course/pr_1213/es/chapter10/4.md

Anota tu dataset[[annotate-your-dataset]]

Ahora es momento de empezar a trabajar desde la interfaz de Argilla para anotar nuestro dataset.

Alinea a tu equipo con guías de anotación

Antes de empezar a anotar tu dataset, siempre es una buena práctica redactar algunas guías, especialmente si trabajas como parte de un equipo. Esto ayudará a alinear la tarea y el uso de las distintas etiquetas, además de resolver dudas o conflictos cuando aparezcan.

En Argilla puedes ir a la página de configuración de tu dataset en la interfaz y modificar tanto las guías como las descripciones de tus preguntas para facilitar esa alineación.

Si quieres profundizar más en cómo redactar buenas guías, te recomendamos leer esta entrada del blog y las referencias bibliográficas que menciona.

Distribuye la tarea

En la página de configuración del dataset también puedes cambiar los ajustes de distribución del dataset. Esto te ayudará a anotar con más eficiencia cuando trabajes en equipo. El valor por defecto para el mínimo de respuestas enviadas es 1, lo que significa que tan pronto como un registro tenga 1 respuesta enviada se considerará completo y contará para el progreso de tu dataset.

En ocasiones querrás tener más de una respuesta enviada por registro, por ejemplo, si deseas analizar el acuerdo entre anotadores en tu tarea. En ese caso, asegúrate de cambiar este ajuste a un número mayor, pero siempre menor o igual que el número total de anotadores. Si trabajas tú solo en la tarea, este valor debería ser 1.

Anota registros

💡 Si despliegas Argilla en un Hugging Face Space, cualquier miembro del equipo podrá iniciar sesión usando Hugging Face OAuth. En caso contrario, puede que necesites crearles usuarios siguiendo esta guía.

Cuando abras tu dataset verás que la primera pregunta ya viene rellenada con algunas etiquetas sugeridas. Eso ocurre porque en la sección anterior mapeamos nuestra pregunta llamada label a la columna label_text del dataset, de modo que solo tenemos que revisar y corregir las etiquetas ya existentes:

Para la clasificación de tokens tendremos que añadir todas las etiquetas manualmente, ya que no incluimos ninguna sugerencia. Así podría verse después de anotar los spans:

A medida que avanzas por los distintos registros, puedes realizar varias acciones:

• enviar tus respuestas cuando hayas terminado con el registro.
• guardarlas como borrador, por si quieres retomarlas más tarde.
• descartarlas, si el registro no debería formar parte del dataset o no vas a responderlo.

En la siguiente sección aprenderás a exportar y usar esas anotaciones.