數(shù)據(jù)標(biāo)注工作匯報(bào)

數(shù)據(jù)標(biāo)注工作匯報(bào)什么是數(shù)據(jù)標(biāo)注？當(dāng)前，以互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能為代表的新一代信息技術(shù)日新月異。人工智能在去年、今年兩度被寫入政府工作報(bào)告。產(chǎn)業(yè)勃興，數(shù)據(jù)標(biāo)注員因此成為新興職業(yè)。多名業(yè)內(nèi)人士告訴記者，目前國(guó)內(nèi)至少有大小近千家標(biāo)注公司，共20余萬(wàn)名數(shù)據(jù)標(biāo)注員。其實(shí)大部分的工作內(nèi)容很簡(jiǎn)單的，就是聽(tīng)聽(tīng)語(yǔ)音然后把提示字幕修改一下，或者看一張圖片，把里面文字也打出來(lái),這是我們做數(shù)據(jù)標(biāo)注常常做的事，只要有電腦，就可以隨時(shí)隨地的去做任務(wù)，如果有想深入了解請(qǐng)加微信TYY1999-06-06第2客服錄音數(shù)據(jù)標(biāo)注規(guī)范（完整版）客服錄音數(shù)據(jù)標(biāo)注規(guī)范（完整版）用谷歌瀏覽器（至少32.0以上版本）來(lái)標(biāo)注。其他瀏覽器或低版本谷歌瀏覽器可能出現(xiàn)部分文件播放不了的問(wèn)題。質(zhì)量要求：文字錯(cuò)誤率：3%以內(nèi)注：文字錯(cuò)誤率指語(yǔ)音內(nèi)容標(biāo)注錯(cuò)誤，只要有一個(gè)字錯(cuò)，該條語(yǔ)音就算錯(cuò)。其他錯(cuò)誤率：5%以內(nèi)注：綜合錯(cuò)誤率指：除了語(yǔ)音內(nèi)容以外的其他標(biāo)注項(xiàng)錯(cuò)誤，只要有一項(xiàng)錯(cuò)，該條語(yǔ)音就算錯(cuò)?？头Z(yǔ)音內(nèi)容說(shuō)明：都是鮮百味公司和客戶的電話語(yǔ)音，公司主營(yíng)業(yè)務(wù)是賣海鮮，所以大部分內(nèi)容都是關(guān)于海鮮（如大閘蟹）的購(gòu)買、禮品券、配送等方面。.當(dāng)前語(yǔ)音是否包含有效語(yǔ)音無(wú)效語(yǔ)音（即不包含有效語(yǔ)音）的類型：文件播放不了；音頻全部是靜音或噪音；許多地方聽(tīng)不清或者聽(tīng)不懂，例如，方言太重、噪音太大、音量過(guò)低等。兩個(gè)人同時(shí)說(shuō)話超過(guò)3個(gè)字（包括3個(gè)字）并且聽(tīng)內(nèi)容不清楚的或者噪音聲音蓋住說(shuō)話人聲大于3個(gè)字（包括3個(gè)字）導(dǎo)致內(nèi)容聽(tīng)不清楚的.當(dāng)前語(yǔ)音的噪聲情況如果能聽(tīng)到明顯的噪音（噪音指說(shuō)話人正常說(shuō)話外的其他聲音），則選擇“含噪音”，否則選“安靜”。常見(jiàn)噪音舉例（但不限以下）：其他人說(shuō)話聲背景音樂(lè)聲動(dòng)物叫聲汽車滴滴聲咳嗽聲明顯的電流聲.說(shuō)話人數(shù)量（即標(biāo)注的語(yǔ)音內(nèi)容是幾個(gè)人說(shuō)的）一人說(shuō)話（主體說(shuō)話人）：只有一個(gè)人說(shuō)話多人說(shuō)話：有多個(gè)人說(shuō)話（因?yàn)槭强头Z(yǔ)音，一般是兩個(gè)人）.說(shuō)話人性別如果有多個(gè)人說(shuō)話，則標(biāo)第一個(gè)說(shuō)話人的性別。標(biāo)注項(xiàng)：男女.是否包含口音如果有多個(gè)人說(shuō)話，則標(biāo)第一個(gè)說(shuō)話人是否有口音。標(biāo)注項(xiàng)：否：無(wú)口音是：有口音有口音是指說(shuō)話人發(fā)音的拼音或聲調(diào)和正確發(fā)音的不一致。常見(jiàn)情形包括：l和n不分，h和f不分，n和ng不分，e和uo不分，前后鼻音，平翹舌，以及其他情況。.語(yǔ)音內(nèi)容如果兩個(gè)人同時(shí)說(shuō)話，以主體說(shuō)話人聲音大的為準(zhǔn)來(lái)轉(zhuǎn)寫文字。如果一條語(yǔ)音中，低于3個(gè)字有兩個(gè)人同時(shí)說(shuō)話，并聽(tīng)不清楚的，將聽(tīng)不清的部分用"[d]”表示。如果一條語(yǔ)音中，低于3個(gè)字部分噪音太大，蓋住說(shuō)話人聲音導(dǎo)致聽(tīng)不清的，將聽(tīng)不清的部分用“[n]”表示。文字轉(zhuǎn)寫具體要求：語(yǔ)音內(nèi)容必須和聽(tīng)到的語(yǔ)音完全一致，不能多字、少字、錯(cuò)字。阿拉伯?dāng)?shù)字要寫成漢字形式，如“一二三”，而不是“123”。注意區(qū)分“一”和“幺”。“二”和“兩”語(yǔ)氣詞：音頻中說(shuō)話人清楚地講出的語(yǔ)氣詞，如“呃啊嗯哦唉吶”等，要按照正確發(fā)音進(jìn)行轉(zhuǎn)寫。語(yǔ)氣詞除了“了不”沒(méi)有口字旁，其他基本上都有口字旁。轉(zhuǎn)寫內(nèi)容的完整性要與實(shí)際發(fā)音一致，不得刪減；如發(fā)音為：我是北北京人；“北”字有重復(fù)現(xiàn)象，那轉(zhuǎn)寫的時(shí)候要寫成：我是北，北京人。英文比較復(fù)雜，轉(zhuǎn)寫的原則是：按字母讀的情況（如縮寫詞，網(wǎng)址等）一律大寫，按詞讀的則小寫，例如“APPLE”表示用戶是逐個(gè)字母念的，“apple”表示用戶按單詞念的。明顯的兒化音必須標(biāo)注出來(lái)第3輕松標(biāo)注Excel表格中的無(wú)效數(shù)據(jù)輕松標(biāo)注Excel表格中的無(wú)效數(shù)據(jù)校對(duì)數(shù)據(jù)是我們?cè)谌粘＾k公中經(jīng)常要做的工作，對(duì)于含有大量數(shù)據(jù)的表格，如何快速找到無(wú)效的錄入數(shù)據(jù)、提高我們校對(duì)的效率是不少朋友急于想了解的，今天我教大家兩招我出來(lái)的心得，希望對(duì)大家有所啟發(fā)。圖1為單位第一季度的加班統(tǒng)計(jì)表，領(lǐng)導(dǎo)讓會(huì)計(jì)室小卜統(tǒng)計(jì)出來(lái)好計(jì)發(fā)加班費(fèi)以調(diào)動(dòng)職工的積極性，小卜花了一晚上時(shí)間終于把全廠2000多名職工的加工統(tǒng)計(jì)表搞出來(lái)了，實(shí)在累得夠嗆，再也沒(méi)有精力校對(duì)了。他讓我想想辦法能不能把超出范圍的錯(cuò)誤數(shù)據(jù)快速找出來(lái)，由于單位規(guī)定，每人每月的加班時(shí)間不得超過(guò)90小時(shí)（出于職工的健康著想），我給他介紹了下面的兩種辦法：圖11．使用條件格式選中表格中的數(shù)據(jù)區(qū)域（從C列到F列），單擊“格式”菜單中的“條件格式”命令，在彈出的“條件格式”的對(duì)話框的“條件1”列表中選擇“公式”，在其右側(cè)的文本框中輸入公式“=or（c190）”（如圖2）,單擊“格式”按鈕，此時(shí)彈出“單元格格式”對(duì)話框，切換到“字體”選項(xiàng)卡，將文字“顏色”選擇為“紅色”，完成設(shè)置后依次單擊“確定”按鈕返回到數(shù)據(jù)表格中，瀏覽一下表格，是不是看到超出范圍的數(shù)字已經(jīng)被標(biāo)注了紅顏色，這樣改起來(lái)就方便多了。圖22．利用數(shù)據(jù)有效性圈釋無(wú)效數(shù)據(jù)一般情況下，在錄入數(shù)據(jù)之前設(shè)置數(shù)據(jù)的有效性可避免錄入超出指定范圍的非常規(guī)數(shù)據(jù)，但數(shù)據(jù)錄入完成后設(shè)置數(shù)據(jù)的有效性有什么作用呢？通過(guò)下面的介紹大家就會(huì)明白了。選中表格中需要設(shè)置有效性的數(shù)據(jù)區(qū)域，單擊“數(shù)據(jù)”菜單中的“有效性”命令，彈出“數(shù)據(jù)有效性”對(duì)話框，切換到“設(shè)置”選項(xiàng)卡，按圖3所示進(jìn)行相應(yīng)的設(shè)置，單擊“確定”按鈕返回?cái)?shù)據(jù)表中（此時(shí)表格的數(shù)據(jù)中看不到有什么變化）。圖3右擊工具欄打開“公式審核”工具欄，單擊工具欄中的“圈釋無(wú)效數(shù)據(jù)”按鈕，此時(shí)我們會(huì)發(fā)現(xiàn)表格中的無(wú)效數(shù)據(jù)都被清清楚楚地標(biāo)注出來(lái)了（如圖4）。圖4Cico提示：以上兩種方法都可以輕松地標(biāo)注表格中的無(wú)效數(shù)據(jù)，這些無(wú)效數(shù)據(jù)只要修改到指定的范圍內(nèi)，標(biāo)注就會(huì)同時(shí)被取消，不會(huì)影響數(shù)據(jù)的分析和打印。第4如何運(yùn)營(yíng)一家數(shù)據(jù)標(biāo)注公司資源特點(diǎn)篇如何運(yùn)營(yíng)一家數(shù)據(jù)標(biāo)注公司（資源特點(diǎn)篇）在“基礎(chǔ)架構(gòu)篇”中我們提到的資源，也就是數(shù)據(jù)標(biāo)注公司要面對(duì)的甲方：AI公司、AI企業(yè)、AI研究所。那么問(wèn)題來(lái)了，人工智能公司、人工智能企業(yè)、人工智能研究所多種多樣，作為一個(gè)數(shù)據(jù)標(biāo)注公司應(yīng)該如何定義自己的服務(wù)方向呢？首先我們要能夠準(zhǔn)確的了解資源公司的特點(diǎn)，這樣才能更好的為其提供符合自身特點(diǎn)的服務(wù)。目前市場(chǎng)上的AI公司、AI企業(yè)、人1研究所大致分為以下幾種,對(duì)于與數(shù)據(jù)標(biāo)注公司的合作來(lái)說(shuō)他們各有各的優(yōu)勢(shì)和劣勢(shì)，這里對(duì)以下突出的幾類進(jìn)行分析：.初創(chuàng)型這里指的初創(chuàng)型公司一般指未進(jìn)行過(guò)階段融資的初次創(chuàng)業(yè)型公司。優(yōu)勢(shì)：a）溝通成本低初創(chuàng)型公司的核心創(chuàng)始人一般都是公司的核心技術(shù)人員，所以他們對(duì)數(shù)據(jù)標(biāo)注的結(jié)果有清晰的需求認(rèn)知，能夠清楚嚴(yán)謹(jǐn)?shù)谋硎龀鲂枰獦?biāo)注數(shù)據(jù)的規(guī)則，數(shù)據(jù)標(biāo)注公司與此類資源公司在溝通上比較簡(jiǎn)單，能夠快速的直入主題，迅速建立供需關(guān)系，省去冗長(zhǎng)的上報(bào)、各級(jí)的批復(fù)等溝通環(huán)節(jié)。b）結(jié)算時(shí)間快這類資源公司本身公司架構(gòu)也相對(duì)簡(jiǎn)單，對(duì)于標(biāo)注完成后的結(jié)款時(shí)間相對(duì)也較短。劣勢(shì)：a）需求連貫性不強(qiáng)因?yàn)槌鮿?chuàng)型公司很多沒(méi)有穩(wěn)定的甲方，同時(shí)公司在同一時(shí)期對(duì)接的甲方數(shù)量并不是一定的，有可能在某個(gè)月中會(huì)有很多，同樣也可能一個(gè)沒(méi)有。這就導(dǎo)致了在數(shù)據(jù)的需求連貫性上并不是很強(qiáng)。b）標(biāo)注需求量不大在與甲方溝通合作的路上，展示型項(xiàng)目產(chǎn)品并不需要大量數(shù)據(jù)的驗(yàn)證。更多時(shí)候都是以小批量數(shù)據(jù)進(jìn)行產(chǎn)品的小樣展示，因?yàn)槌鮿?chuàng)公司也要考慮項(xiàng)目的成功率和標(biāo)注成本之間的關(guān)系。.企業(yè)型這里指已經(jīng)形成一定規(guī)模的人工智能企業(yè)，同時(shí)可能已經(jīng)獲得多輪融資。優(yōu)勢(shì)：a）數(shù)據(jù)連貫性強(qiáng)這里指的一定規(guī)模的人工智能企業(yè)可能已經(jīng)是市場(chǎng)上第一梯隊(duì)的領(lǐng)跑者，因?yàn)橛谐墒斓漠a(chǎn)品和合作對(duì)象，其在產(chǎn)品需要進(jìn)行迭代和研發(fā)關(guān)聯(lián)產(chǎn)品時(shí)是需要大量標(biāo)注數(shù)據(jù)作為模型訓(xùn)練的。同時(shí)因?yàn)槠湓跇I(yè)界的影響力，與新的需求商進(jìn)行合作時(shí)的成單率也要遠(yuǎn)高于初創(chuàng)AI公司。b）數(shù)據(jù)價(jià)值高因?yàn)榇笮凸拘枰C合保密、質(zhì)量、工期等多方面因素，同時(shí)因?yàn)橐呀?jīng)與需求公司建立了正式的合作關(guān)系，此類型的AI公司在提供的數(shù)據(jù)標(biāo)注單價(jià)上是要略高于初創(chuàng)型企業(yè)。劣勢(shì)：a）結(jié)算周期長(zhǎng)因?yàn)榇祟惞镜慕Y(jié)構(gòu)相對(duì)復(fù)雜，同時(shí)結(jié)構(gòu)越復(fù)雜的公司其對(duì)于支出資金的流程也越謹(jǐn)慎，這種謹(jǐn)慎就會(huì)導(dǎo)致合同內(nèi)的結(jié)款周期遠(yuǎn)遠(yuǎn)高于初創(chuàng)型企業(yè)。b）溝通成本高因?yàn)榇祟惞镜募軜?gòu)相對(duì)復(fù)雜，一般一個(gè)項(xiàng)目的啟動(dòng)流程是“算法團(tuán)隊(duì)將需求提供給項(xiàng)目經(jīng)理，項(xiàng)目經(jīng)理聯(lián)系數(shù)據(jù)標(biāo)注公司試標(biāo)-數(shù)據(jù)標(biāo)注公司試標(biāo)完畢反饋-項(xiàng)目經(jīng)理檢查并反饋給算法團(tuán)隊(duì)”。這其中就避免不了多人傳達(dá)規(guī)則時(shí)出現(xiàn)的模糊情況，需要大量的時(shí)間進(jìn)行溝通和驗(yàn)證。同時(shí)在項(xiàng)目啟動(dòng)時(shí)的流程也相對(duì)復(fù)雜，不僅需要算法確認(rèn)規(guī)則，需要財(cái)務(wù)確認(rèn)支付方式，需要法務(wù)進(jìn)行合同審核，需要項(xiàng)目主管領(lǐng)導(dǎo)批準(zhǔn)，這些都會(huì)使數(shù)據(jù)標(biāo)注公司的溝通成本大大增加。.科研型這里指各類政府、大學(xué)等行政事業(yè)單位的科研部門。優(yōu)勢(shì)：a）結(jié)算時(shí)間短一般的科技機(jī)構(gòu)的審批方式都是先進(jìn)行項(xiàng)目報(bào)備，在項(xiàng)目報(bào)備通過(guò)的時(shí)候其實(shí)這部分的項(xiàng)目資金就已經(jīng)預(yù)留出來(lái)了，只要數(shù)據(jù)標(biāo)注公司能夠按時(shí)按量的完成項(xiàng)目?jī)?nèi)容同時(shí)提供合同內(nèi)規(guī)定的相關(guān)發(fā)票，就可以順利結(jié)算。b）溝通成本低一般的科研機(jī)構(gòu)都是由項(xiàng)目負(fù)責(zé)導(dǎo)師指定聯(lián)系人進(jìn)行與數(shù)據(jù)標(biāo)注公司的溝通，同時(shí)被指定人一般也都是項(xiàng)目的參與人，所以在規(guī)則的制定上更為清晰，與初創(chuàng)公司一樣，能夠快速的進(jìn)入主題，大大節(jié)省了數(shù)據(jù)標(biāo)注公司在溝通方面所花費(fèi)的時(shí)間。劣勢(shì):a）數(shù)據(jù)連貫性不強(qiáng)因?yàn)榇祟惪蒲兴捻?xiàng)目基本都是階段性的，一類產(chǎn)品上線后，相關(guān)產(chǎn)品再進(jìn)行上線需要周期。b）找尋成本高因?yàn)榭蒲袡C(jī)構(gòu)的特殊性，在市場(chǎng)上很難準(zhǔn)確就定位到需求部門，在眾多部門中確立需求部門并與之建立起合作關(guān)系是需要耗費(fèi)大量的時(shí)間和精力。.綜合型向AI化轉(zhuǎn)型的各類傳統(tǒng)行業(yè)企業(yè)。優(yōu)勢(shì)：a）數(shù)據(jù)連貫性強(qiáng)因?yàn)樯婕皞鹘y(tǒng)生產(chǎn)的轉(zhuǎn)型，該類企業(yè)一般都有獨(dú)立的AI產(chǎn)品研發(fā)組，同時(shí)因?yàn)榇祟惞颈旧淼捏w量和市場(chǎng)占有率，會(huì)使其對(duì)于需要轉(zhuǎn)型的領(lǐng)域和需求產(chǎn)品更為寬泛。b）數(shù)據(jù)量大因?yàn)锳I轉(zhuǎn)型除了成熟的技術(shù)支撐之外，最重要的就是時(shí)間，越快將生產(chǎn)結(jié)合AI的企業(yè)，其市場(chǎng)競(jìng)爭(zhēng)力也就越明顯。而如何能讓計(jì)算機(jī)快速的進(jìn)行訓(xùn)練呢？除了算法團(tuán)隊(duì)的技術(shù)支撐，剩下的就是給計(jì)算機(jī)提供大量的符合模型識(shí)別的標(biāo)注數(shù)據(jù)。劣勢(shì)：a）結(jié)算周期長(zhǎng)和企業(yè)型公司性質(zhì)相同，由于龐大的內(nèi)部結(jié)構(gòu)，項(xiàng)目資金的結(jié)款周期相較于初創(chuàng)型公司和研究所會(huì)大大增長(zhǎng)。^工期緊張因?yàn)橛修D(zhuǎn)型這個(gè)宏觀任務(wù)，所以一般此類企業(yè)都對(duì)轉(zhuǎn)型項(xiàng)目的落地時(shí)間有明確的規(guī)定，說(shuō)簡(jiǎn)單一些就是工期緊、任務(wù)重。由于這種特點(diǎn)，數(shù)據(jù)標(biāo)注公司在承接此類公司的項(xiàng)目時(shí)，需要有大量的人手進(jìn)行數(shù)據(jù)標(biāo)注，這對(duì)于公司本身的管理無(wú)疑也是巨大的挑戰(zhàn)。本文所說(shuō)的每種公司都有各自的渠道獲取特點(diǎn)，請(qǐng)持續(xù)關(guān)注博客，我們會(huì)在接下來(lái)更新更多的相關(guān)內(nèi)容。第5入庫(kù)數(shù)據(jù)清理清查工作匯報(bào)2012年入庫(kù)數(shù)據(jù)清理清查工作匯報(bào)根據(jù)省、市、區(qū)文件要求，將全員人口數(shù)據(jù)清理清查工作作為當(dāng)前重點(diǎn)工作來(lái)抓，解放思想，放下包袱，深入、徹底地開展入庫(kù)數(shù)據(jù)清理清查，特別是歷年（含當(dāng)年）漏報(bào)、錯(cuò)報(bào)、瞞報(bào)人口出生數(shù)、“四術(shù)”數(shù)、查環(huán)查孕數(shù)、社會(huì)撫養(yǎng)費(fèi)征收數(shù)等，全面錄入系統(tǒng)。現(xiàn)將這項(xiàng)工作總計(jì)如下：一、領(lǐng)導(dǎo)高度重視為了確保清理清查工作取得實(shí)效，我街道成了以街道分管領(lǐng)導(dǎo)XXX任組長(zhǎng)，相關(guān)人員為成員的“人口計(jì)生統(tǒng)計(jì)數(shù)據(jù)核實(shí)清查”活動(dòng)領(lǐng)導(dǎo)小組，領(lǐng)導(dǎo)小組在計(jì)生科下設(shè)辦公室，具體負(fù)責(zé)監(jiān)督及統(tǒng)籌管理全員人口信息系統(tǒng)數(shù)據(jù)質(zhì)量檢查、信息采集和錄入等工作。領(lǐng)導(dǎo)小組由街道分管領(lǐng)導(dǎo)陳偉元主持召開了協(xié)調(diào)會(huì)議，進(jìn)一步明確了科室人員分片包干的社區(qū)工作站，根據(jù)我街道實(shí)際分為3個(gè)清理清查工作小組，整合了社區(qū)工作站各種資源，為清理清查的順利進(jìn)行提供了組織和隊(duì)伍保障。二、突出重點(diǎn)、深化措施，確保流動(dòng)人口清理清查質(zhì)量流動(dòng)人口管理是計(jì)劃生育工作的重點(diǎn)，也是難點(diǎn)，因此開展