多模态图文标注规范
示例制定图文对齐、描述质量的标注指南与一致性校验
- [X]万 组图文对
- [X]%一致性
背景
图文模型需要大量“图片 + 描述”数据，但描述写得详略不一，有的还和图片对不上。没有统一标准时，不同标注员产出的数据很难放在一起用。
我的工作
我负责制定图文对齐和描述质量的标注指南，并设计一致性校验流程。我也带领标注团队完成试标和正式标注，持续收集问题反馈。
方法
规定描述的必写要素：主体、属性、关系和场景，并给出详略分级的示例。图文不符、信息缺失和主观臆测分别定义为不同错误类型。每批数据抽取一部分做多人交叉标注，计算一致性，低于阈值就回到规范修订。
结果
完成 [X] 万组图文对标注，交叉标注一致性稳定在 [X]%。指南整理成可迭代的版本文档，新标注员的上手时间明显缩短。