有几个优点：

1. 一些文本分类系统比50% 准确得多。例如，大多数垃圾邮件分类系统的准确率为 99.9% 或更高。让员工查看这些标签几乎没有价值。
2. 许多文本分类系统可以输出置信度和标签。您可以有选择地让员工仅查看模型不信任的示例。通常这些数量很少。
3. 您通常可以通过让文本分类模型对一些看不见的数据进行分类，然后让人们检查工作来测试文本分类模型。如果您对少量示例执行此操作，则可以确保系统正常工作。然后，您可以自信地在大量未标记的示例上使用该系统，并合理地确定它的准确性。
4. 对于文本，衡量不同的人对评分的认同程度也很重要。你不可能做得比这更好，因为这让你对你正在处理的特定问题的主观性有了一个概念。如果人们有 50% 的时间不同意，也许你可以接受自动化系统 50% 的失败率，而不必费心检查它的工作。

首先更真实的是，您通常期望文章预测的验证准确率超过 50%。

回到您的问题，如果您正在寻找标签文章的长期解决方案，您绝对应该尝试自动化此过程。至少从长远的角度来看，部署这种模型的成本不应超过雇佣员工手动执行此操作的成本。