情報検索適合性の評価、オンラインデータ評価

多国籍テクノロジー企業向けオンラインデータ評価および検証

• • • •ソリューション• • • •

プロジェクトの最初の段階で、DataForceはまず50名以下の評価者のグループを編成し、1日に20%のペースで拡大させて、6カ月以内にトレーニングを受けた評価者1,500名のチームを稼働させました。 プロジェクトは要求される仕様が高度であり、規模が拡大する中、DataForceは一貫して作業者を採用し、さまざまなプロジェクト固有のトレーニングプログラムを提供しました。 評価者のオンボーディングとは別に、チームは評価者と継続的にコミュニケーションをとっており、チケットシステムを利用してフィードバックと問題が生じた場合に対処できるようにしました。 お客様が設定したガイドラインに従い、お客様のご要望に沿って、徹底した品質保証（QA）プロセスが確立されました。 ガイドラインには、評価者の作業スピードや不正防止対策（IPの確認、履歴書の真正性など）を評価する複数の段階のQAが含まれています。また、コミュニティメンバーの隔週の報酬とパフォーマンスの報告も徹底されました。

プロジェクトの事例として以下が挙げられます。

• 関心点： 場所固有のデータ（営業時間、住所など）の確認。
• 検索：検索結果の検証。正確な結果と最新の結果の両方を確認します。
• 製品の識別：衣料品、アクセサリー、食品など、さまざまな製品の検証と比較。検索結果とリンク、製品の説明、色、スタイルなどの情報が一致していることを確認。
• オートコンプリート：略語を伴うクエリを入力、あるいはステートメントを終了する際のシステムの予測を検証し、システムが質問内容を理解していることを確認。
• センチメント分析：テキストデータを検証し、ポジティブ、ネガティブ、ニュートラルの分類でタグ付けして、テキストの背景にある感情を分析するAIシステムをトレーニング。
• ポッドキャスト：評価者に音声ファイルをテキスト化した要約を提供。評価者はテキストを確認し、ポッドキャストを聴いて、コピーがポッドキャストの内容と一致していることを確認。
• 音声品質の評価：テキスト読み上げモデルの音質を評価。出力される音声が自然（質が高い）か人工的（質が低い）かを確認。
• 不快なコンテンツモデレーション：画像、動画、音声、テキストのデータを入念に識別、評価し、成人向けコンテンツ、ヘイトスピーチをはじめとする有害な要素をはらむ内容など、さまざまな検索結果に表示される恐れのある不適切なコンテンツを抑制。

プロジェクトの進行に伴い、DataForceは引き続き提供される固有のガイドラインに厳密に従い、お客様のモデルをスムーズに強化します。また、世界中の多様な地域から評価者のネットワークを編成し、トレーニングを実施していきます。