FAQ #1: NLP标注与训练技巧（使用Prodigy和spaCy）
Prodigy是用于创建机器学习模型训练数据的标注工具。本视频将讨论一些常见问题，并分享关于如何构建NLP标注项目结构、设计标签方案以及解决常见问题的一般技巧。
关键时间点
0:46 手动标注的二元选择？
- ner.teach与ner.match的比较
- 验证集最佳实践
3:34 接受还是拒绝部分建议？
- 如何评分不完整高亮实体
- 应该拒绝还是接受部分正确的预测
5:35 拒绝示例还是跳过它？
- 文本分类器标注的拒绝或跳过示例
- 文本分类的忽略句子
7:30 需要标注长文本怎么办？
- 处理稀疏数据
- 文档级文本分类
9:24 微调预训练模型还是从头开始？
- 预训练模型与从头训练模型的比较
- 收益新闻的事实提取
- 从简历中提取当前和先前公司关联
- NER与PhraseMatcher的选择
相关资源
PRODIGY资源：
- 官方网站：prodi.gy
- 支持论坛：support.prodi.gy
- 配方库：github.com/explosion/p…
关注我们：
- 某机构AI社交媒体账号
- 某机构成员个人社交媒体账号
视频中讨论的具体技术问题包括标注策略选择、模型训练方法比较以及实际应用场景解决方案，为NLP项目实践提供了详细的技术指导。
