查看“Data-anno-book-v2”的源代码

写书记录：
  2020-7-22：2.5小时
  2020-7-23：3.2小時（得專注）



[[http://120.132.13.131:8080/wiki/index.php/Book-nlp-foundation]]
数据标注工程

抽取式标注：从原文中抽取片段，作为答案summarization？ 完形填空

生成式标注：翻译、对话

核验式标注：知识图谱融合

标签式标注：分类

混合式标注：

概念层面，写得更全面：

审核，有多少种方式

标注流程：有多少种方式

报酬：有多种方式

标注人员的形式（全职、兼职）




= 数据标注工程概述 =

== 什么是数据标注 == 
== 为什么需要数据标注 ==

人工智能、机器学习需要人工标注数据

=== 人工评价（manual evaluation）模型的性能 ===

== 数据标注开发循环（MATTER，由于没有机器学习部分，所以要修改一下） ==



= 问题建模 =

分类 片段标注 关系标注


= 标注指南撰写 =

= 标注人员选择与管理 =

== 招聘 ==

== 培训与提高 ==

== 报酬（奖励与惩罚） ==

= 标注 =

== 标注结果表示 ==

=== 分离式标注 ===

=== 内嵌式标注 ===

== 标注流程 == 

== 标注工具与环境 ==

概念上讲一下工具需要有哪些功能

设计的时候要注意什么

NLP领域公开的一些工具，如brat、..（简要介绍、举例子）

= 标注结果评价 =

kappa 一致率 IAA

= 修改模型、和指南 =

增加或减少、合并类别

边界的定义

我把概念都讲出来。

= 报告（标注项目） =



= 数据标注项目实例 =

== Penn Treebank ==
== CODT ==
== ImageNet ==