前兩篇筆者分别為大家介紹了AI産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，筆者将繼續為你介紹AI産品經理需要了解的數據标注，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，有個小夥說：

“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，隻要做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！”

台上技術出身的老師自然一時語塞。小夥說的沒錯，百團大戰的時候确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标注了，All in AI的百度擁有大量的标注業務，大部分河南标注工廠用的是百度的标注工具，幹的是百度的活。開始的時候标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；但是陸奇離開後，百度需求減少。準确率又普遍提高至95%-96%，活難幹了。這些工廠隻會百度的标注工具，很難接别家的業務，因此死了一批。

現在來看标注行業是一個苦行業，“如果你和誰有仇，就勸他幹标注吧。”這是标注圈有名的段子。幹标注就像将水倒進一個水桶裡，每拉一個框就是添一碗水。目前，誰也不知道還能添多久，隻有水溢出來時，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。

數據标注模型

數據标注業務的配置是一個複雜的數學模型。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。串聯的工作流是後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台來實現業務工作流的配置。比如一些NLP型的文本标注作業，需要多個人來标，最後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。

不斷地用标注後的數據去訓練模型，不斷調整模型參數，得到指标數值更高的模型。

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

一般來說，數據标注部分可以有三個角色：

1. 數據标注員：标注員負責标記數據。（文本、圖像、視頻）
2. 數據審核員：審核員負責審核被标記數據的質量。（抽檢）
3. 标注管理員：管理人員、發放任務、跟進流程。

隻有在數據被審核員審核通過後，這批數據才能入庫使用。

一般衆包數據标記流程

1. 任務分配：一般數據分配由後台自動分發，根據用戶選擇标注類型每次分發幾條内容，标注完成後再次分發。
2. 複核入庫：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确定該條數據的最終标簽。
3. 質量驗收：一般會根據用戶标注總數量和入庫數量計算該用戶的标注質量，和計算有效标注數量，質量高的和質量低的薪酬計算方法會有差别，以此來淘汰不能完成高質量标注的人員。

數據标注類型

圖像标注-線标注

根據需求标注檢測對象相對應的線型位置，例如：車道線。

圖像标注-邊框标注

标注檢測對象相對應的區域，例如：汽車/行人等各種物體。

圖像标注-3D邊框标注

将圖像中待檢測物體以立體形式标注，例如汽車檢測。

圖像标注-語義分隔

根據檢測區域不同，将圖像标注為不同的像素，例如來自汽車拍攝的圖像。

圖像标注-多邊形标注

根據需求标注檢測對象的形狀，例如：标注圖像中的汽車輪廓（示例圖）或标記污損邊界。

圖像标注-點标注

根據需求标注檢測對象參考點的像素坐标，或者圖像中的關鍵點标記，如人臉。

圖像标注-3D點雲标注

在3D空間中，标注點雲數據中指定的檢測對象，如汽車、行車道等。

視頻标注-跟蹤标注

在視頻或者連續的圖像中跟蹤标注檢測對象，形成有ID關聯的運動軌迹。

文本标注-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。

文本标注

實體命名，标注文本中的實體。

語音标注-客服語音标注

外呼機器人進行外呼記錄語音标注呼叫成功或者失敗，從而訓練話術。

标注流程

1. 需求确認：對标注任務需求确認，标注數據集準備完成，規範标注需求，指定标注模型。
2. 人員篩選：确定标注人員及人員角色
3. 人員培訓：針對不同角色培訓标注規範和标注标準
4. 開始試标：先标注少量數據，試用标注數據，調整标注流程，使得效率最優。
5. 正式标注：完成整體标注任務。導出數據。

總結

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

#相關閱讀#

《AI産品經理需要了解的概率論通識：4個概念3個問題》

《AI産品經理需要了解的線性代數通識》

《AI産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産品負責人，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産品經理。未經許可，禁止轉載。

題圖來自Unsplash，基于 CC0 協議。

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部