2026年数据标注实训(初级)习题附答案

2026年数据标注实训(初级)习题附答案一、单项选择题（每题2分，共20分）1.以下哪项不属于数据标注的核心目的？A.为机器学习模型提供训练数据B.提升原始数据的存储效率C.建立数据与标签的对应关系D.明确数据中的关键特征答案：B2.在图像标注中，用于标记目标物体精确轮廓的标注类型是？A.包围框（BoundingBox）B.关键点（Keypoint）C.语义分割（SemanticSegmentation）D.实例分割（InstanceSegmentation）答案：C3.文本标注中，“张三在2025年10月1日乘坐高铁从北京到上海”需要标注的实体类型不包括？A.人名B.时间C.交通工具D.组织机构答案：D4.语音标注中，“turnonthelight”的正确音素标注应为？（注：国际音标符号用字母表示）A./t//ɜː//n//ɑːn//ðə//laɪt/B./tɜːn//ɒn//ðə//laɪt/C./t//ɜː//n//ɑːn//ði//laɪt/D./tɜːn//ɑːn//ði//laɪt/答案：B5.以下哪项是数据标注中“标注一致性”的典型表现？A.同一标注员对同一数据多次标注结果一致B.不同标注员对同一数据标注结果完全相同C.标注结果符合项目初始设定的精度要求D.标注工具支持多种格式数据的导入导出答案：A6.标注工具LabelMe的主要功能是？A.语音转写与时间戳对齐B.图像区域标注与属性填写C.文本情感极性分类D.点云数据3D框标注答案：B7.某项目要求标注“医疗影像中肺部结节的位置及良恶性”，其标注规范中必须包含的内容是？A.结节大小的测量单位B.标注员的学历要求C.数据存储的云服务器地址D.标注工具的更新频率答案：A8.以下哪种情况会导致标注数据“噪声”？A.标注员严格按照规范标注B.标注工具自动校正标注框位置C.标注员对模糊数据主观判断错误D.项目负责人定期抽查标注结果答案：C9.文本分类标注中，“这条评论表达了用户对产品物流速度的不满”应归类为？A.情感倾向（负面）B.产品属性（物流服务）C.问题类型（服务投诉）D.以上均需标注答案：D10.数据标注质量验收时，“召回率”主要反映的是？A.标注结果中正确标签的比例B.漏标的关键数据比例C.标注结果与标准答案的匹配度D.标注员的工作效率答案：B二、多项选择题（每题3分，共15分）1.数据标注的常见模态包括？A.图像B.文本C.语音D.点云答案：ABCD2.图像标注中，影响标注效率的因素有？A.目标物体的数量B.图像分辨率C.标注工具的操作复杂度D.标注员的视力水平答案：ABC3.文本标注中的“命名实体识别（NER）”通常涉及的实体类型有？A.人名B.地名C.时间D.情感答案：ABC4.语音标注的基本步骤包括？A.音频降噪预处理B.转写文本内容C.标注音素边界D.标记情感倾向答案：ABCD5.数据标注项目中，“标注规范文档”应包含的内容有？A.标注目标与范围B.具体标注示例C.质量验收标准D.标注员绩效考核表答案：ABC三、判断题（每题2分，共10分）1.数据标注仅需标注员具备基础的计算机操作能力，无需理解业务背景。（）答案：×2.图像标注中的“包围框”必须完全覆盖目标物体，允许轻微超出背景区域。（）答案：√3.文本标注中，“小明说：‘我明天去北京。’”需要标注的实体是“小明”（人名）和“北京”（地名）。（）答案：√4.语音标注时，若音频中存在杂音，应直接标记为“无效数据”并跳过。（）答案：×5.标注工具的“自动标注”功能可完全替代人工操作，提升标注效率。（）答案：×四、操作题（每题15分，共45分）1.【图像标注】给定一张包含“红色轿车”和“穿蓝色外套的行人”的街道场景图（分辨率1920×1080），请描述使用LabelImg工具进行目标检测标注的具体步骤，并说明标注文件（.xml格式）中需包含的关键信息。答案：步骤：（1）打开LabelImg工具，导入待标注图像；（2）选择“CreateRectBox”功能，在红色轿车区域拖动鼠标绘制包围框，确保框体紧密贴合轿车轮廓（允许±2像素误差）；（3）在弹出的标签输入框中填写“car”，并添加属性“color:red”；（4）重复步骤（2）-（3），对行人区域绘制包围框，标签填写“pedestrian”，属性“clothes_color:blue”；（5）检查所有标注框位置及属性是否准确，确认无误后保存为.xml文件。关键信息：图像文件名、分辨率（1920×1080）、每个目标的包围框坐标（xmin,ymin,xmax,ymax）、标签名称（car/pedestrian）、自定义属性（color/clothes_color）。2.【文本标注】针对以下文本，使用BIOES标注体系标注人名（PER）、地名（LOC）和时间（TIME）实体：“2025年9月10日，李华教授带领团队从上海交通大学出发，前往成都参加人工智能峰会。”答案：标注结果（下划线表示标注标签，格式：[实体内容]_(标签类型:位置)）：[2025年9月10日]_(TIME:B)，[李]_(PER:B)[华]_(PER:I)教授带领团队从[上]_(LOC:B)[海]_(LOC:I)[交]_(ORG:O)[通]_(ORG:O)[大]_(ORG:O)[学]_(ORG:O)出发，前往[成]_(LOC:B)[都]_(LOC:I)参加人工智能峰会。注：B（实体开始）、I（实体中间）、O（非实体）；上海交通大学整体为机构名（ORG），本题不要求标注ORG，故标记为O。3.【语音标注】给定一段10秒的音频（采样率16kHz，单声道），内容为“请在下午三点关闭会议室的空调”，请完成以下标注：（1）文本转写（需修正口语化表达）；（2）标注时间戳（精确到0.01秒）；（3）标注音素（使用国际音标，仅标注“关闭”一词）。答案：（1）文本转写：“请在下午三点关闭会议室的空调。”（无口语化需修正）（2）时间戳标注（示例，假设音频分段如下）：0.00-1.20：“请在下午三点”1.21-3.50：“关闭会议室的”3.51-10.00：“空调”（注：实际需根据音频波形精确切割，此处为示例）（3）“关闭”的音素标注：/ɡuān//bì/（国际音标：[kwan][pi]）五、综合题（20分）某电商公司计划开展“商品图片多属性标注项目”，需标注内容包括：商品类型（如服装/3C/家居）、颜色（如红/蓝/白）、关键特征（如“带口袋”“防水”）。假设你是项目负责人，请设计一套完整的标注流程（含工具选择、人员培训、质量控制环节）。答案：标注流程设计：1.工具选择：主工具：使用VGGImageAnnotator（VIA），支持多区域标注与自定义属性字段，兼容JPG/PNG格式；辅助工具：Python脚本（用于批量导入图片、导出JSON格式结果）；校验工具：开发简易对比工具（如Excel宏），用于快速比对不同标注员结果。2.人员培训：基础培训：讲解数据标注概念、电商业务背景（如商品分类标准）；规范培训：发放《商品标注手册》，包含：•商品类型一级/二级分类示例（如“服装”下分“上衣/裤子”）；•颜色标注规则（优先使用标准色卡，模糊色标注“其他+描述”）；•关键特征提取标准（如“带口袋”需口袋可见且面积≥商品面积5%）；实操考核：通过50张测试图标注（准确率≥90%方可上岗）。3.标注执行：预处理：批量检查图片分辨率（≥800×800）、清晰度（排除模糊/反光图）；标注步骤：（1）标注员A打开VIA工具，导入图片，绘制商品主体包围框；（2）在属性栏填写“商品类型”（下拉选择）、“颜色”（文本输入+色卡校验）、“关键特征”（多选+自由输入）；（3）标注员B对A的结果进行交叉校验（每日抽检20%），争议数据由项目组裁定；进度管理：设置每日人均标注量（200张/人），通过工具自动记录完成时间。4.质量控制：一级质检：标注员自查（每完成50张回溯检查5张）；二级质检：项目组抽检（每日随机抽取5%，重点检查颜色一致性、特征合理性）；三级质检：使用模型预筛（训练