Annotation

Wat is annotation?

Annotation (annotatie) is het toevoegen van labels aan ruwe data, zoals tekst, afbeeldingen, audio of video, zodat een machine learning-model ervan kan leren. Denk aan het markeren van voetgangers op foto’s, het taggen van e-mails als klacht of vraag, of het transcriberen van gesproken zinnen.

Hoe werkt het?

Eerst wordt data verzameld, daarna voorzien mensen of hulptools elk voorbeeld van het juiste label volgens vaste richtlijnen. Vervolgens wordt de gelabelde data gecontroleerd op consistentie en gebruikt om een model te trainen. Steeds vaker labelt een AI-model alvast voor en controleren mensen alleen de twijfelgevallen, een aanpak die nauw verwant is aan active learning. De kwaliteit van de labels bepaalt direct de kwaliteit van het model: rommelige annotatie betekent een rommelig model.

Wat heb je eraan als bedrijf?

Wil je een model trainen op je eigen data, bijvoorbeeld om inkomende mails automatisch te routeren of productfoto’s te keuren, dan is annotatie meestal de grootste kostenpost en de plek waar projecten stranden. Reken op duidelijke labelrichtlijnen en mensen met domeinkennis. En let op privacy: laat je persoonsgegevens labelen door een externe partij, dan gelden gewoon de AVG-regels voor verwerkers.

Gerelateerde begrippen

Annotation levert labelled data op voor supervised learning. Het wordt ook wel data labelling genoemd, en met active learning beperk je de hoeveelheid handwerk.