Data-anno-book-v2

  本书的一些特点：
	标注流程的重视：多人标注
	 重视标注质量，数据质量不高，再大规模也没用
	标注方法很重要，主动学习和局部标注，其实也是模型和人的协同
        需求分析->任务定义->标注指南->小规模试标注->大规模标注 （不断修正）
        任务定义时：是否分解为多个标注任务？
	标注工具、标注指南、标注方法和流程
 

写书记录：

 2020-7-22：2.5小时
 2020-7-23：3.2小時（得專注）；后面写一下具体的时间段
 7-24：2小时（19:00-21:00）
 7-25：8:00-9:00 10:05-11:45 晚上1.5小时 共3小时
 7-26：目标2小时，写了0.5小时，效率不高，陪孩子画画，晚上游泳。一些杂事，自己主动看各种信息时间太久
 7-27：写了3小时左右，效率挺高，陪孩子画画

　7-28：上午陪孩子画画，百度会议，目标3小时，然后其他时间写审稿意见1-2个。没审稿。差不多达到3小时

 7-29: 3小时，审稿
 7-30: 审稿，2小时
 7-31：审稿，其他杂事，0.5小时
 8-1：目标3小时：9:15-xx
 8.5　22:30 这两天家里事情比较多，今天在学校集中处理了一些事情。 写了0.5小时
 8.6  目标2小时
 

[[1]] 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

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

问题建模

分类 片段标注 关系标注

标注

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。