发布时间：2022-5-13 分类： 电商动态
您对数据注释了解多少？
一、什么是数据标注
首先说说什么是数据注释。有许多类型的数据注释，例如分类，框架，注释，标记等，我们将在下面更详细地讨论。
要理解数据注释，首先必须了解AI实际上是人类认知功能的部分替代。回想一下我们是如何学习的。例如，如果我们学会了解Apple，那么有人需要拿一个苹果来告诉你这是一个苹果。那么你将来会遇到Apple，你知道这个东西叫做“Apple”。
比喻机器学习，我们必须教他认识一个苹果，你直接给它一张苹果的图片，它完全没有意识到这是一个技巧。我们首先要有一张Apple的照片，标有“Apple”字样，然后机器会在图片中学习很多功能，然后给机器任何苹果图片，它会识别它。 。
在这里，您可以提到训练集和测试集的概念。训练集和测试集都是标记数据，或Apple用作示例。假设我们有1000张标有“Apple”的图片，那么我们可以使用900作为训练集，100作为测试集。机器从900张Apple图像中学习模型，然后我们识别机器未看到的剩余100张图像，然后我们就可以获得模型的准确性。当我们考虑我们的学校时，考试的内容将与我们通常的作业不同，只有通过这种方式我们才能测试学习的真实效果，因此不难理解为什么测试集被划分。
我们知道机器学习分为监督学习和无监督学习。无监督学习的影响是不可控制的，并且经常用于探索性实验。在实际的产品应用中，通常使用监督学习。有监督的机器学习需要标记数据作为先验经验。
在数据标记之前，我们首先需要清理数据以获得满足我们要求的数据。数据清理涉及删除无效数据，将其组织为常规格式等。可以使用算法人员确认特定数据要求。
二、常见的几种数据标注类型
1.分类标签：分类标签是我们共同的标签。通常，从预定标签中选择对应于数据的标签，该标签是封闭的集合。如下图所示，地图可以有许多类别/标签：成人，女性，黄色，长发等。对于单词，您可以标记主语，谓词，对象，名词动词等。
适用：文字，图片，语音，视频
应用：人脸识别，情感识别，性别识别
2.框架标注：机器视觉中框架的标签易于理解，即选择要检测的对象。对于面部识别，您必须首先确定面部的位置。行人识别，如下图所示。
适用：图像
应用：人脸识别，物品识别
3.区域标签：区域标签要求比标签更准确。边缘可以是柔性的。如自动驾驶中的道路识别。
适用：图像
应用：自动驾驶仪
4.跟踪注释：某些需要详细功能的应用程序需要识别。面部识别，骨骼识别等。
适用：图像
应用：人脸识别，骨骼识别
5.其他注释：除了上述常见类型外，还有许多个性化。根据需要，需要不同的标签。例如，如果要自动汇总，则需要标记文章的主要内容。此时，标签严格不属于上述任何一种。 （或者您可以将其归类为分类，但没有这样的客观标准来标记要点。如果标记为Apple，大多数人都会被标记为类似的结果。）
三、数据标注的过程
1.标注标准的确定
确定良好的标准是确保数据质量的关键步骤，并且有一个可以参考的标准。一般为：
设置标签样本和模板。例如，标准颜色图表的颜色。
对于不明确的数据，请设置统一的处理方法，例如可以弃用或统一标记。
参考标准有时必须考虑行业。以文本情感分析为例，术语“疤痕”可能是心理学界的负面词，也是医学界的中性词。
2.标注形式的确定
注释的形式通常由算法人员制定，例如一些文本注释，问题识别，并且只需要标记句子0或1.这是关于问题的问题1，问题是0。
3.标注工具的选择
在确定标签的形式之后，它是标签工具的选择。它通常也由算法人员提供。大公司可以在内部开发用于数据注释的可视化工具。如：
还有开源数据注释工具，例如Github上推荐的labelImg
四、数据标注产品的设计
将自己与数据标记工具结合起来，讨论设计数据标记工具的一些技巧。
数据注释工具通常包含：
进度条：用于指示数据注释的进度。标记人员一般都有任务要求，一方面标签人员检查进度方便，另一方面便于统计。
标签主体：可根据标签的形式设计。原则上，越简单易用，越好。根据注释所需的注意力，可以将其分为单个注释和多个注释，可以根据需要进行选择。
数据导入和导出功能：如果您的注释工具直接连接到模型，则不需要它。
收集功能：数据注释可能不会触及此功能。人们经常标记的事情之一是疲劳，或者当他们遇到那种模棱两可的数据时，可以先收集它们，然后重新标记。
质量检查机制：在分配数据时，可以随机分配一些已经标记的数据，以检测标记人员的可靠性。
专栏
每个人都是产品经理专栏作家。人工智能产品经理，独立音乐家，专注于需求分析，原型设计和项目管理。喜欢阅读，思考和创造。网易云音乐主页：跹尘。
这篇文章最初发表。未经许可，禁止复制。
该地图来自unsplash，基于CC0协议
