数据标注研究综述

• 作者: 刘俊晖 朱扬勇 王淑婷 蔡莉
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 数据标注 人工智能 众包 大数据
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 302-320
• 页数: 19页
• 分类号: TP18
• 字数: 15280字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005977

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱扬勇	复旦大学计算机科学技术学院	91	3435	25.0	58.0
2	蔡莉	云南大学软件学院	16	60	4.0	7.0
4	刘俊晖	云南大学软件学院	6	3	1.0	1.0
7	王淑婷	云南大学软件学院	1	0	0.0	0.0