• 欢迎访问举个栗子网站
  • 小说APP下载 xsz.tw 不带广告的小说站

互联网数据标注员是做什么的?

新闻 举个栗子 8个月前 (01-07) 316次浏览 0个评论 扫描二维码
文章目录[隐藏]
作者:跹尘
链接:https://www.zhihu.com/question/30654399/answer/264828926
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

一、数据标注员是做什么的?

首先谈谈什么是数据标注。数据标注有许多类型,如分类、画框、注释、标记等等,我们会在下面详谈。

要理解数据标注,得先理解AI其实是部分替代人的认知功能。回想一下我们是如何学习的,例如我们学习认识苹果,那么就需要有人拿着一个苹果到你面前告诉你,这是一个苹果。然后以后你遇到了苹果,你才知道这玩意儿叫做“苹果”。

类比机器学习,我们要教他认识一个苹果,你直接给它一张苹果的图片,它是完全不知道这是个啥玩意的。我们得先有苹果的图片,上面标注着“苹果”两个字,然后机器通过学习了大量的图片中的特征,这时候再给机器任意一张苹果的图片,它就能认出来了。

这边可以顺带提一下训练集和测试集的概念。训练集和测试集都是标注过的数据,还是以苹果为例子,假设我们有 1000 张标注着“苹果”的图片,那么我们可以拿 900 涨作为训练集,100 张作为测试集。机器从 900 张苹果的图片中学习得到一个模型,然后我们将剩下的 100 张机器没有见过的图片去给它识别,然后我们就能够得到这个模型的准确率了。想想我们上学的时候,考试的内容总是不会和我们平时的作业一样,也只有这样才能测试出学习的真正效果,这样就不难理解为什么要划分一个测试集了。

我们知道机器学习分为有监督学习和无监督学习。无监督学习的效果是不可控的,常常是被用来做探索性的实验。而在实际产品应用中,通常使用的是有监督学习。有监督的机器学习就需要有标注的数据来作为先验经验。

在进行数据标注之前,我们首先要对数据进行清洗,得到符合我们要求的数据。数据的清洗包括去除无效的数据、整理成规整的格式等等。具体的数据要求可以和算法人员确认。

二、常见的几种数据标注类型

1.分类标注:分类标注,就是我们常见的打标签。一般是从既定的标签中选择数据对应的标签,是封闭集合。如下图,一张图就可以有很多分类/标签:成人、女、黄种人、长发等。对于文字,可以标注主语、谓语、宾语,名词动词等。

互联网数据标注员是做什么的?
互联网数据标注员是做什么的?

适用:文本、图像、语音、视频

应用:脸龄识别,情绪识别,性别识别

2.标框标注:机器视觉中的标框标注,很容易理解,就是框选要检测的对象。如人脸识别,首先要先把人脸的位置确定下来。行人识别,如下图。

互联网数据标注员是做什么的?
互联网数据标注员是做什么的?

适用:图像

应用:人脸识别,物品识别

3.区域标注:相比于标框标注,区域标注要求更加精确。边缘可以是柔性的。如自动驾驶中的道路识别。

互联网数据标注员是做什么的?
互联网数据标注员是做什么的?

适用:图像

应用:自动驾驶

4.描点标注:一些对于特征要求细致的应用中常常需要描点标注。人脸识别、骨骼识别等。

互联网数据标注员是做什么的?
互联网数据标注员是做什么的?

适用:图像

应用:人脸识别、骨骼识别

5.其他标注:标注的类型除了上面几种常见,还有很多个性化的。根据不同的需求则需要不同的标注。如自动摘要,就需要标注文章的主要观点,这时候的标注严格上就不属于上面的任何一种了。(或则你把它归为分类也是可以的,只是标注主要观点就没有这么客观的标准,如果是标注苹果估计大多数人标注的结果都差不多。)

三、有什么发展前途?

数据标注员可以说是AI消灭了一部分工作又创造出来的一种工作。在未来AI发展良好的前提下,数据的缺口一定是巨大的。可以预见 3-5 年内数据标注员的需求会一直存在。

至于发展,其实所谓一些熟能生巧的工作,都是有被替代掉的风险的。深度学习解决的一件事情就是熟能生巧。在这个岗位上,其实你的一些想法就代表了 AI 的想法,AI 会根据你标注的数据进行学习,想想还是有点成就感的。

数据标注可以说是 AI 的入门级岗位,未来可转向其他 AI 岗位。如项目实施顾问等,这就要求更多的工作技能,需要再工作中积累。

图片出处:BasicFinder


举个栗子 , 版权所有丨如未注明 , 均为原创丨本网站采用BY-NC-SA协议进行授权
转载请注明原文链接:互联网数据标注员是做什么的?
喜欢 (0)
举个栗子
关于作者:
建筑工地上施工员,闲暇时弄个博客打发时间,
发表我的评论
取消评论
表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址