Data Labeling 数据标注

一句话解释

数据标注是指为图片、文本、语音等原始数据人工或自动添加有意义的标签，赋予机器学习模型理解信息的能力。

为什么会被关注

随着AI落地需求增长，数据标注成为模型性能的关键瓶颈。高质量标注能显著提升准确率，低质量则导致模型“学偏”，因此企业投入大量资源优化标注流程。

核心逻辑

监督学习依赖“输入-标签”对。标注将无结构数据转化为结构化答案，如框出图中物体位置、给句子标出情感极性。标注质量直接影响模型泛化能力，高一致性标注能减少训练噪声。

常见场景

自动驾驶中标注车道线和行人；医疗影像中标记病灶区域；电商平台给商品图片打属性标签；语音助手转写文字并标入口语意图。这些场景均需要大量高质量标注数据来驱动模型训练。

容易混淆的点

数据标注≠数据清洗。清洗是去除异常值，标注是添加元信息。此外，标注与特征工程也不同：特征工程提取算法可用特征，标注则提供标准答案供模型对照学习。