“Data-anno-book-v2”的版本间的差异
跳到导航
跳到搜索
| 第61行： | 第61行： | ||
== 标注工具与环境 == | == 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、.. | ||
= 标注结果评价 = | = 标注结果评价 = | ||
2020年6月22日 (一) 09:48的版本
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
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、..
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。