【AI用語解説】アノテーション

アノテーションとは

アノテーションとは、AI開発に必要な教師データを作成するために、画像や音声といったデータに対して、意味を付与する作業を指します。

何かしらの識別を目的とするAIモデルを構築するためには、教師となるデータ（教師データ）が必要となり、その教師データを作る工程の一部にアノテーションがある、と捉えるとわかりやすいかもしれません。
この教師データを作成するためには、元データの収集→意味づけ（アノテーション）、という工程に分かれます。

具体的には、以下のようなものが元データとなります。

• 自動運転を実現するためのモデル　→　車から撮影された画像や映像データ
• 工場で製造した部品の中から欠陥品を識別するためのモデル　→　部品画像データ
• 会議の音声認識を行い、音声からテキストを出力するモデル　→　会議音声データ　等

その上で、上記の元データを収集した後に、目的に沿って元データを元に、以下のような対象に対して、意味づけ（アノテーション）作業を行います。

• 車から撮影された画像や映像データ　→　障害となり得る他の車や標識、歩行者といった対象物
• 部品画像データ　→　傷の箇所
• 会議音声データ　→　発話された言葉

これら対象をアノテーションのする際の具体的作業は、目的に応じて、下記のように複数の手法があります。