Annotoidut

Annotoidut on suomenkielinen adjektiivi, jota käytetään kuvaamaan asioita, jotka on annotoitu eli merkitty annotaatioin. Sanaa käytetään yleisesti data- ja kielitieteellisissä yhteyksissä kuvaamaan materiaalia, johon on lisätty järjestelmällinen merkintä tai tieto kategorioiden, rakenteiden tai ominaisuuksien muodossa.

Yleisimmät käyttökohteet ovat annotoidut tekstit ja korpukset sekä annotoidut kuvat, äänitiedostot ja muut mediamuodot. Annotaatio voi koskea esimerkiksi sanojen osasarjoja, syntaksia, nimeäminen, semanttisia rooleja, entiteettejä, tunteita tai aikaleimoja. Tavoitteena on tuottaa dataa, jota voidaan käyttää koneoppimisessa ja kielellisessä analyysissä.

Annotointi tehdään yleensä ohjeistettujen kriteerien mukaan ja saman datan annotoivat eri henkilöt. Laatu arvioidaan mittaamalla inter-annotator agreement -tilanteita ja mahdollisesti tekemällä tarkennuksia ohjeistuksiin. Prosessi voi sisältää laatukontrollia, laadunvarmistusta sekä uudelleenarviointeja.

Suomenkielisessä kontekstissa "annotoidut" toimii adjektiivin taivutusrakenteena, jolla sovitetaan sanan muoto vastaamaan noudatetun substantiivin lukua ja lajia. Termi tukee avoimen datan ja tutkimusdatasetien kuvailua sekä toistettavuutta.

Näissä yhteyksissä annotoidut materiaalit ovat keskeisiä resursseja luonnollisen kielen käsittelyssä, koneoppimisessa ja kielellisessä tutkimuksessa.