[HRD/행정 전문 지식 기반] 교육 및 법규 텍스트 데이터의 요점 추출 및 품질 검수 프로젝트
Don T DiscloseDocumentPoint Key PointQuestion Answering
평생교육사 ,직업훈련교사, 행정사, 겸직교수, 운영교수 경험을 바탕으로, 교육 콘텐츠(교재, 시나리오) 및 공공 행정 문서(법규, 지침)를 대상으로 데이터 라벨링을 수행했습니다. 핵심 작업은 다음과 같습니다. 1. 요점/핵심 추출 라벨링: 장문의 전문 텍스트에서 학습 목표 또는 법규의 핵심 내용을 추출하여 요약 태그를 지정. 2. 질의응답(Q&A) 쌍 구축: 교육 및 행정 분야의 FAQ 데이터셋 구축을 위해 전문 지식 기반의 정확한 질문-답변 쌍을 생성 및 검수. 3. 평가/등급 라벨링: 교육 콘텐츠의 난이도, 유효성, 법규 준수 여부 등을 전문 기준에 따라 등급 분류(Classification)하고 검증. [품질 측정 항목] 전문 지식 기반의 정답률(Accuracy) 및 라벨링 일관성(Consistency)을 핵심 품질 지표로 설정하고, 98% 이상의 정확도를 유지했습니다.
평생교육사 ,직업훈련교사, 행정사, 겸직교수, 운영교수 경험을 바탕으로, 교육 콘텐츠(교재, 시나리오) 및 공공 행정 문서(법규, 지침)를 대상으로 데이터 라벨링을 수행했습니다. 핵심 작업은 다음과 같습니다. 1. 요점/핵심 추출 라벨링: 장문의 전문 텍스트에서 학습 목표 또는 법규의 핵심 내용을 추출하여 요약 태그를 지정. 2. 질의응답(Q&A) 쌍 구축: 교육 및 행정 분야의 FAQ 데이터셋 구축을 위해 전문 지식 기반의 정확한 질문-답변 쌍을 생성 및 검수. 3. 평가/등급 라벨링: 교육 콘텐츠의 난이도, 유효성, 법규 준수 여부 등을 전문 기준에 따라 등급 분류(Classification)하고 검증. [품질 측정 항목] 전문 지식 기반의 정답률(Accuracy) 및 라벨링 일관성(Consistency)을 핵심 품질 지표로 설정하고, 98% 이상의 정확도를 유지했습니다.
2025 - 2025