针对内容安全的人工智能数据标注指南.pdfVIP

ICS 35.240.20 L60 团 体 标 准 T/ISC 0005—2020 针对内容安全的人工智能 数据标注指南 Guidelines for AI data annotation in content security 2020 - 09 - 24 发布 2020 - 12 - 01 实施 中 国 互 联 网 协 会 发 布 T/ISC 0005—2020 目 次 前言 III 引言 IV 1 范围 1 2 规范性引用文件 1 3 术语和定义 1 4 概述 2 5 需求承接 2 5.1 需求接收 2 5.2 需求评估 3 5.3 需求确认 3 6 标注准备 3 6.1 数据获取 3 6.2 数据预处理 3 6.3 操作规程 3 6.4 质检方案 3 6.5 工具/平台 4 6.6 人员能力 4 6.7 试标注 4 6.8 制定标注方案 4 7 标注 4 7.1 实施标注 4 7.2 进度管理 5 7.3 质量控制 5 7.4 交付、验收 5 8 模型训练 5 8.1 模型训练 5 8.2 模型验证 5 9 上线运行 5 9.1 模型测试 6 9.2 运营监控 6 9.3 持续改进 6 参考文献 7 I T/ISC 0005—2020 前 言 本文件按照 GB/T 1.1-20200 《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定 起草。 本文件由中国互联网协会标准工作委员会提出并归口。 本文件起草单位：深圳市腾讯计算机系统有限公司、北京奇艺世纪科技有限公司、北京深度搜索科 技有限公司、工业和信息化部电子第五研究所。 本文件主要起草人：杨晓光、鞠奇、马臣、王骏、詹博、邓理英、陈永智、刘翠香、董奕、符妍、 黄佳、李久龙、周循道、黄林轶。 III T/ISC 0005—2020 引 言 随着《中华人民共和国国家安全法》、《中华人民共和国网络安全法》、《互联网信息服务 管理办法》、《网络信息内容生态治理规定》等法律规章制度的发布，网络运营者有责任营造清 朗的网络空间、建设良好的网络生态目标，开展弘扬正能量、处置违法和不良信息。使用人工智 能技术能够帮助网络运营者及时地发现和处置网络上的违法、不良信息。数据是人工智能技术的 “原料”，数据标注则是将“原料”转化为机器可识别的信息的过程。本标准的作用是给数据标 注过程提供指南，为机器提供优质的数据“原料”，提高机器识别违法、不良的信息的准确性。 本文件也可以为其他应用领域，如智慧城市、自动驾驶、语音识别等的人工智能技术做参考。 IV T/ISC 0005—2020 针对内容安全的人工智能数据标注指南 1 范围 本文件规