前兩篇筆者分別為大家介紹了AI產品經理需要了解的概率論通識、線性代數通識、微積分通識，本篇文章中，筆者將繼續為你介紹AI產品經理需要了解的數據標注，供大家一參考學習。

前幾天參加京東的AI技術沙龍，在提問環節，有個小伙說：

“我是做銷售的，剛才您講的我都沒聽懂，我就知道，現在AI是風口，只要做AI相關的就能掙錢，您能說幾個現在我們這類人能做到嗎？能掙錢就行！”

臺上技術出身的老師自然一時語塞。小伙說的沒錯，百團大戰的時候確實一批刷單公司賺得盆滿缽滿。但是這些投機取巧注定不能長遠。

讓更多人卷進這次AI浪潮的可能就是數據標注了，All in AI的百度擁有大量的標注業務，大部分河南標注工廠用的是百度的標注工具，干的是百度的活。開始的時候標注的利潤空間可以達到60%—70%。有些企業盲目擴張，一下子招了幾百人；但是陸奇離開后，百度需求減少。準確率又普遍提高至95%-96%，活難干了。這些工廠只會百度的標注工具，很難接別家的業務，因此死了一批。

現在來看標注行業是一個苦行業，“如果你和誰有仇，就勸他干標注吧。”這是標注圈有名的段子。干標注就像將水倒進一個水桶里，每拉一個框就是添一碗水。目前，誰也不知道還能添多久，只有水溢出來時，才知道。

數據是AI公司的必需品。數據對于AI模型的重要性尤為重要，AI建模沒有門檻，數據才是門檻。現階段的人工智能是簡單的認知智能。分類器的構造是個數學問題，就是由數據堆起來的。或者說深度學習本質上是個數學問題，是由大量的樣本空間數據反向構造分類器的系數空間的過程。

數據標注模型

數據標注業務的配置是一個復雜的數學模型。比如，有些任務需要串并聯的工作流，并聯的工作流是多人協同的工作。串聯的工作流是后一個結果是基于前一個結果進行處理的，串并聯的工作流需要平臺來實現業務工作流的配置。比如一些NLP型的文本標注作業，需要多個人來標，最后N選一或者投票。串并聯配置涉及到底層數據流的分發等。或者說更像是一個流水線作業流程。

不斷地用標注后的數據去訓練模型，不斷調整模型參數，得到指標數值更高的模型。

數據的質量直接會影響到模型的質量，因此數據標注流程設計和監督糾錯就顯得異常重要。

一般來說，數據標注部分可以有三個角色：

數據標注員：標注員負責標記數據。(文本、圖像、視頻)

數據審核員：審核員負責審核被標記數據的質量。(抽檢)

標注管理員：管理人員、發放任務、跟進流程。

只有在數據被審核員審核通過后，這批數據才能入庫使用。

一般眾包數據標記流程

任務分配：一般數據分配由后臺自動分發，根據用戶選擇標注類型每次分發幾條內容，標注完成后再次分發。

復核入庫：一般一條任務會分配給大于三個人的基數人員完成，根據少數服從多數原則確定該條數據的最終標簽。

質量驗收：一般會根據用戶標注總數量和入庫數量計算該用戶的標注質量，和計算有效標注數量，質量高的和質量低的薪酬計算方法會有差別，以此來淘汰不能完成高質量標注的人員。

數據標注類型

圖像標注-線標注

根據需求標注檢測對象相對應的線型位置，例如：車道線。

圖像標注-邊框標注

標注檢測對象相對應的區域，例如：汽車/行人等各種物體。

圖像標注-3D邊框標注

將圖像中待檢測物體以立體形式標注，例如汽車檢測。

圖像標注-語義分隔

根據檢測區域不同，將圖像標注為不同的像素，例如來自汽車拍攝的圖像。

圖像標注-多邊形標注

根據需求標注檢測對象的形狀，例如：標注圖像中的汽車輪廓(示例圖)或標記污損邊界。

圖像標注-點標注

根據需求標注檢測對象參考點的像素坐標，或者圖像中的關鍵點標記，如人臉。

圖像標注-3D點云標注

在3D空間中，標注點云數據中指定的檢測對象，如汽車、行車道等。

視頻標注-跟蹤標注

在視頻或者連續的圖像中跟蹤標注檢測對象，形成有ID關聯的運動軌跡。

文本標注-中英文語音轉寫與校對

英文語音轉中文文本，或中文文本轉英文語音。

文本標注

實體命名，標注文本中的實體。

語音標注-客服語音標注

外呼機器人進行外呼記錄語音標注呼叫成功或者失敗，從而訓練話術。

標注流程

需求確認：對標注任務需求確認，標注數據集準備完成，規范標注需求，指定標注模型。

人員篩選：確定標注人員及人員角色

人員培訓：針對不同角色培訓標注規范和標注標準

開始試標：先標注少量數據，試用標注數據，調整標注流程，使得效率最優。

正式標注：完成整體標注任務。導出數據。

總結

快速、高效的進行數據標注，是機器學習和深度學習的基礎，現在一些標注工具通過深度學習模型和主動學習技術，通過NLP模型來提高標注效率，集數據標注、數據管理、模型訓練和模型服務于一體，使數據標注更加輕松、更高效。離AI最近的重復復雜的工作，是首先會被機器取代的。

#相關閱讀#

《AI產品經理需要了解的概率論通識：4個概念3個問題》

《AI產品經理需要了解的線性代數通識》

《AI產品經理需要了解的微積分通識》

作者：老張，宜信集團保險事業部智能保險產品負責人，運營軍師聯盟創始人之一，《運營實戰手冊》作者之一。

本文由 @老張 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基于 CC0 協議。

總結

以上是生活随笔為你收集整理的数据产品经理修炼手册_AI产品经理之数据标注的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。