数据|行业分享：文本数据标注的整体流程、类型与应用场景( 三 )

03金融行业线上平台标注和线下表格标注是金融行业文本标注主要的标注形式。以现代商业的企业签约举例：在企业的商务合同中，对关键信息的读取就显得尤为重要

文章插图

例如，合同中提到的公司名称，合同编号、发票编号、相关金额，到期日期和风险提示等，这些内容囊括了甲乙双方公司的核心信息。对于一个规模较大的公司来说，每天的签约合同非常之多，如果采用一个或几个人对这些合同中的相关信息加以提收乃至核对，这项任务就显得十分繁重而且意义不大。

在人工智能时代，可以考虑建立一个企业合同分析模型，对合同中的相关信息进行提取，从而可以减少劳动量，降低人力成本，提高工作效率。

04广告行业广告行业是在市场经济充分发展的条件下逐步形成的，从单一的广告活动发展成为独立的广告行业经历了漫长的过程。广告制作作为广告行业的重点工作之一，都需要广告设计工作者的辛勤劳动

文章插图

考虑到未来商品市场的发展趋势。以及单个商品的文案设计与广告其他工作，类别相近且销量较高的商品文案可相互借鉴，将已有的单个商品文案进行综合，取其精华、去其根粕，通过文本数据标注将文案中的“精华”与“糟粕”标记出来，让文案设计工作者可以在案例中进行提取综合，这无疑将提高工作效率

05医疗行业在医疗行业对自然语言进行标注处理，对专业度要求比较高，需要专门的医学人才才能进行标注，往往本行业的标注的对象是从病列中抽取出来的一些字段，病例里面的体查项和既往病史是有模板的，直接识别可以，替换项的结果就可以，这往往比较容易的。但是主诉和医生对患者的描述通常每次都会有所差异

文章插图

我们在做标注的时候可以这样处理，首先明确每个词的属性，记每个词在这种语境下面具备怎样的属性，然后标注每个词在句子中的作用，举个例子患者主诉为腰痛2年，伴左下肢放射痛10日余
写在最后的话训练数据是模型实现效果的关键，一名优秀的人工智能训练师，从职业技能来看，不仅要掌握基础的文本数据标注能力，这对于提升自己对业务的理解，解决问题的能力有重大帮助。

现在，很多公司都在开发自己的文本标注平台，尤其是事件标注、事件关系标注任务，基于不同的业务场景，该如何标注，这些都涉及到标注策略、规范和标注平台的工具逻辑

文章插图

总结来看，文本标注是一个大工程，也是当前深度学习模型时代的基础之基础，我们需要也必须关注这些底层的数据能力。