输入法数据标注规范标准

输入法数据标注规范
地址栏内输入标注系统地址:
一定使用谷歌浏览，并将其设置为默认浏览器
1.登陆界面：百度的账户一律实名认证不可修改个人信息及密码
严格保证账号安全做到一人一号实名认证，不得修改密码信息
如果导致账号丢失的账户内的时长及账户成本费用个人承担。

导致数据错乱造成损失的对其追究相应赔偿。

红框内显示为音频可点击播放暂停
蓝色框框选的部分就是我们要标注的内容了
标注信息，默认选择为第一个选项：
第一项: 判断是否为无效语音
例控制在15%左右，不要超过90%的有效数据，让公司一看就是刷F5出的数据。

质检判罚尺度
在标注无效数据时，除非这条语音是明显有效的，你标成无效算错，如果这条语音可有效也可无效，你标记成无效，质检不能判错。

这些无效数据的共性是文本不清晰，有歧义，文本是死扣出来的。

不要为了文本标注有语义，硬猜去写文本。

标成有效可能会错；标成无效，质检不能判错。

第二项: 噪音：☆☆☆
耳朵所能听到的文本【也就是当前说话人】以外的声音标注为有噪音。

说话以外的声音包括咳嗽声，打喷嚏，喷麦。

背景人说话，汽笛声、能听到我们就标注为噪音，反之安静。

第四项：语音内容；（文本）
1.结巴，语气口语词诸如嗯啊呀这些照录。

【一律带口字边，嗯啊呀喂哦。

】
2.”写成井号键“*”写星号键。

没有阿拉伯
数字，数字以汉字形式，如“一二三”，而不是“123”。

注意区分“一”和“幺”。

“二”和“两”。

3地名，古诗词，名人名字这些不能用同音字代替。

没有正常的逻辑思维能力也要有常识，没有常识的问度娘。

不行就F5刷新！
全角ｗｉｆｉ半角 wifi
第五项：性别
能听出是儿童的标为“儿童”。

男就是男，女就是女，分不清性别的标男或女都行。

第六项:口音☆☆☆
发音不标准的普通话，跟标的这个字的字典发音不同，就标记口音。

因为地域不同而造成的普通话的差异不算口音，如同儿化音不算口音只因北方人说话都是差不多调调。

标注结束后，点击“标注提交”即可
工作量查询
➢点击右上角查询，将会出现工作量查询页面
查询起始时间是2015年5月1号至表单日期止
为了方便区分检查，把“有效语音”和“无效语音”显示成黑色和红色。

Ctrl+f 可通过搜索speech时间或者speech id来找到相应的条目。

注意表单speech日期时间会随着修改重置，speech id是最准确的语音终身编号，搜索不会出错。

标注员可以对自己已标注结果进行修改及重新提交。

➢点击退出，则用户退出标注系统，
需要特别提醒，用户不进行标注时，一定要点退出或者注销键退出标注系统。

精品文档资料，适用于企业管理从业者，供大家参考，提高大家的办公效率。

精品文档资料，适用于企业管理从业者，供大家参考，提高大家的办公效率。