テキストマイニング用AIシステムの教師データ作成

テキストマイニングにAIシステムと教師データ作成（アノテーション）が求められる背景

SNSで投稿された内容や口コミからの掘り起こし、アンケートに書かれた文章の分析、文章内のおおよその意味を判別するネガポジ判定や、論文などから必要とするテキスト情報を抽出するといった、テキストマイニングには様々なニーズが存在します。従来は人手で実施しなければならない作業でしたが、昨今はAIの活用が進んでいます。
特に、Google翻訳やDeepLなどに代表される、近年のAI翻訳に使われるAIの仕組みとなるNMT（ニューラル機械翻訳：Neural Machine Translation）の性能向上は目覚ましく、AI翻訳のエンジンはアーキテクチャの変更とともに、2017年あたりを境目に飛躍的な進歩を日々遂げており、一昔前の何を言っているか分からない訳文が出てくる状況とは一変しています。

テキストマイニング用AIシステムの構築に際して、オープンソースのデータセットなどを教師データとした上でAIシステムを構築できると非常に都合が良いのですが、現実的にはなかなかFitしたデータセットが存在しない状況にあります。
そのような場合は、テキストマイニングの対象となるコンテンツをベースに教師データを作成する必要がありますが、日本語の場合であればまだしも、英語が対象となる場合は日本国内での実施はコスト高になるため、英語圏であり、かつリーズナブルなエリアで実施したほうが、英文読解力という意味の品質もさることながら、トータルコストを抑えることが可能となります。

テキストマイニング用AIシステムの教師データ作成（アノテーション）サービス概要

テキストマイニングの中でも、特に英文を対象としたアノテーションを行うには、作業担当者にネイティブレベルの英語力が備わっていることは、学習データの精度に直結する最低限の要件となります。そのうえで、文系出身や理系出身など、その他の属性を有しているアノテーターであれば、より正確に英文に対するアノテーションを実施することが可能となります。
特に、テキストマイニング用AIシステムで必要とされる教師データは、画像を対象としたアノテーションとは異なり、判断力が必要とされるアノテーションが多いため、フリーランスで組織した体制では品質にバラツキが発生しやすくなります。さらにオンラインベースでの実施体制であれば、教師データ全体の品質を一定に保つことは、なおさら困難となります。

サイバーテックは、公用語が英語であるフィリピンの中でも、特に英語力が高いとされるセブ地域に自社直営オフショア拠点「セブITアウトソーシングセンター」を有しており、難易度の高い教師データ作成であっても、高品質ながらリーズナブルにご提供する「セブ ハイスペック アノテーション」サービスを提供しています。
実施するスタッフは、全て直接雇用の正社員であり、全てのアノテーションマネージャとアノテーターがオフィスに出社した上でアノテーション作業を行うので、判断に迷う部分は直接コミュニケーションを取りながら、アノテーション品質の平準化を行う事が可能となります。

テキストマイニング用AIシステムの教師データ作成（アノテーション）サービスの特徴

公用語が英語のフィリピンで実施、高い英語読解力で学習データの品質にも直結！

フィリピンは公用語が英語であり、さらにセブ地域はフィリピン国内でも有数の高い英語力を有しているため、数多くの英語スクールが存在するとともに、オンライン英会話の講師が多く輩出されるエリアとなっています。
特に、英文に対するアノテーションを実施するうえで、しっかりとした英文の読解力は最低限必要となります。フィリピンは高い英語力を有する人材が多数存在しますが、その中でもセブ島エリアはフィリピンの首都マニラと比較した場合、おおよそ3分の2の物価であるにもかかわらず、高い英語力を有する人材が豊富なエリアとなるため、高品質のアノテーションを実施できるとともに、アノテーションにかかる費用もリーズナブルに抑えることが可能となります。

在宅スタッフではなく、直接雇用の正社員による、安定したアノテーション品質！

高い英語力を有するフィリピン人ですが、アノテーションは、オフィスに出社している直接雇用の正社員が行いますので、社内でFace to Faceによるコミュニケーションを取りながら、高品質のアノテーション作業を実施することが可能です。
経験豊富なアノテーションマネージャが進捗管理やチェック体制の構築、指示書の作成や見直しなどを行い、アノテーション経験が豊富なメンバーで構成されたチーム体制での作業となるため、属人的な「バラツキ・誤差」を極力なくし、高品質なテキストマイニング向け教師データ作成を実現します。ちなみに、セブITアウトソーシングセンターには日本人も複数名在籍しておりますので、日本語データセットに対するアノテーションも、もちろん対応可能です。

ラボ型のメンバー固定で、プロジェクト並走型アノテーションもリーズナブルに可能！

経験豊富なアノテーション代行企業として、一般的な業務委託の形式でもリーズナブルにテキストマイニング用AIシステムの教師データ作成が可能ですが、サイバーテック セブITアウトソーシングセンターの経験豊富なアノテータースタッフやアノテーションチームごと、皆様の企業におけるアノテーション部門としてBynameによるラボ型の要員固定を行っていただくことが可能です。これにより、AIシステムのモデル構築と並走した形で学習データ作成を行う体制を構築することや、長期的な視点において、さらなる品質向上とコストダウンを実現することが可能となります。

テキストマイニング用AIシステムの教師データ作成（アノテーション）サービス内容

テキストマイニング用AIシステムの教師データ作成（アノテーション）サービスの流れは以下の通りとなります。

1. テキストデータのサンプル確認、アノテーション作業の手順書の確認もしくは作成

アノテーション作業を実施する予定のテキストデータを頂くとともに、データの分類基準や付与するクラスなどの内容が記載された手順書を拝見した上でお見積りを致します。手順書が存在しない場合は、想定されているアノテーション仕様に関してヒアリングを実施することにより、作業手順書の作成に関しても別途お見積りいたします。秘密保持契約の締結が必要となる場合は、いつでもお申しつけください。

2. 一部のテキストデータを用いたトライアルプロジェクトの実施

アノテーションの仕様がまだ固まっていない、あるいは正確な見積が必要といった場合は、ご提案プランの内容で着手指示頂く前提、もしくは実際に少額をご発注頂くことで、少ロットのテキストデータを用いた、教師データ作成のトライアルプロジェクトを実施いたします。なお、アノテーションの仕様が既に確定している、あるいは作業内容が単純である場合は、本フェーズは省略させていただく場合もございます。

3. トライアルプロジェクトの評価・検証

教師データ作成のトライアルプロジェクトを実施した場合は、実施結果について、評価・検証を実施いただきます。その上で、当初ご提案したプラン通りで良いか、あるいは別のプランを再検討すべきか、このフェーズでご意見を伺います。手順書の見直しなど、アノテーション仕様を再検討したほうが良いという判断になった場合は、2．に戻り再度トライアルプロジェクトを実施することも可能です。

4. 全てのテキストデータを対象とした、アノテーション作業の本番プロジェクトを開始

全てのテキストデータにアノテーション作業を実施する本番プロジェクトを開始いたします。プロジェクトの途中であっても、対象となるテキストデータの追加や変更、またはアノテーション仕様の変更が必要となった場合は、軽微なものであればプロジェクト内で吸収した形で進めることが可能です。プロジェクトの方向性について大幅な修正が必要となった場合は、2．もしくは3．のフェーズに戻り、方式の再検討から進めさせていただきます。

5. アノテーション済データセットの納品～検証

アノテーション実施済のデータセットは、分割納品することも可能です。アノテーション作業と並行する形で、お客様側で実際にモデルの検証をしながらAIシステムの構築を進めることが可能です。アノテーション作業の対象とするデータセットの変更、クラス付与数の変更など、モデル評価の途中で発生する様々な課題に対しては、可能な限り対応させていただきます。

テキストマイニング用AIシステムの教師データ作成（アノテーション）サービスの事例・価格

アノテーション作業により、AI校正・ゆらぎ検出システムで用いる教師データ作成（テキストデータの前処理）

テキストマイニング用教師データ作成（英文読解による、指定フラグの付与）

上記は一般的なテキストマイニング用AIシステムの教師データ作成（アノテーション）サービスの事例となります。そのほか多数の事例がございます、詳細はお問合せください。