DATA ANNOTATION BASICS
数据标注是什么？常见类型、流程与质量要求
数据标注是按照明确规则，为文本、图像、语音、视频或其他数据补充机器可读取的类别、位置、关系、转写或评价信息。标注结果可以用于模型训练、验证、评测或业务分析，但是否可用取决于任务定义、数据来源、规则一致性和质量验证。
内容更新：2026-09-04数据标注不是简单“打标签”，而是把业务判断转化为一致、可复核的数据规则
同一份原始数据可以服务不同任务，因此标签体系、粒度和质量要求必须围绕具体模型或业务目标设计。
ANNOTATION TYPES
常见标注类型取决于数据形态和模型任务
IMAGE
图像与视频
分类、目标框、多边形、关键点、语义或实例分割、目标跟踪。TEXT
文本
分类、实体、关系、情感、意图、摘要、问答和指令样本。AUDIO
语音
转写、时间切分、说话人、语种、情绪、事件和环境声。POINT CLOUD
点云与空间数据
三维框、分割、轨迹、目标属性和多传感器关联。DOCUMENT
文档与票据
版面区域、字段、表格、阅读顺序和结构化关系。GENERATIVE AI
生成式AI
指令回答、偏好比较、安全评测和检索语料处理。WORKFLOW
六个步骤形成可审计的标注过程
01任务定义用途、对象与标签
02规范设计定义、边界与样例
03试标校准发现歧义和难例
04批量生产权限、批次与进度
05质检仲裁抽检、复核与纠偏
06版本交付数据、报告与限制
QUALITY
质量不只看正确率，还要看一致、完整和可追溯
ACCURACY
正确性
标签是否符合规范、样本事实和任务目标。CONSISTENCY
一致性
不同人员、批次和时间对同类样本的判断是否稳定。COMPLETENESS
完整性
必标对象、属性、关系和交付文件是否存在缺失。TRACEABILITY
可追溯性
能否定位来源、规则版本、标注、审核和修改记录。COVERAGE
覆盖性
类别、场景、难例和边界样本是否符合任务需要。USABILITY
可用性
格式、坐标、编码、目录和关联关系能否被下游读取。质量阈值没有统一答案：应根据数据类型、模型用途、错误成本和项目约定确定抽检比例、一致性指标及验收方法。
ROLES
清晰角色能减少规则漂移
业务或算法负责人确认任务目标和标签含义；规范人员维护定义、样例与争议规则；标注人员按版本执行；质检人员独立检查；仲裁或领域专家处理疑难样本；项目负责人管理批次、权限、进度和交付。小项目可以一人承担多个角色，但审核关系仍应清楚。
DELIVERY BOUNDARY
进入生产前，先确认来源、权限与交付格式
数据来源、授权依据、处理目的、敏感信息、访问范围、保存期限和到期处置需要事先确认。典型交付包括标注数据、数据字典、规范与版本、批次清单、质量报告、争议样本和已知限制。
结论：数据标注是规则化的数据生产过程
高质量结果来自明确任务、可用数据、一致规范、受控生产和可复核验收。瑞铭安普可根据数据类型和模型任务协助梳理标注与质检方案；具体范围和指标需结合代表性样本确认。电话沟通：010-82170503。