アノテーション
更新日:
用語解説
データ分析・機械学習におけるアノテーションは、画像、文章、音声、動画などの生データへ、分類ラベル、対象領域、属性、関係などの正解・説明情報を付与し、学習・評価可能なデータにする作業です。
■ 試験で押さえるポイント
画像分類のカテゴリ、物体検出の矩形、領域分割の画素ラベル、文章の固有表現、音声の文字起こしなど、タスクごとに形式が異なります。
ラベル定義、境界例、判断不能時の扱いをガイドライン化し、作業者教育、複数人一致率、レビュー、正解済み問題で品質を管理します。
誤ラベル、クラス偏り、作業者の先入観はモデル性能・公平性を損なうため、標本設計と不一致分析を行います。
個人情報・機密データの最小化、アクセス制御、委託契約を行います。Java言語の`@Override`などのannotationとは文脈が異なります。
■ 選択肢での判断ポイント
データへ正解ラベルや意味情報を付ける処理です。分析用語の文脈で、プログラム要素へメタ情報を付けるJavaアノテーションを選ばないようにします。
例: 道路画像で車の周囲を矩形で囲み、車種ラベルを付けます。二人の作業者が不一致ならガイドラインに基づき再判定し、学習前に品質を確認します。