大公司里面有人专门负责标注数据吗？ 举报 理由 举报 取消 比如分词类的工具，可能跟领域相关，用该领域的词典和语料来训练CRF效果应该比通用的分词器效果要好很多（特别是一些术语）。这种情况下，工程上的做法是自己找人分词？还是用规则方法结合领域词典来解决？哪个性价比更高？ 2017年9月4日 10 条回复 1060 次浏览 中文,分词,学习,数据,机器,自然语言
回复 ( 10 )
可能会有。
还有专门标数据的公司。
不知道别的公司怎样，我的老东家还是很low的…
老东家是国内某领域第二，世界前十，拥有覆盖该领域的全栈产品，已上市，cmmi5，勉强称得上大公司。
当时我就听隔壁算法部的兄弟哭诉说他们太特么惨了，为了做一个特定的图像算法做训练/实验数据集，发动全部门人对几万张图进行人肉打标，眼睛都要瞎了…
量大得靠众包平台吧。。 开发自己也标注，比如标注黄图啥的。。(╬▔ ω▔)
有啊
为啥没有
花钱标数据是机器学习在工业界的终极杀招。
我前公司是在大学里找的勤工俭学的，100一天。
采购数据堂的是好的选择，他们的语料和图片包虽然贵点，但据我所知，现有买单的大客户还都是挺牛的。所以如果自己做成本太高的话不如购买，毕竟人家专门搞了个众包拉一堆兼职的做，这东西没那么大技术含量，把成本挪到五线城市会好很多。
有
无论大公司小公司，临界点都是成本和收益而已。
如果自己做的成本小于外包，那肯定自己做了。
一般来说，公司大了后，会有非常多的与数据标注相关的工作。这个时候，要么找长期的供应商，要么就自己做了
我们公司就是做数据标注的，国内外客户都有，很多客户都是大家很熟悉的。一些大客户会有自己的标注团队，但是人数很少，只是为了内部测试。一旦需要大量标注时，比如几万工时以上，人手就不够了，会交给我们。现在也有很多初创的小公司，本身是做技术的，没有能力组建标注团队，所以也会和我们合作。外包毕竟还是节约成本的。 另外对于想把业务外包的公司，有时候真的不能光看价格，也得看质量。价格报的特别低的，你觉得质量真的有保障么，万分之3和万分之0.5精度的成本肯定不一样。我们有不少国外客户之前都是外包给印度的，但是说实话印度是便宜，但是质量只能呵呵了。