分享7篇关于标注平台的计算机专业论文

今天分享的是关于标注平台的7篇计算机毕业论文范文, 如果你的论文涉及到标注平台等主题,本文能够帮助到你

基于Spring Boot的标注平台系统的设计与实现

这是一篇关于标注平台,Spring Boot,微服务的论文, 主要内容为近年来,随着人工智能的快速发展,机器学习技术在汽车,医疗,金融,零售等众多业务场景落地。数据标注是机器学习算法获得良好性能的关键环节,一个高质量的机器学习模型往往需要大量与时俱进的高质量训练数据集。传统的数据标注平台在标注质量和数据隐私控制上难以得到有效的保障,定制化的成本也相对较高。作为一家电商公司的审核部门,由于运营人力无法覆盖所有的审核环节,当前审核业务主要由机器审核和人工审核两部分组成。机器审核主要完成对大批量数据的初筛并提供辅助决策信息,再由人工审核对疑似和高危的业务完成最终的确认,各个审核业务类型繁杂但具有相似性。当前机器审核模型的训练面临如下困境:审核场景是一个违规方与审核方互相博弈的场景,陈旧的模型无法适应不断变化的审核业务,需要不断加入新的标注数据以保证模型与时俱进;待标注数据的收集具有阶段性,导致为单个业务部门长期指派特定的标注人员会导致人员利用率低,外包人员无法合理的调度,部门间借调现象严重;新的审核业务接入需要定制化业务类型,维护成本高。在此背景基础下,本文研究了标注平台系统的设计与实现。该系统的主要目的是整合外包标注人员的标注能力,为各业务方提供可定制化的标注形式,产出高质量的标注数据。参照整个标注业务流程将系统划分为业务模块和边缘模块。业务模块包括业务类型管理模块,标注任务批次模块,陷阱管理模块,任务分配模块,数据标注模块五个模块。边缘模块包括鉴权模块和定时任务模块。业务类型管理模块负责各个业务部门个性化定制业务类型;标注任务批次管理模块和任务分配模块是运营人员管理标注任务的核心模块,基本覆盖了一个标注任务从待标注数据接入到已标注数据导出的完整生命周期;陷阱模块是为考核外包人员标注质量的前期准备;数据标注模块负责各个标注类型的具体实现,是外包人员工作涉及的核心模块。标注平台系统上线后,整合了近500名外包人员的标注能力,平均日标注数据量在80-150万,为7个审核业务组的机审模型提供了标注数据支持。

基于Spring Boot的标注平台系统的设计与实现

中文作文标注平台的设计与实现

这是一篇关于中文作文,标注平台,质量把控,Vue,Dubbo的论文, 主要内容为随着互联网行业的发展以及智能手机等移动设备的普及,在线教育模式应运而生,各大在线教育平台也如雨后春笋般不断涌现,各教培集团更是率先启用在线教学模式,扩大线上用户。在线教育的普及过程中,人工智能技术在其中扮演了重要的角色,提供智能化批阅作业、在线答疑等应用。K12在线教育中,英文、数学等学科的智能辅助工具日趋成熟,而语文学科还需完善,中文作文的自动批改更是重中之重。算法模型的好坏往往与训练集的质量挂钩,需要大量带标注的、高质量的数据,而公司内部的中文作文往往以图片的形式存在,没有方便快捷的标注工具,数据集、标注任务以及标注结果等没有统一的解决方案,造成了人效低、质量参差不齐、沟通成本高等问题。针对上述问题,中文作文标注平台应运而生,提供项目管理、任务管理、数据集管理、人员管理、图片识别等功能,配以高效快捷的标注工具,赋能作文自动批改业务。中文作文标注平台提供作文标注的一站式解决方案,数据集中作文图片的OCR结果经过人工订正后,经标注员标注,最后自动同步到算法团队。系统提供对各项任务的进度统计,基于任务审核机制、标注质量检测策略、消息提醒等功能,把控标注质量,生成高质量的标注结果。通过分析,系统划分为系统管理模块、识别模块、标注模块、审核模块以及通用服务模块五大功能模块,本文按照软件工程生命周期顺序,详细阐述了各部分的设计与实现。本人在项目中主要负责系统管理模块、识别模块、标注模块、审核模块以及通用服务模块的研发。系统采用前后端分离的架构,使用Vue、Element UI以及开源富文本编辑器Quill搭建前端,后端采用微服务架构,使用Dubbo+Nacos+Spring Boot搭建后端系统,数据存储采用了My SQL、Redis以及阿里云OSS,使用Kafka作为消息队列,完成整个系统的搭建。本项目各功能模块目前已开发完成并上线使用,在公司内帮助团队高效的完成标注任务,提供大量高质量的标注数据,助力算法进步。