最近经常听见别人说数据标注（英文：data annotation），各大招聘网站上无论是兼职还是全职各种各样的招聘信息，好些都有数据标注这样一个职位，但是呢工作内容各有不同。有的是文本分类、有的是语音翻译、有的是图片处理、还有其它的等等，内容不太一样但是统一叫做数据标注，所以很多人产生困惑什么时数据标注呢，那么今天我们就来聊聊数据标注，方便大家对数据标注这个行业的了解。
一． 数据标注的起源和发展
数据标注是人工智能的衍生职业，在了解数据标注之前大家需要对人工智能有一个基本的了解。1946年，全球第一台通用计算机ENIAC诞生。它最初是为美军作战研制，每秒能完成5000次加法，400次乘法等运算。ENIAC为人工智能的研究提供了物质基础。而人工智能这个概念最早是由约翰.麦卡锡于1956年在达特茅斯会议上提出的，意指让机器人有人一样的智能行为。
在人工智能被提及的60度余年里起起落落，在约翰.麦卡锡首次提出人工这个概论时专家学者尤为看好，甚至觉得十年之内机器人可以超越人类。然20世纪70年代后期，人们却逐渐发现之前的理论与模型只能解决一些简单问题，同时由于运算能力不足，人工智能的第一次浪潮偃旗息鼓，迎来了突如其来的冬天。
此后经过短暂的沉寂后，随着20世纪80年代两层神经元网络（BP网络）的兴起开始焕发出新的生机并迎来了第二次浪潮。在此期间，语音识别、语音翻译以及感知机模式成了其中的典型代表。然，这些看上去很普通的应用离我们的生活仍旧很远，人工智能进入了第二次寒冬。
而第三次浪潮的开始于1997年，IBM公司的国际象棋电脑深蓝DeepBlue战胜了国际象棋世界冠军卡斯帕罗夫。2006年“神经网络之父”Geoffrey Hinton提出的深度学习技术，并于2010年该技术大货，推动了人工智能的第三次浪潮。
纵观人工智能的发展，在期初的两次浪潮中，人工智能起起伏伏，但是并未真真的走入人们的生活，而且当时量级比较小，为人工智能提供数据的数据标注工作需要由研究的工程师完成，非常的浪费时间与人力，且不能成为独立的职业。但是当第三次浪潮的到来，数据标注需求量开始变得非常的多，2011年数据标注的外包市场开启，2017年进入爆发阶段，数据标注才开始渐渐的进入人们的视野。、
二． 数据标注涉及的几个概念
1. 数据标注（data annotati
对文本、图像、语音、视频等待标注数据进行归类、整理、编辑、纠错、标记和批注等操作行为，为待标注数据添加标签，生产满足机器学习训练要求的机器可读数据编码。
2. 标签（label）
标注数据的特征、类别和属性等，建立数据及机器学习训练所需求的数据标识联系。
3. 数据标注员（data labeler）
对文本、图像、语音、视频等待标注数据进行归类、整理、编辑、纠错、标记和批注等操作的工作人员
4. 标注工具（annotation tool）
即标注人员处理标注任务时需要使用到的工具，线上工具或是线下工具。标注工具按照自动化程度分手动、半自动和自动三种。
三. 数据标注分类
1.语音标注
语音标注是当前数据标注中的一重要分支，主要是基于语音识别、声纹识别、语音合成等建模与测试需要，需要对数据进行发音人角色标注、环境场景标注、多语种标注、ToBBI（Tones and Break Indices）韵律标注、体系标注、情感标注、噪声标注等。
2. 图像标注
目前图像标注的主要应用场景非常广泛，安全识别、智能驾驶、交通、教育、医学研究等。目前主要的标注方式有拉框、打点、多边形区域、抠图、划线、2D标注、3D标注、分类等等标注方式。
3. 文本标注
文本标注即自然语音处理是人工智能的分支科学，为了满足自然语言的不同层次处理，文本标注便是关键了。简单来说就是对语言分类分词标注，语义判断、文本翻译、情感标注、拼音标注等等，可以提高自然语言准确率的文本模型，主要应用于智能机器人在线机器人，聊天机器人，智能对话系统等。
4. 视频标注
目前视频标注主要针对于动态视频处理，主要标注方式有分类、节选、抽帧、翻译等。
四. 数据标注流程
1. 数据采集
数据采集是数据标注的首要环节，即需要对一个场景进行研究时 所需的数据。比较常见的是通过互联网获取公开的数据集与专业数据集。公开数据集是政府、科研机构等对外开放的资源，获取比较简单，而专业数据往往更耗费人力物力，有时需要通过人工采集、购买所得，或者通过拍摄、录制等自主手段所得。
2. 数据清洗
当我们的数据采集到后并不能直接做为标注数据，有些数据是不完整的、不一致、有噪点等。所以这时就需要数据清洗了，一般清洗方式主要是去掉重、无关的、异常与缺失的数据，最大限度的统一数据并且与主题相符合的标注格式，更精准提升数据模型与算法。
3. 数据标注
数据采集清洗后进入整个数据标注流程中最核心的一个环节。
4. 数据质检
数据标注人员在数据标注完成之后，进入质检流程由质检员查漏补缺，因为人工处理的数据很难达到百分百准确，所以需要将数据标注不符合规范数据进行修改。通过质检后的数据，才是真正的完成了整个数据标注的流程数据才可使用。
以上便是本人对数据标注的一些浅显了解，希望大家能通过此文对数据标注有所了解。感谢大家关注，以后会为大家带来更多与数据标注相关的信息。