69137-《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》是面向人工智能技术应用、软件技术、大数据技术等相关专业开设的专业课程，具有应用性、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、如何质检与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。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、预处理、标注、质检与合规管理的基本流程，熟悉文本、图像、语音、视频与三维点云等典型数据服务任务，具备初步参与基础数据服务项目的能力，并形成数据质量意识、规范意识、合规意识和职业素养。二、课程教学基本要求1.了解人工智能数据服务的定义、产业价值、行业生态和发展趋势，理解数据服务在人工智能系统中的基础支撑作用。2.理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，理解去重去噪、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，具备完成简单标注任务的基础能力。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.掌握真实人工智能数据服务任务的基本分析思路，形成规范化、标准化、合规化的数据服务意识。三、课程的内容1．人工智能数据服务概述：人工智能数据服务的定义、数据服务类型、技术特征、行业背景、服务流程、典型应用案例，以及行业发展问题、转型趋势、政策支持和人才需求。2．数据采集技术：数据采集的概念、核心目标、分类体系，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、数据授权与审计。3．数据预处理：数据预处理目标与原则、数据质量评估指标、数据清洗、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。4．数据标注简介：数据标注的概念、应用、分类、数据标注类型、标注算法、数据格式、标注工具和完整标注流程。5．文本数据标注：文本数据标注概念、影响因素、规范和应用领域，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、情感色彩标注及doccano工具应用。6．图像数据标注：图像数据标注概念、规范、发展现状、重要性，图像框选、OCR技术、PPOCRLabel工具、技术难题与解决方案及图像标注实战。7．语音数据标注：语音数据标注概念、发展现状、基础处理、内容转写、特征分析、Praat工具、音频分类、自然语料标注、时间段分类和语音标注实战。8．视频数据标注：视频数据标注概念、与图像标注的差异、发展现状、空间标注、时间标注、语义标注、常见工具和典型标注方法。9．三维点云标注：三维点云标注概念、特性、规范、应用、发展现状，点云数据分类，SSE工具安装、功能介绍和三维点云标注实战。10．数据标注质量管理：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、质检管理、质量反馈和持续改进。四、课程的重点、难点课程重点：人工智能数据服务的基本流程与产业价值；数据采集、预处理、标注、质检与合规管理的核心方法；文本、图像、语音、视频、三维点云等典型数据标注任务的基本规范、工具流程和质量控制要求。课程难点：不同数据类型标注任务之间的差异化理解与规范迁移；复杂场景下标签体系设计、标注一致性控制和质量闭环管理；在实际项目中综合平衡数据质量、效率、成本、隐私保护与合规要求。教学处理建议：采用案例讲解、工具演示、任务实操和质检复盘相结合的方式，引导学生从单项工具操作逐步过渡到完整数据服务流程理解。五、课时分配表根据课程内容结构及32学时安排，建议采用“基础导入—技能训练—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31293D点云标注31210数据标注质量管理220合计321814六、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，掌握使用doccano完成基础项目的基本方法。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，掌握完成基础点云标注任务的基本流程。8．实验8：数据标注质量检查与综合案例。要求：掌握对已完成标注结果进行质检、修正和结果汇总的方法，形成完整的数据服务闭环。七、考核办法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。过程性考核重点评价学生在数据采集、