Data Annotation

释义 Definition

数据标注：为原始数据（如文本、图像、音频、视频或传感器数据）添加结构化的标签、分类或说明，用于训练、评估和改进机器学习/人工智能模型。（在不同场景也可指“数据注释/批注”，但最常见用法是 AI 训练中的“标注”。）

例句 Examples

We need data annotation before we can train the model.
在训练模型之前，我们需要进行数据标注。

High-quality data annotation, with clear guidelines and consistency checks, can significantly improve a system’s performance on real-world tasks like object detection and sentiment analysis.
高质量的数据标注（包含清晰规范与一致性检查）能显著提升系统在目标检测、情感分析等真实任务中的表现。

发音 Pronunciation (IPA)

/ˈdeɪtə ˌænəˈteɪʃən/（也常见 /ˈdætə ˌænəˈteɪʃən/）

词源 Etymology

data 源自拉丁语 datum（“给出的东西”），后来指“信息/数据”；annotation 来自拉丁语 annotare（ad- “向/附加” + notare “做标记/记录”），意为“注释、批注”。合起来 data annotation 即“对数据做标记与说明”。

相关词 Related Words

• Labeling
• Annotation
• Ground Truth
• Training Data
• Supervised Learning
• Dataset
• Data Curation
• Quality Assurance

文学与著作中的用例 Literary & Notable Works

• Ian Goodfellow, Yoshua Bengio, Aaron Courville：《Deep Learning》（《深度学习》）——讨论监督学习中标签/标注数据的重要性与数据质量影响。
• Chip Huyen：《Designing Machine Learning Systems》——涉及数据标注流程、反馈闭环与数据质量管理。
• Aurélien Géron：《Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow》——在实践章节中多次涉及为训练集准备标签/标注数据。
• Andrew Ng 等课程与讲义（如机器学习与深度学习课程资料）——常用该术语讨论数据准备、标签噪声与标注成本。