AI 辅助数据标注怎么做？用 Label Studio 导入预标注、复核并导出

AI 辅助数据标注可以先让模型给出“预标注”，再由人复核并提交正式标注。以客服文本分类为例，Label Studio 支持把预测结果随任务一起导入；预测只是建议，复核后的 annotations 才是准备导出的人工结果。本文给出一条能用小样本验证的流程，不把模型建议直接当成训练真值。

先定义任务和标签边界

假设要把客服消息分成“咨询”“投诉”“表扬”。这是演示数据，不代表真实客服样本。先写一条简单规则：询问产品用法归“咨询”；明确表达不满或要求处理问题归“投诉”；明确称赞服务归“表扬”。同时出现两种意图时先标记争议，交给人工决定主标签，不让模型凭感觉改规则。

在 Label Studio 建立文本分类项目，设置文本对象名为 text，单选控件名为 intent。例如：

<View>
  <Text name="text" value="$text" />
  <Choices name="intent" toName="text" choice="single">
    <Choice value="咨询" />
    <Choice value="投诉" />
    <Choice value="表扬" />
  </Choices>
</View>

Choices 标签文档说明了单选标签控件；项目中的对象名、控件名和标签值后面必须与导入 JSON 一致。不要在标注中途随意改标签名称，否则新旧结果不易比较。

先让模型提出建议，再导入预标注

选一条无个人信息的样本，用你已获准使用的 AI 工具提出候选标签。提示词可以直接复制并替换最后的文本：

任务：将客服消息归为“咨询”“投诉”“表扬”之一。
规则：询问使用方法归咨询；明确表达不满或要求处理问题归投诉；明确称赞归表扬。
如果同时符合多类或信息不足，返回“待人工判断”。
只返回一个标签，不补充解释。
文本：请问如何修改收货地址？

演示中假设模型返回“咨询”；这不是本文调用某个模型得到的实测输出。若返回“待人工判断”或不在标签表中的词，先人工处理，不要强行转换成某一类。真实客服文本在发送到外部模型前应先脱敏，并确认所用服务符合你的数据使用要求。

把模型给出的候选标签和原始文本写入 UTF-8 JSON 文件，再通过项目的导入入口上传。下面的 example-v1 只是示例版本名：

[
  {
    "data": {"text": "请问如何修改收货地址？"},
    "predictions": [
      {
        "model_version": "example-v1",
        "result": [
          {
            "from_name": "intent",
            "to_name": "text",
            "type": "choices",
            "value": {"choices": ["咨询"]}
          }
        ]
      }
    ]
  }
]

Label Studio 的预标注导入文档要求任务含 data 和 predictions，并要求预测结果与项目配置匹配。上例的 data.text 对应 $text，from_name=intent 对应选择控件，to_name=text 对应文本对象。若预标注未显示，先核对这三个名称以及项目中是否开启显示预测，不要急着重跑模型。

人工复核后再导出

1. 打开导入任务，阅读原文和建议标签；对照事先写好的规则判断。
2. 如果建议错误，把它改成正确标签后提交正式标注。官方文档指出，predictions 本身是只读的；必要时先将预测复制成待编辑的标注，再修改并提交。
3. 做一小批包含普通样本和争议样本的复核，记录错误类型。例如“请问为什么迟迟不发货”可能同时含询问和投诉，应按团队规则裁决。
4. 从项目中导出 JSON，检查任务是否含提交后的 annotations，并抽查标签值与原文相符。Label Studio 的导出文档说明可在项目中导出标注。

验收时至少确认：导入的任务数与文件相符；预标注可见；人工更改后的正式标注能在导出文件中找到。只看到预测而没有人工提交结果，不能宣称标注已经完成。模型建议的准确率需要用独立抽样和明确规则计算，本文没有运行模型，也没有给出虚构准确率。

常见问答

预标注正确，能跳过人工复核吗？

如果数据将用于训练或评估，至少需要按风险和样本分布设计抽检；重要或高风险样本应提高复核强度。预测结果是候选标签，不自动等同于可信真值。

导入后标签不出现，先检查什么？

先检查项目配置的 name、toName 和标签值是否与 JSON 中的 from_name、to_name、choices 一致，再检查显示预测的项目设置。重新导入前先用一条任务排错，避免产生重复记录。

如果还在选择标注工具，可先看本站的Label Studio、CVAT 与 Argilla 选型文章；本文只演示选定 Label Studio 后的文本分类流程。界面位置会随版本变化，请以文中官方链接和当前安装版本为准。