检索结果-内蒙古大学图书馆

广西师范大学学报（自然科学版） 2009年第1期27卷 129-132页

作者：常勇王亮姚增利袁方河北大学数学与计算机学院河北保定071002

数据标注是D eep W eb数据集成系统的重要组成部分。建立了领域标注模型,描述数据标注的思想,根据不同的数据,使用领域知识和决策树两种标注方法,给出标注算法描述,最后以图书领域作为标注对象进行实验。实验结果表明该方法可高效、准... 详细信息

数据标注是D eep W eb数据集成系统的重要组成部分。建立了领域标注模型,描述数据标注的思想,根据不同的数据,使用领域知识和决策树两种标注方法,给出标注算法描述,最后以图书领域作为标注对象进行实验。实验结果表明该方法可高效、准确地对D eep W eb数据进行标注。

关键词： Deep Web 数据标注领域知识决策树

来源：评论

学校读者我要写书评

暂无评论

WB公司数据标注业务外包质量提升对策研究

WB公司数据标注业务外包质量提升对策研究

引用

作者：俞立军内蒙古工业大学

学位级别：硕士

数字经济的兴起让基于数据标注的推荐系统能够帮助用户迅速找到感兴趣的信息。然而,数据标注的高成本对互联网公司的盈利构成了重大负担,这一问题在后疫情时代收入大幅下滑时尤为突出。寻找经济实惠的数据标注解决方案变得至关重要。数... 详细信息

数字经济的兴起让基于数据标注的推荐系统能够帮助用户迅速找到感兴趣的信息。然而,数据标注的高成本对互联网公司的盈利构成了重大负担,这一问题在后疫情时代收入大幅下滑时尤为突出。寻找经济实惠的数据标注解决方案变得至关重要。数据标注业务外包成为了一个高性价比的选择。如何保证发包方、外包方、以及需求方三方的满意,同时促进互联网企业降低成本、提升效率,成为了值得深究的课题。本文选取了WB公司数据标注业务外包质量提升过程为研究对象,详细研究了该公司数据标注业务外包质量优化对策。首先,通过对当前数据标注业务外包的背景、相关概念、理论现状进行研究,并以WB公司数据标注业务外包项目为案例,对公司简介、标注规模、合作模式及标注流程进行了介绍,并详细探讨了数据标注业务外包中的三大利益方,在数据标注业务外包实施过程中,存在诸如外包供应商的合格率低、按时交付能力差以及高频的质量投诉等问题。其次,通过质量满意度调查,分析得出满意度低的原因,即引起数据标注业务外包问题的原因,例如发包方质量管理不到位、外包方专业能力有待提升,以及需求方在潜在需求挖掘方面存在不足。最后,针对数据标注业务外包中三大利益主体存在问题的原因,使用PDCA模型来构建以质量为核心的外包质量管理系统,提出了改善管理、鼓励竞争、质量预警、建立知识库、规范流程、提高标注队伍专业水平、建立良好沟通环境、优化智能平台以及推动创新等改进措施,旨在提升标注业务的质量水平,助力互联网企业提高效率、降低成本,为WB公司的数据标注业务外包质量水平提升提供有效参考。并随着应用实践的验证,将对深度学习、大模型等自动化标注技术和数据标注行业的发展产生一定的推动作用。

关键词：数据标注业务外包质量提升对策

来源：评论

学校读者我要写书评

暂无评论

Deep Web数据集成系统中数据标注研究

Deep Web数据集成系统中数据标注研究

引用

作者：常勇河北大学

学位级别：硕士

随着人们对网络环境下信息检索研究的不断深入,Deep Web数据集成系统的相关研究越来越多地受到了人们的关注。Deep Web是与Surface Web相对应的概念,它是指那些不能被主流的搜索引擎搜索到、动态地根据用户提交的关键词所生成的Web数据... 详细信息

随着人们对网络环境下信息检索研究的不断深入,Deep Web数据集成系统的相关研究越来越多地受到了人们的关注。Deep Web是与Surface Web相对应的概念,它是指那些不能被主流的搜索引擎搜索到、动态地根据用户提交的关键词所生成的Web数据信息。数据标注作为Deep Web数据集成系统中一个重要的组成部分,它的主要工作是对抽取的查询返回结果数据进行标注,使其成为有语义信息的数据,使得计算机可识别、可处理。本文在分析了Deep Web网站查询结果页面及其数据表现形式的基础上,介绍了结果模式、标注领域的对象模型并给出了它们的形式化表示,同时给出了数据标注思想的描述。本文将Deep Web网站查询返回结果内容分为三种类型：(1)内容中含有领域知识；(2)内容中不含有领域知识；(3)部分内容含有领域知识,其余内容不含有领域知识的混合类型。针对这三种类型使用了两种基本标注方法：领域知识标注方法和决策树标注方法,用它们单独以及联合标注这三种类型。为了避免对同一Deep Web网站查询结果数据的反复处理,在前面两种基本标注方法的基础上,使用了模板标注方法。同时使用了两种辅助标注方法：实体标注方法和启发式规则标注方法。这两种方法主要是用来检验和修正其他标注方法的标注结果。本文对各种标注方法采用的主要信息做了说明,对各种标注方法的模型做了介绍并给出了形式化表示,对各种标注方法处理中遇到的相关问题做了具体分析。实验结果表明,本文使用的标注方法对查询结果数据具有较好的标注效果。

关键词： Deep Web 数据标注领域知识决策树

来源：评论

学校读者我要写书评

暂无评论

基于聚类分析的不均衡数据标注技术研究

引用

计算机仿真 2020年第2期37卷 476-480页

作者：赵俊杰黄四牛吴正午王帅北京控制与电子技术研究所信息系统工程重点实验室北京市100038

分布不均衡的数据在通过传统聚类分析的方式进行标注时,聚类效果容易偏向于样本数多的类,从而造成标注出现误差的问题。针对此问题提出改进的含有均衡约束聚类算法的标注方法,对不均衡数据的聚类标注准确率实现了比较有效的提高,方法包... 详细信息

分布不均衡的数据在通过传统聚类分析的方式进行标注时,聚类效果容易偏向于样本数多的类,从而造成标注出现误差的问题。针对此问题提出改进的含有均衡约束聚类算法的标注方法,对不均衡数据的聚类标注准确率实现了比较有效的提高,方法包含数据初始聚类、专家知识调整,数据均衡化处理,含均衡约束聚类等步骤。通过初始聚类对不均衡数据进行初始类标签分配,专家知识调整对部分数据错误标注进行标签调整修改,对数据进行均衡化处理得到均衡数据集,通过均衡约束聚类对均衡数据进行标签最终精确分配。经仿真验证表明,上述方法比较有效的提高了不均衡数据标注准确率。

关键词：不均衡数据数据标注聚类分析均衡化处理仿真验证

来源：评论

学校读者我要写书评

暂无评论

数智化谋生：数字劳工视阈下的人工智能数据标注师研究

数智化谋生：数字劳工视阈下的人工智能数据标注师研究

引用

作者：杨怡中国社会科学院大学

学位级别：硕士

随着数智化时代的到来,人工智能、大数据、机器学习技术的高速落地发展,催生了人工智能数据标注师这一职业。数据标注是指人对数据进行分类、标签化、注释等处理,以便让机器算法能够进行识别和学习。本文即以新技术催生的新兴职业——... 详细信息

随着数智化时代的到来,人工智能、大数据、机器学习技术的高速落地发展,催生了人工智能数据标注师这一职业。数据标注是指人对数据进行分类、标签化、注释等处理,以便让机器算法能够进行识别和学习。本文即以新技术催生的新兴职业——人工智能数据标注师为研究对象,主要采用网络民族志方法、深度访谈法、田野调查法,探究全日制用工形式下的人工智能数据标注师在“劳动入场”、“劳动在场”中的控制方式与数据训练中的人机耦合机制,以描摹这一群体在当下数字化与智能时代营求生计的劳动境况。首先,从劳动力市场进入的中介化网络控制、劳动过程中的控制方式来看,中介网络控制链条绑定了数据标注师进入数据生产的“入场”环节。由于数据资料的特殊性质等因素,形成了新的劳动网络再中介化的过程。同时,数据标注公司及标注平台在数据标注师的劳动过程中采用了多种控制方式,主要是通过标注劳动组织化管理中的差序分工与分散冲突、生产关系与生产时的关系、劳动空间的管理、劳动时间的规训、技术化的手段、数据单价结算制度的设置、工作文化的形塑为主要方式,将数据标注师规训成为一名合格的数据标注劳工。其次,从数据标注师进行数据训练与人机耦合的角度来看,数据标注师与所训练的数据及背后的算法之间存在着一种相互协作的关系。数据标注师需要对标注规则进行理解和认知学习,数据标注的规则,是连接数据标注师与所需标注数据的触媒。数据标注师学习认知规则后,与所标注的数据及背后的算法之间进行人机互动,这个过程中分别产生了人机匹配和人机博弈两种关系逻辑。同时,数据标注师的劳动还会受到“看不见的手”与“看得见的手”两种不同的算法系统规则的影响。根据对数据标注师的劳动控制与人机耦合机制的重点研究,体察当下中国人工智能数据标注师的劳动生态,并从更广泛的视角予以这一新兴职业更多关注,在人文关照的基础上对数据标注劳工的劳动价值生产与劳动保障问题提出相应建议。

关键词：数字劳工人工智能数据标注数字劳动

来源：评论

学校读者我要写书评

暂无评论

基于“1+X”课证融通的中职《数据标注》课程开发与实践研究

基于“1+X”课证融通的中职《数据标注》课程开发与实践研究

引用

作者：张卫娟贵州师范大学

学位级别：硕士

人工智能大模型技术的快速发展对高质量训练数据需求越来越大,而数据标注是高质量数据生成的重要环节,从而助推数据标注行业不断发展壮大,人工智能训练师这个新兴岗位受到社会广泛关注。2021年11月,国家人社部发布了《人工智能训练师》... 详细信息

人工智能大模型技术的快速发展对高质量训练数据需求越来越大,而数据标注是高质量数据生成的重要环节,从而助推数据标注行业不断发展壮大,人工智能训练师这个新兴岗位受到社会广泛关注。2021年11月,国家人社部发布了《人工智能训练师》国家职业技能标准,结合学校实际,培养企业所需的人工智能技能型人才是中职学校的重要机遇和挑战。但目前大部分中职院校计算机应用专业未开设《数据标注》课程,整体存在教材内容陈旧、教学资源匮乏、课证内容脱节等居多问题。随着“1+X”证书制度深入实施,研究开发课证融通课程成为中职学校计算机应用专业课程教学改革的重要任务。本研究以建构主义学习理论和项目学习理论为指导,充分考虑企业对数据标注人才的要求,按照中职计算机应用专业人才培养目标,结合五级人工智能训练师的证书标准,将三者融通进行《数据标注》课程开发。首先通过文献研究,对《数据标注》课程研究现状和课证融通研究现状进行了分析,通过问卷调查和访谈,分析了企业对人工智能训练师职业岗位需求,学生对中职《数据标注》课程的学习需求,教师的教学需求,进一步把握中职《数据标注》课程的开设现状,提出了基于“1+X”课证融通的中职《数据标注》课程开发的必要性,接着进行了课程开发框架设计。具体开发了理论教学大纲与实践教学大纲,设计教学内容为五个数据标注项目,即数据标注概述、图像数据标注、视频数据标注、文本数据标注、语音数据标注。同时开发了课程资源,包括课程课件、微课资源。选取了“标注框标注方法”案例与“动物类别标注教学设计”案例进行教学设计展示,设计了课程评价方案,最后通过教学实践和专家评价验证了本次《数据标注》课程开发的有效性。本研究旨在有效解决《数据标注》课程课证内容脱节的问题,将“1+X”课证融通概念融入中职《数据标注》课程开发中,优化《数据标注》课程内容设计,提高《数据标注》课程实践意义,侧重培养中职学生数据标注实践操作能力,提升中职学生就业力。当前《数据标注》课程开发研究较少,希望本研究对中职课证融通《数据标注》课程教学推广有一定的借鉴意义。

关键词：数据标注课程开发 “1+X”证书制度课证融通

来源：评论

学校读者我要写书评

暂无评论

面向数据标注的实际驾驶场景三维重建算法设计与实现

面向数据标注的实际驾驶场景三维重建算法设计与实现

引用

作者：李鸿楠哈尔滨工业大学

学位级别：硕士

随着科技的发展,自动驾驶技术逐步走入大众视野,环境感知技术作为其中重要的一环一直是研究的热门问题之一。环境感知技术的核心问题之一是对驾驶环境进行三维重建,重建模型可用于数据标注、目标检测、路径规划等自动驾驶其他环节。本... 详细信息

随着科技的发展,自动驾驶技术逐步走入大众视野,环境感知技术作为其中重要的一环一直是研究的热门问题之一。环境感知技术的核心问题之一是对驾驶环境进行三维重建,重建模型可用于数据标注、目标检测、路径规划等自动驾驶其他环节。本文为服务于实际驾驶场景中灯牌锥和路面标志线的数据标注工作,提出一种结合传统多视图几何与深度学习的三维重建方法,可以有效处理实际驾驶场景中存在的纹理稀疏、积水、反光等病态区域,同时获得高精度的相机位姿、低噪声的图像深度图、低噪声的包含语义信息稠密点云和完整的路面网格。本文的研究内容包括以下几个方面: 首先,分析实际驾驶场景下面向数据标注工作三维重建的特殊需求,确定算法输入,设计整体算法框架,并将整体算法拆分为稀疏重建、稠密重建、灯牌锥提取包围盒、路面渲染四个基本算法,明确各个基本算法的输入、输出及算法间的联系。其次,设计包含稀疏重建和稠密重建在内的三维重建算法。在稀疏重建算法中,针对实际驾驶场景的病态区域提出解决方法,基于图像语义信息进行特征提取;同时考虑特征点匹配对数和视差角,建立初始地图;同时考虑地图点观测数和图像金字塔评分,选出待重建图像,并给出相机位姿和地图点优化方式,完成稀疏重建。在稠密重建算法中,基于图像语义信息进行图像块立体匹配,恢复图像深度图和法向量图;结合场景特点对深度图进行融合,完成稠密重建。然后,服务于数据标注工作,设计用于灯牌锥标注工作的提取包围盒算法和用于路面标志线标注工作的路面渲染算法。在灯牌锥提取包围盒算法中,依次对灯牌锥点云进行点云分割、点云去噪和点云提取OBB包围盒,获取紧密、冗余空间小的包围盒;将三维空间包围盒投影到二维图像,投影结果同样紧密地包围灯牌锥,验证了算法的有效性。在神经辐射场路面渲染算法中,依次对路面点云进行数据处理、位置编码、神经辐射场设计、RGB颜色立体渲染和分层体积采样,填补路面空洞,获取完整的路面标志线;将路面标志线深度值投影到二维图像,计算投影指标,投影指标表现优异,验证了算法的有效性。最后,将本文设计的方法应用于实际驾驶场景车辆采集的数据集中,从相机位姿精度指标、稀疏地图重建质量、稠密点云去噪效果、稠密点云重建质量和深度图误差指标五个维度对比本文三维重建算法与colmap三维重建算法,本文三维重建算法各项指标更加优异,验证了本文三维重建算法在实际驾驶场景中的有效性和优越性。

关键词：实际驾驶场景三维重建包围盒神经辐射场渲染数据标注

来源：评论

学校读者我要写书评

暂无评论

M公司数据标注项目质量管理研究

M公司数据标注项目质量管理研究

引用

作者：接峰北京邮电大学

学位级别：硕士

随着人工智能在我国的快速发展,其已被纳入国家战略层面。数据是人工智能算法模型学习和训练的重要基础,因此数据质量对算法效果的影响至关重要。数据标注是将原始数据加工成适用于人工智能算法模型进行学习和训练的结构化数据的过程。... 详细信息

随着人工智能在我国的快速发展,其已被纳入国家战略层面。数据是人工智能算法模型学习和训练的重要基础,因此数据质量对算法效果的影响至关重要。数据标注是将原始数据加工成适用于人工智能算法模型进行学习和训练的结构化数据的过程。本论文利用项目质量管理的相关理论和技术工具,对M公司数据标注项目的质量管理进行了研究。这项研究有助于提高数据标注项目管理人员的理论水平和实践能力,帮助他们解决在项目过程中可能遇到的质量管理问题,从而确保实现数据标注项目质量管理目标,具有极其重要的实践意义。本论文主要介绍了 M公司数据标注项目以及数据标注项目的流程、分析了 M公司数据标注项目质量管理的现状和问题,具体的质量管理缺陷可以归结为以下三个方面:第一,质量控制不到位,质量管理没有进行事前控制和事中控制,没有针对性的质检的能力,没有全局质量情况汇总;第二,没有人员质量控制机制,标注人员没有选拔和控制机制,质检员没有分类分级机制;第三,数据标注项目生产流程不完善,没有建立多轮次质量检查体系。本论文针对M公司数据标注项目质量管理的问题,提出了M公司数据标注项目质量改进思路,详细设计了M公司数据标注项目质量改进措施,即完善标注项目质量控制、建立人员质量控制机制、建立多轮次质量检查体系,以改进M公司数据标注项目质量管理的能力水平。在M公司数据标注项目质量管理中创新地引入了人机协同,即引入人工智能模型辅助标注与人工智能模型辅助审核,进一步提高数据标注项目的整体质量。经过五个月的质量管理改进实践,M公司数据标注项目交付结果合格率有了明显改善,证明了该质量管理改进方案的有效性。

关键词：数据标注质量管理人机协同

来源：评论

学校读者我要写书评

暂无评论

基于计算机免疫方法的AETA地震前兆数据标注机制

基于计算机免疫方法的AETA地震前兆数据标注机制

引用

作者：潘思因武汉大学

学位级别：硕士

地震前兆研究对地震预报以及预警有重要的指示作用。电磁和地声信号被地质学界公认为是有重要研究价值的地震前兆,其中电磁信号是最为灵敏的一种。当前地声&电磁地震预测系统(Acoustic&Electromagnetics to Artificial Intellig... 详细信息

地震前兆研究对地震预报以及预警有重要的指示作用。电磁和地声信号被地质学界公认为是有重要研究价值的地震前兆,其中电磁信号是最为灵敏的一种。当前地声&电磁地震预测系统(Acoustic&Electromagnetics to Artificial Intelligence,AETA)已建成了全国最大的电磁与地声监测网,收集了大量电磁监控数据。然而由于缺少标注,给地震预测效果验证与地震数据开放研究带来巨大阻碍。因此AETA数据标注机制,需要完成提供标签,建立数据与地震的联系并通过自动标注减少实时观测标注投入的目标。为了减小研究人员实时观测的投入,需要建立自动标注模型。长短期记忆网络(Long Short-Term Memory,LSTM)模型对大规模高维时序数据的学习表示能力十分契合自动标注的需求。然而直接利用LSTM建立数据标注模型存在以下困难:1)LSTM的学习能力与数据质量高度相关,而电磁信号受环境噪声影响大且当前收集到的地震前兆数据合并地震发生的情况在时间与空间上都属于少数,即在分类上不平衡,影响模型效果,当前常见的解决分类不平衡问题的过采样算法容易受噪声影响,产生重叠区域,生成样本质量不佳;2)模型依赖人工经验进行参数调整容易陷入过拟合,泛化能力差。在建立基于AETA的地震电磁标签数据集,获得开放标签数据的工作基础上,借鉴生物免疫机制,参考人体内免疫系统的自适应功能,扩展模型能力,提高算法的性能,主要的工作与贡献为: 1)论文在为电磁信号构建了混合多域的特征的基础上,为解决AETA数据集中不平衡的数据导致模型容易拟合到非地震数据上的问题,结合免疫网络理论中抗体与抗原分布的空间一致性原理,利用免疫网络对数据的压缩表示能力,提出了一种基于免疫质心的过采样算法扩充AETA训练样本集。通过免疫的抗原与抗体匹配、克隆与淘汰等机制保证合成样本分布在样本质心周围,提高样本质量,减少离群点与噪声影响,平衡训练样本集。同时通过免疫反应与免疫适应策略,根据增量数据的变化情况选择性调整样本生成方式,减少资源浪费。 2)针对LSTM模型容易陷入过拟合的问题,论文利用克隆选择算法(Clone Selection Algorithm,CSA)自调优、避免局部最优值与鲁棒性强等的优点对LSTM进行网络结构优化,增加模型的泛化能力与自适应性。结合地震研究中需要更加重视减少漏报地震发生的情况,确定免疫抗体与抗原亲和力的评估方式,建立了LSTM-CSA模型用于根据系统标签的自动标注。通过多个对比实验对提出的特征提取方法、过采样算法和LSTM-CSA模型进行验证。实验结果表明混合多域的特征提取方法可以较好地契合AETA地震电磁前兆数据自动标注任务;提出的基于免疫质心的过采样算法较其它过采样方法有效地扩充了样本集,提高了样本质量,缓解了地震前兆电磁数据的不平衡问题;提出的LSTM-CSA自动标注模型在对不同地区的电磁数据进行自动标注的准确率都在87%以上,召回率在82%以上,表明自动标注模型具有实用价值,能有效辅助地震前兆电磁数据标注。

关键词：地声&电磁地震预测系统AETA 计算机免疫数据标注克隆选择算法长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

Deep Web接口集成与数据标注方法研究

Deep Web接口集成与数据标注方法研究

引用

作者：王葛长春工业大学

学位级别：硕士

随着互联网的发展,网页的数量目前在以爆炸性的趋势增长。虽然网上蕴藏着数量巨大的信息资源,但是由于Deep Web数据的海量性、异构性、多样性、动态性等特点,使得数据的利用率并不高。主流的搜索引擎基本上只收集了互联网上静态页面集合... 详细信息

随着互联网的发展,网页的数量目前在以爆炸性的趋势增长。虽然网上蕴藏着数量巨大的信息资源,但是由于Deep Web数据的海量性、异构性、多样性、动态性等特点,使得数据的利用率并不高。主流的搜索引擎基本上只收集了互联网上静态页面集合,但事实上,静态页面只是Web提供网页的小部分信息,大部分信息对这些传统的搜索引擎是不可见的,这就是Deep Web,不能被传统的搜索引擎索引到的那部分内容,特别是指那些通过查询在线数据库实时产生的动态页面,近几年,Deep Web已经引起学者们的注意,如何有效利用隐蔽网络中的数据资源逐渐成为关注的热点。本论文针对Deep Web接口集成和数据标注中,存在的不能通过统一接口进行查询,以及查询后返回的结果没有语义的问题展开的研究。针对HTML页面的代码不规范的问题,提出了更改工具代码和对于工具不能处理的规范采用规范规则的方法,设计了规范HTML页面代码和抽取规则的系统,解决了HTML页面代码不规范的问题。在接口页面的模式匹配中,针对接口间属性不匹配的问题,采用了用户匹配和模式匹配表联合匹配的方法,设计了模式匹配系统,解决了接口间属性不匹配的问题。在接口集成中,提出了模式集成的思想,把不同的接口经过模式集成的方法集成为统一的接口。在查询转换中,针对不同接口不同处理,提出了选取词选取的思想,设计了获取在线数据库数据的系统,能针对不同接口获取数据。在结果页面模式匹配中,针对结果页面缺少语义标注的问题,采用了接口页面与结果页面属性匹配、结果页面与结果页面属性匹配和模式匹配表三种方法进行语义的标注,设计了数据标注系统,解决了结果数据不匹配,缺乏语义的问题,实验表明达到了预期的效果。

关键词： Deep Web 数据抽取模式匹配接口集成数据标注

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：