アノテーション

AIモデルの学習に使用するデータに対して、正解ラベルや意味情報を付与する作業です。例えば画像データに何が写っているかのタグ付けや、文章の感情分析のためのラベル付けなどが該当します。

教師あり学習では、このアノテーション済みのデータが学習の質を決定づけます。データ量が膨大であればあるほどコストがかかるため、クラウドソーシングや自動化ツールを用いて効率的に作成することが求められます。質の高いアノテーションがなければ、AIは正確な推論を行えません。

G検定では、学習データの準備フェーズにおける重要項目として扱われます。アノテーションが不足すると学習が成立しないことや、アノテーションの精度がモデルの性能に直結することを理解しておく必要があります。学習プロセスにおける前処理の重要性に関する問題で頻出します。