DB14-T 2464-2022 人工智能 數(shù)據(jù)標注一般技術(shù)要求

ICS33.160.40CCSA9114IDB14/T2464—2022前言 2規(guī)范性引用文件 3術(shù)語和定義 4技術(shù)分類 5技術(shù)要求 參考文獻 DB14/T2464—2022本文件按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起草。本文件由山西省工業(yè)和信息化廳提出、組織實施和監(jiān)督檢查。山西省市場監(jiān)督管理局對標準的組織實施情況進行監(jiān)督檢查。本文件由山西省物聯(lián)網(wǎng)和人工智能標準化技術(shù)委員會歸口。本文件起草單位：百度云計算技術(shù)（山西）有限公司、山西省大眾科技評估中心、山西集智數(shù)據(jù)服務有限公司、山西物聯(lián)網(wǎng)行業(yè)技術(shù)中心（有限公司）、山西靈波微步科技有限公司、山西省科技評估學會。本文件主要起草人：高海峰、李昱霖、李興華、閔楠、胡馳、尉赤、張辰妹、吳澤銜、查曉丹、李先軍、郭瑞鵬、趙波、李鵬、李鵬飛。1DB14/T2464—2022人工智能數(shù)據(jù)標注一般技術(shù)要求本文件規(guī)定了人工智能機器學習中數(shù)據(jù)標注通用技術(shù)要求的術(shù)語和定義、通用技術(shù)分類和通用技術(shù)要求。本文件適用于人工智能機器學習中數(shù)據(jù)標注的企業(yè)、高校、研究機構(gòu)、政府機關(guān)。其他行業(yè)和機構(gòu)可參照執(zhí)行。2規(guī)范性引用文件下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。DB14/T2463人工智能數(shù)據(jù)標注總體框架3術(shù)語和定義DB14/T2463界定的以及下列術(shù)語和定義適用于本文件。3.1數(shù)據(jù)標注預處理技術(shù)dataannotationpreprocessingtechnology在正式開始標注作業(yè)前，通過人工或技術(shù)的方式對待標注數(shù)據(jù)做篩選或預備標注，以實現(xiàn)提高后續(xù)標注效率的技術(shù)手段。4技術(shù)分類4.1數(shù)據(jù)標注通用技術(shù)包括數(shù)據(jù)標注預處理技術(shù)和數(shù)據(jù)標注技術(shù)。4.2數(shù)據(jù)標注預處理技術(shù)包括對數(shù)據(jù)清洗、預標注。4.3數(shù)據(jù)標注技術(shù)包括對數(shù)據(jù)的轉(zhuǎn)寫、切割、評分、提取、選擇、富集標注、點標注、線標注、框標注、區(qū)域標注。5技術(shù)要求5.1預處理技術(shù)要求5.1.1清洗2DB14/T2464—2022清洗是對數(shù)據(jù)進行結(jié)構(gòu)化標注前做的預處理技術(shù)。應通過人工判斷方式剔除不符合標注標準的無效數(shù)據(jù)，篩選出可標注數(shù)據(jù)。5.1.2預標注預標注技術(shù)要求應用機器學習算法對待標注數(shù)據(jù)做識別和預先標注處理。5.2數(shù)據(jù)標注技術(shù)要求5.2.1轉(zhuǎn)寫應按照標注規(guī)則要求將數(shù)據(jù)轉(zhuǎn)換為相應文本。5.2.2切割應按照標注規(guī)則將數(shù)據(jù)分割并標注為要求的片段。5.2.3評分應按照標注規(guī)則對數(shù)據(jù)進行主觀判斷并打分。5.2.4提取應按照標注規(guī)則將主題內(nèi)容提煉，描述為相應文本。5.2.5選擇應按照標注規(guī)則，對數(shù)據(jù)在給定選項中選擇標簽及屬性。5.2.6富集標注應根據(jù)標注規(guī)則給定的場景、主題及描述，編寫出與主題相關(guān)聯(lián)文本。5.2.7點標注應按照標注規(guī)則，對圖像中的指定位置進行標點。5.2.8線標注應按照標注規(guī)則，對圖像中的指定區(qū)域用線條進行標注。5.2.9框標注應按照標注規(guī)則，對圖像中的指定對象，用物體的最小外接框進行框選（框選范圍允許包含指定對象外的部分區(qū)域）。5.2.10區(qū)域標注應按照標注規(guī)則，對圖像中的指定對象進行多邊形貼合標注。3DB14/T246