輸入法數(shù)據(jù)標(biāo)注規(guī)范標(biāo)準(zhǔn)

輸入法數(shù)據(jù)標(biāo)注規(guī)范地址欄內(nèi)輸入標(biāo)注系統(tǒng)地址:一定使用谷歌瀏覽，并將其設(shè)置為默認(rèn)瀏覽器1.登陸界面：百度的賬戶一律實名認(rèn)證不可修改個人信息及密碼嚴(yán)格保證賬號安全做到一人一號實名認(rèn)證，不得修改密碼信息如果導(dǎo)致賬號丟失的賬戶內(nèi)的時長及賬戶成本費用個人承擔(dān)。導(dǎo)致數(shù)據(jù)錯亂造成損失的對其追究相應(yīng)賠償。紅框內(nèi)顯示為音頻可點擊播放暫停藍(lán)色框框選的部分就是我們要標(biāo)注的內(nèi)容了標(biāo)注信息，默認(rèn)選擇為第一個選項：第一項：判斷是否為無效語音TOC\o"1-5"\h\z1只含有噪聲或者靜音，則標(biāo)注為無效語音。I2只有一個字的“嗯、啊、為”等等，標(biāo)為無效語音。3如果一個人唱歌，則標(biāo)注為有無效語音。|■■聽不清，聽不懂，聽不明白的，|就標(biāo)無效，不要瞎猜。保證標(biāo)有效的語音■■寫出的文本是清晰的、無歧義的。確定不了就F5刷新，但是注意無效的比例控制在15%左右，不要超過90%的有效數(shù)據(jù)，讓公司一看就是刷F5出的數(shù)據(jù)。質(zhì)檢判罰尺度在標(biāo)注無效數(shù)據(jù)時，除非這條語音是明顯有效的，你標(biāo)成無效算錯，如果這條語音可有效也可無效，你標(biāo)記成無效，質(zhì)檢不能判錯。這些無效數(shù)據(jù)的共性是文本不清晰，有歧義，文本是死扣出來的。不要為了文本標(biāo)注有語義，硬猜去寫文本。標(biāo)成有效可能會錯；標(biāo)成無效，質(zhì)檢不能判錯。第二項：噪音：☆☆☆耳朵所能聽到的文本【也就是當(dāng)前說話人】以外的聲音標(biāo)注為有噪音。說話以外的聲音包括咳嗽聲，打噴嚏，噴麥。背景人說話，汽笛聲、能聽到我們就標(biāo)注為噪音，反之安靜。第四項：語音內(nèi)容；（文本）不要一味去依賴編輯好的文本，寫出的內(nèi)容與音頻完全一致，并且有語意有邏輯。不單單是音的羅列。不能多字、少字、錯字。央文結(jié)巴，語氣口語詞諸如嗯啊呀這些照錄。【一律帶口字邊，嗯啊呀喂哦。。】”寫成井號鍵“*”寫星號鍵。沒有阿拉伯?dāng)?shù)字，數(shù)字以漢字形式，如“一二三”，而不是“邏輯。不單單是音的羅列。不能多字、少字、錯字。央文結(jié)巴，語氣口語詞諸如嗯啊呀這些照錄?！疽宦蓭Э谧诌叄虐⊙轿古?。?！俊睂懗删栨I“*”寫星號鍵。沒有阿拉伯?dāng)?shù)字，數(shù)字以漢字形式，如“一二三”，而不是“123”。注意區(qū)分“一”和“幺”。“二”和“兩”。3地名，古詩詞，名人名字這些不能用同音字代替。沒有正常的邏輯思維能力也要有常識，沒有常識的問度娘。不行就|5刷新!全角wifi半角wifi第五項：性別能聽出是兒童的標(biāo)為“兒童”。男就是男，女就是女，分不清性別的標(biāo)男或女都行。第六項:口音☆☆☆發(fā)音不標(biāo)準(zhǔn)的普通話，跟標(biāo)的這個字的字典發(fā)音不同，就標(biāo)記口音。因為地域不同而造成的普通話的差異不算口音，如同兒化音不算口音只因北方人說話都是差不多調(diào)調(diào)。標(biāo)注結(jié)束后，點擊“標(biāo)注提交”即可工作量查詢＞點擊右上角查詢，將會出現(xiàn)工作量查詢頁面查詢起始時間是2015年5月1號至表單日期止為了方便區(qū)分檢查，把“有效語音”和“無效語音”顯示成黑色和紅色。Ctrl+f可通過搜索speech時間或者speechid來找到相應(yīng)的條目。注意表單speech日期時間會隨著修改重置，speechid是最準(zhǔn)確的語音終身編號，搜索不會出錯。標(biāo)注員可以對