什么是数据标注？

什么是数据标注
这是IT互联网公司的一个职位。数据标注器使用自动化工具从互联网上抓取和收集数据，包括文本、图片、语音等。然后整理并注释捕获的数据。相当于网络上的“专职编辑”。这个岗位任务简单，没有技术含量。工资基本不高，大部分都在三四千，五千以上的很少。而且这些IT公司大多是私企，待遇不会太高。
训练集和测试集都是标注数据。
在标记数据之前，我们必须清理数据，以获得符合我们要求的数据。清理数据包括删除无效数据，整理成正规格式等等。具体数据要求可与算法人员确认。
举例说明
在聊天软件中，我们通常有一个语音转文本的功能。可能大部分人都知道这个功能是通过智能算法实现的，但是很少有人想知道为什么算法能够识别这些声音，它们是如何变得如此智能的。
其实智能算法就跟人脑一样。它需要学习。学习后可以对具体数据进行处理和反馈。
就像语音识别一样，模型算法一开始不能直接识别语音内容，而是手工转录语音内容，将算法无法理解的语音内容转化为易于识别的文本内容，然后算法模型对转录后的文本内容进行识别，并与相应的音频进行逻辑关联。
可能有人会问，不同的语速和音色模型算法怎么区分？这就是模型算法在学习时需要海量数据的原因。这些数据必须涵盖共同语言场景、语速、音色等。只有全面的数据才能训练出优秀的模型算法。为了便于理解，语音注释的过程如下所示。
常见的数据注释类型
1.分类标注：分类标注是我们常用的标注。一般从已建立的标签中选择与数据对应的标签，这是一个封闭集。如下图，一张图片可以有很多类别/标签：成人、女性、黄种人、长发等。对于单词，可以标记主语、谓语、宾语、名词动词等。
适用：文本、图像、语音和视频
应用：人脸年龄识别，情感识别，性别识别
2.帧标记&