人工智能深度学习的数据标注已经发展成为一个全新的行业，机器学习对于数据的需求不仅仅数量在上升，质量和精确度也在不断的增加。在这样一个行业背景下，对于像数据标注师、质检师和项目经理等专业人才的需求量也大量增加。所以，想要加入这个行业，不仅仅要学习了解什么是数据标注？更要学习数据标注的类型有哪些，并且能够在相应的项目标注平台上熟练操作。

基础的数据标注类型有计算机视觉、语音工程、自然语言处理

1、计算机视觉类

拉框标注：用2D框、3D框、多边形框等标注出图像或视频数据中的指定目标对象。

语义分割：标记图像中存在的内容及位置，根据属性进行像素级分割，支持单属性、多级属性。

3D点云标注：将点云数据图像中的多类指定对象使用3D框进行标注。

关键点标注：对人脸关键点、人体骨骼关键点、人脸五官等进行关键点标注。

线标注：支持贝塞尔曲线和普通线段标注，支持对车道线进行贝塞尔曲线标注，使用线段将图像目标的边缘、轮廓用线段标注。

2D/3D融合标注：对2D平面图与3D点云图映射的数据组进行标注，支持自动贴边、跨帧复制、测距、2/3D图片标注分离等多种功能。

2、自然语言处理类

OCR转写：将图像中的文字进行识别，并以文本的形式转写。

文本信息抽取：把文本里包含的信息进行分类和打标签等结构化处理。

NLU语句泛化：基于特定文本数据进行多角度泛化，以不同的描述方式重组语句。

词性标注：基于特定文本数据进行词性理解标注，如动词、名词、形容词等。

情感判断：针对指定文本数据，判断该文本的情感类别并给出相应的标签，如积极、消极等。

意图判断：常使用分类的方法将句子分为相应的意图种类，进而判断语义意图。

3、语音工程类

ASR语音转写：提取语音数据特征，转写为对应的文本或命令。

语音情绪判定：从语音数据中识别说话人的情绪状态。

声纹识别标注：对音频数据中的说话人进行辨认或确认。

语音切割：根据需求，将语音实现分段切割。

按照标注的难易程度来划分可以分为常识性标注和专业性标注。

1、常识性标注

比如标注道路标线、路牌、地图等数据，语音识别标注等数据都属于常识性标注。这种类型的标注因为应用的场景多且复杂，所以需要大量的标注训练样本，标注员只要认真负责、项目完成效率高、质量好就是一名好的的标注师。

2、专业性标注

比如医疗诊断、航空航天、电力系统等专业领域的标注。该类型的标注工作需要有领域专业知识的标注员，或者称为标注专家，标注的工作难度也大。

以上就是精数标注研究院给大家介绍的关于常见的数据标注类型的内容，除了这些大类外，每个大类下面又细分很多小类，有机会再给大家详细的介绍每个细分类型的内容及应用。