文献类型：期刊文章

作　　者：蔡莉[1,2] 王淑婷[1] 刘俊晖[1] 朱扬勇[2]

CAI Li;WANG Shu-Ting;LIU Jun-Hui;ZHU Yang-Yong(School of Software,Yunnan University,Kunming 650091,China;School of Computer Science,Fudan University,Shanghai 200433,China)

机构地区：[1]云南大学软件学院,云南昆明650091 [2]复旦大学计算机科学技术学院,上海200433

出　　处：《软件学报》

基　　金：国家自然科学基金(61663047,U1636207);云南大学服务云南行动计划(2016ZD05).

年　　份：2020

卷　　号：31

期　　号：2

起止页码：302-320

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：数据标注是大部分人工智能算法得以有效运行的关键环节.数据标注越准确、标注的数据量越大,算法的性能就越好.数据标注行业的发展带动了中国许多城市和城镇的就业,促使中国逐渐成为世界数据标注的中心.阐述了数据标注的发展概况,包括起源、应用场景、分类和任务;列举了目前常用的标注数据集、开源的数据标注工具和商业数据标注平台;提出了标注中的角色、标准和流程等数据标注规范;给出了一个情感分析场景中的数据标注实例;描述各类主流的标注质量评估算法及其特点,并对比它们优缺点;最后,从任务、工具、数据标注质量和安全性这4个方面对数据标注的研究方向和发展趋势进行了展望.

关 键 词：数据标注  人工智能 众包 大数据

分 类 号：TP391.41] TP18[计算机类]