《人工智能 数据标注 通用技术要求》.docxVIP

Q/LB.□XXXXX-XXXX

PAGE2

ICS

FORMTEXT35.240.01

CCS

FORMTEXTL70

FORMTEXT51

FORMTEXT四川省地方标准

DBFORMTEXT51/TFORMTEXTXXXX—FORMTEXTXXXX

FORMTEXT?????

人工智能数据标注通用技术要求

（征求意见稿）

FORMTEXT?????

FORMDROPDOWN

FORMTEXTXXXX-FORMTEXTXX-FORMTEXTXX发布

FORMTEXTXXXX-FORMTEXTXX-FORMTEXTXX实施

FORMTEXT四川省市场监督管理局??发布

STYLEREF标准文件_文件编号DB51/TXXXX—XXXX

STYLEREF标准文件_文件编号DB51/TXXXX—XXXX

PAGEII

PAGEI

目次

TOC\o1-1\h\t标准文件_一级条标题,2,标准文件_附录一级条标题,2,前言 II

1范围 3

2规范性引用文件 3

3术语和定义 3

4缩略语 3

5数据标注规则 4

5.1基本要求 4

5.2规则制定与验证 4

5.3特殊数据的规则要求 4

6数据标注工具及平台 4

6.1基本要求 4

6.2功能要求 5

7数据标注预处理技术 5

7.1清洗 5

7.2数据分类与格式化 5

7.3数据去重与异常值检测 5

7.4预标注 5

7.5预标注与辅助工具应用 6

7.6数据安全预处理 6

8数据标注工作方式 6

8.1手工标注 6

8.2半自动标注 6

8.3自动标注 6

8.4混合式标注 6

8.5适用场景 6

9数据标注过程技术 6

9.1数据标注过程 6

9.2数据标注技术要求 7

参考文献 9

STYLEREF标准文件_文件编号DB51/TXXXX—XXXX

STYLEREF标准文件_文件编号DB51/TXXXX—XXXX

PAGEII

PAGEIII

前言

本文件按照GB/T1.1—2020《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。

本文件由四川省大数据中心提出、归口并解释。

本文件起草单位：

本文件主要起草人：

STYLEREF标准文件_文件编号DB51/TXXXX—XXXX

STYLEREF标准文件_文件编号DB51/TXXXX—XXXX

PAGE8

PAGE7

人工智能数据标注通用技术要求

范围

本文件规定了人工智能机器学习中数据标注通用技术要求的术语和定义、数据标注规则、数据标注工具及平台、数据标注预处理技术要求、数据标注工作方式、数据标注过程技术和数据标注安全与合规性。

本文件适用于指导四川省行政区域范围内，在人工智能机器学习中实施数据标注的机构、组织在各类人工智能应用中的数据标注工作，包括但不限于文本、语音、图像、视频、多模态数据等。

规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T41867信息技术人工智能术语

GB/T42755人工智能面向机器学习的数据标注规程

术语和定义

GB/T41867、GB/T42755界定的以及下列术语和定义适用于本文件。

数据标注datalabeling

给数据样本指定目标变量或类别，并对其进行分类、描述或赋值的过程，以满足机器学习和人工智能模型训练需求。

数据标注预处理技术datalabelingpreprocessingtechnology

在正式开始标注作业前，通过人工或技术的方式对待标注数据做筛选或预备标注。

手工标注manuallabeling

完全由人工执行的标注任务，适用于高精度或复杂语境下的数据处理。

半自动标注semi-automaticlabeling

由人工和机器混合完成的标注任务，机器提供初步标注，人工进行校对、补充和修正。

自动标注automaticlabeling

完全由算法或系统自动执行的数据标注任务。

标注结果需人工抽检或复核，以确保质量。

缩略语

下列缩略语适用于本