《人工智能数据服务（微课版）》-教学大纲

《人工智能数据服务》教学大纲学时：32代码：适用专业：人工智能技术应用、软件技术、大数据技术、计算机应用技术等相关专业制定：审核：批准：一、课程的地位、性质和任务《人工智能数据服务》是面向人工智能及相关专业开设的一门专业核心课程，具有较强的应用性、实践性和交叉性。课程围绕人工智能系统建设过程中“数据从哪里来、如何处理、如何标注、如何质检、如何合规交付”等关键问题展开，系统介绍人工智能数据服务的基本概念、流程方法、典型工具、主要数据类型标注技术以及质量管理要求。课程内容涵盖人工智能数据服务概述、数据采集技术、数据预处理、数据标注简介、文本数据标注、图像数据标注、语音数据标注、视频数据标注、三维点云标注、数据标注质量管理等模块。本课程的主要任务是：使学生理解人工智能数据服务在人工智能产业链中的基础性作用，掌握数据采集、清洗、预处理、标注、管理、质检与合规保障的基本流程，熟悉文本、图像、语音、视频与三维点云等典型数据服务任务，具备初步使用常见标注工具完成数据处理与数据标注项目的能力，同时形成数据质量意识、规范意识、合规意识和职业素养。二、课程教学基本要求1.理解人工智能数据服务的定义、核心作用与产业价值，掌握人工智能数据服务在人工智能系统中的地位，理解其作为连接原始数据与智能模型的重要桥梁作用。2.了解人工智能数据服务的主要数据类型与处理对象，掌握文本、图像、语音、视频、三维点云、多模态等数据服务对象的基本特点。3.掌握数据采集的定义、核心目标、分类体系及常见方法，了解网络数据爬取、物联网设备采集、第三方API接入、常见数据格式、元数据管理、隐私保护与数据授权审计等内容。4.掌握数据预处理的目标、原则和质量评估指标，了解去重去噪、缺失值处理、异常值检测、标准化、归一化、离散化、编码、数据划分和样本平衡等方法。5.理解数据标注的概念、应用、分类和步骤，掌握文本、图像、语音、视频、三维点云和大模型数据标注的基本对象、方法和规范。6.掌握文本、图像、语音、视频和三维点云数据标注的常见任务类型、典型工具及基本实战流程，能够初步完成简单标注任务。7.理解数据标注质量管理的意义，掌握数据质量对机器学习模型的影响、质量控制与风险管理、质检方法、质检流程及质检管理的基本要求。8.通过课程学习，能够初步分析真实人工智能数据服务任务，形成规范化、标准化、合规化的数据服务意识，并具备参与基础数据服务项目的能力。三、课程的内容1．人工智能数据服务概述理解人工智能数据服务的定义、数据服务类型、技术特征；了解全球人工智能发展的推动力、中国人工智能数据服务行业的崛起、行业生态构成、主要问题、转型趋势、政策支持与人才需求；掌握人工智能数据服务流程及医疗健康、智能交通、金融科技、工业制造等典型案例。2．数据采集技术理解数据采集的基本概念、定义、核心目标与分类体系；掌握网络数据爬取、物联网设备采集、第三方API接入等方法；了解常见数据格式、元数据管理、隐私保护技术、数据授权与审计等内容。3．数据预处理理解数据预处理的目标与原则；掌握数据质量评估指标、去除重复值与噪声、缺失值处理、异常值检测、标准化、归一化、离散化与编码、数据划分方法和样本平衡技术。4．数据标注简介理解数据标注的概念、应用、分类和步骤；了解数据标注类型，包括文本、图像、语音、视频、三维点云和AI大模型标注；了解数据标注涉及的算法、数据格式、数据标注工具及完整任务流程。5．文本数据标注掌握文本数据标注的基本概念、影响因素与规范、应用领域；掌握实体标注、实体关系标注、文本属性标注、文档分类标注、阅读理解标注、多实体标注和情感色彩标注等内容；了解doccano工具的安装与项目创建，掌握典型文本标注实战。6．图像数据标注理解图像数据标注的概念、规范、发展现状和重要性；掌握图像框选与OCR等主要类型；了解PPOCRLabel工具及图像标注的技术难题与解决方案；掌握图像框选与图像OCR的基本实战流程。7．语音数据标注理解语音数据标注的概念与发展现状；掌握基础处理、内容转写、特征分析等语音标注分类；了解Praat工具及音频分类、自然语料标注、时间段分类等方法；掌握基本语音标注实战流程。8．视频数据标注理解视频数据标注的概念、与图像标注的差异及发展现状；掌握空间标注、时间标注、语义标注等分类；了解视频标注工具与单一图像法、连续帧法、基于规则的标注、基于机器学习的标注等方法；掌握视频数据标注基本实战。9．三维点云标注理解三维点云标注的概念、影响因素、应用和发展现状；掌握基于采集方式、数据密度和数据处理方式的分类；了解SSE工具的安装与使用；掌握三维点云标注基本实战。10．数据标注质量管理理解数据质量对机器学习模型的影响；掌握数据标注质量控制与风险管理、质检方法、质检流程和质检管理的主要内容；形成数据质量闭环意识和项目质量管控意识。四、课程的重点、难点1．人工智能数据服务概述重点：人工智能数据服务的定义、主要流程、数据服务类型、行业价值。难点：从产业链视角理解数据服务在人工智能系统中的支撑作用。2．数据采集技术重点：数据采集方法、数据格式与标准化管理、合规性管理。难点：不同采集方式与业务场景的匹配，以及数据采集中的隐私与授权问题。3．数据预处理重点：数据质量评估指标、数据清洗、数据转换、数据集构建。难点：缺失值处理、异常值检测、样本平衡等方法的合理选择。4．数据标注简介重点：数据标注概念、类型、步骤与涉及技术。难点：不同类型数据标注任务的差异化理解及流程组织。5．文本数据标注重点：实体标注、关系标注、情感标注、文档分类、工具使用。难点：标签体系设计、一致性控制与复杂语义理解。6．图像数据标注重点：图像框选、OCR、标注规范与工具应用。难点：图像边界判定、复杂场景下标注一致性与OCR任务理解。7．语音数据标注重点：语音转写、特征分析、语音标注工具使用。难点：自然语料处理、时间段分类与语音特征判断。8．视频数据标注重点：空间标注、时间标注、语义标注及常见标注方法。难点：时空连续性处理与多帧信息的一致性标注。9．三维点云标注重点：三维点云分类、标注规范、工具使用与应用场景。难点：复杂三维空间目标的定位、边界确定与高精度标注。10．数据标注质量管理重点：数据质量影响、质检方法、质检流程、质量闭环。难点：从项目管理角度综合把握质量控制与风险管理机制。五、课时分配表根据课程内容结构及32学时安排，建议采用“前期基础导入—中期技能训练—后期质量管理收束”的总体思路组织教学，具体课时分配如下：序号课程内容总学时讲课实验习题课机动1人工智能数据服务概述2202数据采集技术2113数据预处理4224数据标注简介4225文本数据标注4226图像数据标注4227语音数据标注4228视频数据标注3129三维点云标注21110数据标注质量管理321合计321715六、实验项目及基本要求1．实验1：网络数据采集基础要求：掌握利用网络工具或接口完成基础数据采集的方法，理解采集目标与数据来源设计。2．实验2：数据清洗与预处理要求：掌握去重、缺失值处理、异常值检测、标准化或编码等基本操作。3．实验3：文本数据标注实战要求：掌握实体标注、关系标注、情感标注等典型任务，能够使用doccano完成基础项目。4．实验4：图像数据标注实战要求：掌握图像框选和OCR标注基本操作，理解标注规范。5．实验5：语音数据标注实战要求：掌握基础语音转写、音频分类或时间段标注方法，能使用Praat完成基本操作。6．实验6：视频数据标注实战要求：掌握空间、时间、语义标注的基本方法，理解连续帧场景的处理特点。7．实验7：三维点云标注实战要求：掌握SSE工具的基本使用流程，能够完成基础点云标注任务。8．实验8：数据标注质量检查与综合案例要求：能够对已完成标注结果进行质检、修正和结果汇总，形成完整的数据服务闭环。七、考核办法1.课程考核建议采用过程性考核与终结性考核相结合的方式。2.过程性考核重点评价学生在数据采集、数据预处理、数据标注、工具使用、质量检查和课堂参与中的表现。3.终结性考核可采用课程论文、综合实训、案例分析或