中國數(shù)據(jù)標(biāo)注行業(yè)前景如何-中國數(shù)據(jù)標(biāo)注行業(yè)分析報(bào)告-

中國數(shù)據(jù)標(biāo)注行業(yè)前景如何_中國數(shù)據(jù)標(biāo)注行業(yè)分析報(bào)告_數(shù)據(jù)標(biāo)注指使用自動(dòng)化工具通過分類、畫框、注釋等等對(duì)收集來的數(shù)據(jù)進(jìn)行標(biāo)記以形成可供計(jì)算機(jī)識(shí)別分析的優(yōu)質(zhì)數(shù)據(jù)的過程。2019年，我國數(shù)據(jù)產(chǎn)量總規(guī)模為3.9ZB，較2018年有所上升，2020年中國大數(shù)據(jù)市場整體規(guī)模預(yù)計(jì)首次超過100億美元，數(shù)據(jù)量的增加推動(dòng)大數(shù)據(jù)行業(yè)支出規(guī)模逐年上升。數(shù)據(jù)標(biāo)注行業(yè)界定與分類一、圖像類矩形拉框：這個(gè)在數(shù)據(jù)標(biāo)注中屬于2D拉框，通常需要拉一個(gè)矩形框貼合框選出待檢測物體（人，動(dòng)物，汽車等等）?？蜻x出待檢測物體之后還需要對(duì)所選框添加一個(gè)或多個(gè)標(biāo)簽進(jìn)行注明，以人為例的話可能需要注明人的性別、年齡、衣著等。多邊形拉框：多邊形拉框和矩形拉框類似，不過多邊形拉框的要求更高需要圍繞標(biāo)注元素的輪廓進(jìn)行標(biāo)注，多以點(diǎn)框的形式進(jìn)行。多邊形拉的框往往也需要添加標(biāo)簽來對(duì)元素進(jìn)行注明。打點(diǎn)：打點(diǎn)需要根據(jù)要求對(duì)人臉或關(guān)鍵部位進(jìn)行打點(diǎn)標(biāo)注，往往此類標(biāo)注會(huì)對(duì)每個(gè)點(diǎn)的位子進(jìn)行限制和要求，從而實(shí)現(xiàn)高精度的檢測識(shí)別。此類標(biāo)注對(duì)人員的要求較高，但相應(yīng)標(biāo)注的單價(jià)也會(huì)高很多。OCR識(shí)別：OCR識(shí)別分為兩部分一部分是拉框，框選出待檢測部位此部分與上述多邊形拉框較為相似多用點(diǎn)框的方式進(jìn)行操作，第二部分則需要對(duì)框選部分的內(nèi)容進(jìn)行高準(zhǔn)確性轉(zhuǎn)寫。此類打標(biāo)好的數(shù)據(jù)往往應(yīng)用于文本檢測模型的訓(xùn)練。語義分割：此類標(biāo)注與拉框打點(diǎn)比起來占的比例較少，但目前此類標(biāo)注有增加的趨勢。此類標(biāo)注需要對(duì)圖片內(nèi)的元素進(jìn)行區(qū)分，并對(duì)每部分分別進(jìn)行標(biāo)注填色，一般需要先向ps摳圖那樣講此部分元素?fù)赋鰜砣缓笤龠x擇屬性標(biāo)簽，這樣此部分元素就切割出來了。圖片審核分類：此類標(biāo)注需要根據(jù)要求對(duì)張圖片進(jìn)行判定。有的是需要將圖片進(jìn)行分類，有的是判斷圖片內(nèi)容時(shí)候符合要求，也有的是判斷兩張圖片或幾張圖片時(shí)候?qū)儆谝活?。二、語音類語音轉(zhuǎn)寫：語音轉(zhuǎn)寫屬于最常見的一種語音標(biāo)注了，標(biāo)注人員需要聽一段語音然后將聽到的語音轉(zhuǎn)寫出來。根據(jù)語種可以分為中文，外文，方言等。根據(jù)時(shí)長可以分為段語音和長語音一般一分鐘以下（通常為三秒左右）的語音為短語音，其中語音的長短，聲音質(zhì)量，有無預(yù)打標(biāo)結(jié)果，是否需要切割等因素都會(huì)較大的影響語音轉(zhuǎn)寫的難度。其他類語音標(biāo)注：其他類的語音標(biāo)注比較占的比例比較小，如給一段文本和語音判定文本和語音內(nèi)容是否對(duì)應(yīng)，又或者是給一段語音標(biāo)注人員對(duì)語音進(jìn)行鑒定聽是不是包含違法敏感元素。三、文本類情感標(biāo)注：此類標(biāo)注通常需要判定一句話包含的情感，如三級(jí)情感標(biāo)注（正向，中性，負(fù)向），要求高的會(huì)分成六級(jí)甚至十二級(jí)情感標(biāo)注。實(shí)體標(biāo)注：實(shí)體標(biāo)注需要將一句話中的實(shí)體提取出來，如電視，足球，門等。有時(shí)候還需要將劃分這句話的類別如音樂，百科，新聞等或者是標(biāo)注出文本中的動(dòng)作指令（開門，播放等）。相似性判斷：這種標(biāo)準(zhǔn)多集中在兩個(gè)文本之中，通常需要判斷兩句話表達(dá)的含義是否一致。如果一致標(biāo)1，不一致標(biāo)-1，無法判定標(biāo)0.其他類文本標(biāo)注：其他類的文本標(biāo)注如輿情標(biāo)注，判斷一段文章提及的公司是積極還是消極的影響。還有文章敏感性檢測判斷文本內(nèi)容有無違法敏感信息。四、采集類是通過線上線下的方式，完成多場景下的數(shù)據(jù)收集，包括文本采集、語音采集、圖像視頻采集及問卷調(diào)研等，當(dāng)然不同類型的數(shù)據(jù)采集需要用到不同的采集工具，比如大部分照片和視頻采集使用手機(jī)即可，語音采集數(shù)加加有專屬的采集APP。大家一定要按照要求的采集工具進(jìn)行數(shù)據(jù)采集，否則數(shù)據(jù)將是無效數(shù)據(jù)。中國人口規(guī)模及結(jié)構(gòu)中國是世界上人口最多的發(fā)展中國家。人口眾多、資源相對(duì)不足、環(huán)境承載能力較弱是中國現(xiàn)階段的基本國情，短時(shí)間內(nèi)難以改變。人口問題是中國在社會(huì)主義初級(jí)階段長期面臨的問題，是關(guān)系中國經(jīng)濟(jì)社會(huì)發(fā)展的關(guān)鍵性因素。統(tǒng)籌解決人口問題始終是中國實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展、社會(huì)進(jìn)步和可持續(xù)發(fā)展面臨的重大而緊迫的戰(zhàn)略任務(wù)。從20世紀(jì)70年代以來，中國政府堅(jiān)持不懈地在全國范圍推行計(jì)劃生育基本國策，鼓勵(lì)晚婚晚育，提倡一對(duì)夫妻生育一個(gè)孩子，依照法律法規(guī)合理安排生育第二個(gè)子女。經(jīng)過30年的艱苦努力，中國在經(jīng)濟(jì)還不發(fā)達(dá)的情況下，有效地控制了人口過快增長，把生育水平降到了更替水平以下，實(shí)現(xiàn)了人口再生產(chǎn)類型由高出生率、低死亡率、高自然增長率向低出生率、低死亡率、低自然增長率的歷史性轉(zhuǎn)變，成功地探索了一條具有中國特色綜合治理人口問題的道路，有力地促進(jìn)了中國綜合國力的提高、社會(huì)的進(jìn)步和人民生活的改善，對(duì)穩(wěn)定世界人口做出了積極的貢獻(xiàn)。中國政府堅(jiān)持人口與發(fā)展綜合決策。將人口發(fā)展納入國民經(jīng)濟(jì)和社會(huì)發(fā)展總體規(guī)劃，努力使人口發(fā)展與經(jīng)濟(jì)社會(huì)發(fā)展相協(xié)調(diào)，與資源利用和環(huán)境保護(hù)相適應(yīng)。自20世紀(jì)90年代以來，每年召開人口、資源、環(huán)境工作專題座談會(huì)，統(tǒng)籌考慮，協(xié)調(diào)部署，動(dòng)員全社會(huì)力量，采取法律、倡導(dǎo)、經(jīng)濟(jì)、行政等多種措施綜合治理和解決人口問題，把發(fā)展經(jīng)濟(jì)、開展計(jì)劃生育、普及教育、提高健康水平、消除貧困、完善社會(huì)保障、提高婦女地位、建設(shè)文明幸福家庭等緊密結(jié)合起來。2003年，將國家計(jì)劃生育委員會(huì)更名為國家人口和計(jì)劃生育委員會(huì)，以加強(qiáng)人口發(fā)展戰(zhàn)略研究和綜合協(xié)調(diào)，更加科學(xué)地制定和實(shí)施人口發(fā)展規(guī)劃。2004年初，中國政府組織多學(xué)科的專家學(xué)者，正式啟動(dòng)了“國家人口發(fā)展戰(zhàn)略研究”，對(duì)人口數(shù)量、素質(zhì)、結(jié)構(gòu)、分布等的變化趨勢及其與經(jīng)濟(jì)、社會(huì)、資源、環(huán)境的相互影響進(jìn)行全面、深入、系統(tǒng)的研究。國家人口發(fā)展戰(zhàn)略研究已經(jīng)提出了優(yōu)先投資于人的全面發(fā)展，將人口大國轉(zhuǎn)變?yōu)槿肆Y本強(qiáng)國的人口發(fā)展戰(zhàn)略思路，為科學(xué)制定國家中長期人口發(fā)展規(guī)劃和國民經(jīng)濟(jì)總體規(guī)劃，實(shí)現(xiàn)人口經(jīng)濟(jì)社會(huì)資源環(huán)境的協(xié)調(diào)、可持續(xù)發(fā)展提供決策支持。2006年2月9日，中國國務(wù)院發(fā)布《國家中長期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要(2006—2020年)》，提出未來十五年的人口目標(biāo)是將人口數(shù)量控制在十五億以內(nèi)。其在人口與健康領(lǐng)域確定的發(fā)展思路之一，即是控制人口出生數(shù)量，提高出生人口質(zhì)量。重點(diǎn)發(fā)展生育監(jiān)測、生殖健康等關(guān)鍵技術(shù)，開發(fā)系列生殖醫(yī)藥、器械和保健產(chǎn)品，為人口數(shù)量控制在十五億以內(nèi)、出生缺陷率低于百分之三提供有效科技保障。另三個(gè)發(fā)展思路包括：疾病防治重心前移，堅(jiān)持預(yù)防為主、促進(jìn)健康和防治疾病結(jié)合。研究預(yù)防和早期診斷關(guān)鍵技術(shù)，顯著提高重大疾病診斷和防治能力；加強(qiáng)中醫(yī)藥繼承和創(chuàng)新，推進(jìn)中醫(yī)藥現(xiàn)代化和國際化。以中醫(yī)藥理論傳承和發(fā)展為基礎(chǔ)，通過技術(shù)創(chuàng)新與多學(xué)科融合，豐富和發(fā)展中醫(yī)藥理論，構(gòu)建適合中醫(yī)藥特點(diǎn)的技術(shù)方法和標(biāo)準(zhǔn)規(guī)范體系，提高臨床療效，促進(jìn)中醫(yī)藥產(chǎn)業(yè)的健康發(fā)展；研制重大新藥和先進(jìn)醫(yī)療設(shè)備。攻克新藥、大型醫(yī)療器械、醫(yī)用材料和釋藥系統(tǒng)創(chuàng)制關(guān)鍵技術(shù)，加快建立并完善國家醫(yī)藥創(chuàng)制技術(shù)平臺(tái)，推進(jìn)重大新藥和醫(yī)療器械的自主創(chuàng)新。綱要稱，穩(wěn)定低生育水平，提高出生人口素質(zhì)，有效防治重大疾病，是建設(shè)和諧社會(huì)的必然要求?？刂迫丝跀?shù)量，提高人口質(zhì)量和全民健康水平，迫切需要科技提供強(qiáng)有力支撐。為此，該綱要還將“安全避孕節(jié)育與出生缺陷防治”、“心腦血管病、腫瘤等重大非傳染疾病防治”、“城鄉(xiāng)社區(qū)常見多發(fā)病防治”、“中醫(yī)藥傳承與創(chuàng)新發(fā)展”、“先進(jìn)醫(yī)療設(shè)備與生物醫(yī)用材料”等，確定為人口與健康領(lǐng)域科技發(fā)展的優(yōu)先主題。從數(shù)量、素質(zhì)、結(jié)構(gòu)、分布來看，中國人口的現(xiàn)狀如下：一、人口數(shù)量2005年年末全國總?cè)丝跒?30756萬人，比上年末增加768萬人。全年出生人口1617萬人，出生率為12.40‰；死亡人口849萬人，死亡率為6.51‰；自然增長率為5.89‰。2005年人口主要構(gòu)成情況龐大的人口數(shù)量一直是中國國情最顯著的特點(diǎn)之一。雖然中國已經(jīng)進(jìn)入了低生育率國家行列，但由于人口增長的慣性作用，當(dāng)前和今后十幾年，中國人口仍將以年均800-1000萬的速度增長。按照目前總和生育率1.8預(yù)測，2010年和2020年，中國人口總量將分別達(dá)到13.7億和14.6億；人口總量高峰將出現(xiàn)在2033年前后，達(dá)15億左右。受20世紀(jì)80年代-90年代第三次出生人口高峰的影響，在2005年-2020年期間，20歲-29歲生育旺盛期婦女?dāng)?shù)量將形成一個(gè)高峰。同時(shí)，由于獨(dú)生子女陸續(xù)進(jìn)入生育年齡，按照現(xiàn)行生育政策，政策內(nèi)生育水平將有所提高。上述兩個(gè)因素共同作用，導(dǎo)致中國將迎來第四次出生人口高峰。龐大的人口數(shù)量對(duì)中國經(jīng)濟(jì)社會(huì)發(fā)展產(chǎn)生多方面影響，在給經(jīng)濟(jì)社會(huì)的發(fā)展提供了豐富的勞動(dòng)力資源的同時(shí)，也給經(jīng)濟(jì)發(fā)展、社會(huì)進(jìn)步、資源利用、環(huán)境保護(hù)等諸多方面帶來沉重的壓力。我國于2005年底開展了全國1%人口抽樣調(diào)查工作。這次調(diào)查以全國為總體，以各省、自治區(qū)、直轄市為次總體，采取分層、多階段、整群概率比例的抽樣方法。最終樣本單位為調(diào)查小區(qū)。這次調(diào)查的樣本量為1705萬人，占全國總?cè)丝诘?.31%。在國務(wù)院和地方各級(jí)人民政府的統(tǒng)一領(lǐng)導(dǎo)下，通過調(diào)查工作人員的艱苦努力，調(diào)查的各項(xiàng)任務(wù)已基本完成。二、人口素質(zhì)中國政府加大公共衛(wèi)生事業(yè)建設(shè)力度，不斷提高人口健康素質(zhì)。平均預(yù)期壽命已從新中國成立前的35歲上升到2004年的71.8歲，孕產(chǎn)婦死亡率從20世紀(jì)50年代初期的1500/10萬下降到2004年的51/10萬，嬰兒死亡率從新中國成立前的200‰下降到2004年的29.9‰，5歲以下兒童死亡率從建國初期的250-300‰下降到2004年的28.4‰。傳染病、寄生蟲病和地方病的發(fā)病率和死亡率均大幅度減少。非典型肺炎、禽流感等新發(fā)傳染病得到有效的監(jiān)測和控制，艾滋病防治工作取得明顯進(jìn)展。從總體上講，中國人口健康素質(zhì)仍然不高。每年出生缺陷發(fā)生率為4-6％，約100萬例。數(shù)以千萬計(jì)的地方病患者和殘疾人給家庭和社會(huì)帶來沉重的負(fù)擔(dān)。防治艾滋病形勢依然十分嚴(yán)峻。據(jù)估計(jì)，截至2003年12月，中國現(xiàn)存艾滋病病毒感染者和艾滋病病人約84萬，2004年疫情處于從全國低流行和局部地區(qū)及特定人群高流行并存的態(tài)勢。中國政府加快發(fā)展教育事業(yè)，人口科學(xué)文化素質(zhì)顯著提高。2004年，中國普及九年義務(wù)制義務(wù)教育的人口覆蓋率達(dá)到93.6％，6歲及以上人口平均受教育年限達(dá)到8.01年（其中男性8.5年，女性7.51年），比1990年提高了1.75年；人口粗文盲率（15歲及15歲以上不識(shí)字或識(shí)字很少的人口占總?cè)丝诘谋戎兀┙瞪俚?.33％，比1990年時(shí)下降了7.55個(gè)百分點(diǎn)。各種受教育程度人口占總?cè)丝诘谋戎胤謩e為：大學(xué)以上占5.42％、高中占12.59％、初中占36.93％、小學(xué)占30.44％，受高層次教育的人數(shù)大幅度增加，受小學(xué)教育人口比重逐步下降。中國人口科學(xué)文化素質(zhì)的總體水平還不高，主要表現(xiàn)在：一是人口粗文盲率大大高于發(fā)達(dá)國家2％以下的水平；二是大學(xué)粗入學(xué)率大大低于發(fā)達(dá)國家；三是平均受教育年限不僅低于發(fā)達(dá)國家的人均受教育水平，而且低于世界平均水平（11年）。并且，城鄉(xiāng)人口受教育程度存在明顯差異。2004年，城鎮(zhèn)人均受教育年限為9.43年，鄉(xiāng)村為7年；城鎮(zhèn)文盲率為4.91％，鄉(xiāng)村為10.71％。三、人口結(jié)構(gòu)從人口年齡結(jié)構(gòu)看，在2004年末全國總?cè)丝?29988萬人中，0-14歲人口為27947萬人，占總?cè)丝诘?1.50％，15-64歲人口為92184萬人，占70.92％；65歲及以上人口為9857萬人，占7.58％。上述數(shù)據(jù)表明：第一，當(dāng)前中國人口社會(huì)撫養(yǎng)比較低，勞動(dòng)年齡人口比重大，勞動(dòng)力資源豐富，為經(jīng)濟(jì)快速發(fā)展提供了強(qiáng)大的動(dòng)力。未來一、二十年是中國經(jīng)濟(jì)社會(huì)發(fā)展的人口紅利期。但龐大的勞動(dòng)年齡人口也給就業(yè)帶來了巨大的壓力，目前，中國城鎮(zhèn)每年新增勞動(dòng)力近千萬，農(nóng)村剩余勞動(dòng)力2億多。并且，勞動(dòng)年齡人口將保持增長態(tài)勢。據(jù)預(yù)測，2016年15-64歲勞動(dòng)年齡人口將達(dá)到峰值10.1億，2020年仍高達(dá)10億左右。這對(duì)就業(yè)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和社會(huì)發(fā)展事業(yè)提出了更高要求。第二，2000年，65歲以上老年人口比重達(dá)7％以上，根據(jù)國際標(biāo)準(zhǔn)，中國已經(jīng)進(jìn)入老齡社會(huì)。據(jù)預(yù)測，到2020年，65歲老年人口將達(dá)1.64億，占總?cè)丝诒戎?6.1％，80歲以上老人達(dá)2200萬。中國老齡化呈現(xiàn)速度快、規(guī)模大、“未富先老”等特點(diǎn)，對(duì)未來社會(huì)撫養(yǎng)比、儲(chǔ)蓄率、消費(fèi)結(jié)構(gòu)及社會(huì)保障等產(chǎn)生重大影響。第三，從人口性別結(jié)構(gòu)看，2004年末男性人口66976萬人，占51.5％，女性人口63012萬人，占48.5％，總?cè)丝谛詣e比為106左右。從20世紀(jì)80年代開始，出生人口性別比持續(xù)升高，第五次全國人口普查時(shí)為117，2003年為119，少數(shù)省份高達(dá)130。為遏制出生人口性別比升高的勢頭，國家采取了一系列措施，頒布了《人口與計(jì)劃生育法》、《關(guān)于禁止非醫(yī)學(xué)需要的胎兒性別鑒定和選擇性別的人工終止妊娠的規(guī)定》等法律法規(guī)，啟動(dòng)了“關(guān)愛女孩行動(dòng)”，倡導(dǎo)男女平等，綜合治理出生人口性別比偏高。四、人口分布從城鄉(xiāng)分布來看，2004年末全國城鎮(zhèn)人口達(dá)到54283萬人，占總?cè)丝诘?1.76％，鄉(xiāng)村人口為75705萬人，占58.24％。近年來，由于積極推進(jìn)人口城鎮(zhèn)化和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，實(shí)施城市帶動(dòng)農(nóng)村、工業(yè)反哺農(nóng)業(yè)的發(fā)展戰(zhàn)略，人口城鎮(zhèn)化率以每年超過1個(gè)百分點(diǎn)的速度增長。采取多種措施和合理規(guī)劃，引導(dǎo)農(nóng)村富余勞動(dòng)力向非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移，努力改善農(nóng)民進(jìn)城務(wù)工環(huán)境，促進(jìn)農(nóng)村勞動(dòng)力有序流動(dòng)。2004年，中國流動(dòng)人口已經(jīng)超過1.4億。大量農(nóng)村勞動(dòng)力進(jìn)城務(wù)工，為城市發(fā)展提供了充裕的勞動(dòng)力，同時(shí)也改善了農(nóng)村的經(jīng)濟(jì)狀況。按人口城鎮(zhèn)化率每年增加1個(gè)百分點(diǎn)測算，到2020年還將從農(nóng)村轉(zhuǎn)移出3億左右的人口。與此同時(shí)，流動(dòng)人口管理與服務(wù)體系卻嚴(yán)重滯后，亟待完善。龐大的