Home

Referenzsegmentierungen

Referenzsegmentierungen bezeichnet im Kontext der Verarbeitung und Analyse von Audios, Bildern, Texten oder Video eine Segmentierung, die als goldene, manuell erstellte Referenz dient. Sie markiert die definierten Grenzlinien zwischen Segmenten wie Wörtern, Sätzen, Objekten oder Regionen und dient als Maßstab für die Bewertung automatisierter oder semi-automatisierter Segmentierungsmethoden.

Die Herstellung einer Referenzsegmentierung erfolgt in der Regel durch geschulte Annotatoren nach festgelegten Richtlinien. Mehrere Annotatoren

Referenzsegmentierungen dienen vor allem der Evaluation und dem Training: Sie ermöglichen Vergleichsstudien zwischen Algorithmen und liefern

Herausforderungen umfassen Subjektivität, Mehrdeutigkeit von Grenzlinien, unvollständige Abdeckung von Variationen sowie Unterschiede zwischen Domänen. Standardisierung der

erstellen
unabhängig
voneinander
Segmentgrenzen;
Diskrepanzen
werden
durch
einen
Adjudikationsprozess
aufgelöst.
Die
Qualität
wird
durch
Maßzahlen
der
Inter-Annotator-Übereinstimmung
(z.
B.
Cohen
κ)
gemessen.
Konsistenz
der
Richtlinien,
Abdeckungsumfang
und
zeitliche
oder
räumliche
Auflösung
beeinflussen
die
Aussagekraft
der
Referenz.
Trainingsdaten
für
Supervised
Learning.
Typische
Evaluationsmetriken
unterscheiden
Grenzgenauigkeit
(Boundary
Precision/Recall)
und
Schnittmengen-
bzw.
Overlap-Metriken
wie
Jaccard-
oder
Dice-Koeffizienten;
in
Text-
und
Sprache
werden
oft
auch
Boundary-F-Maße
verwendet.
Richtlinien
und
Veröffentlichung
von
mehr
als
einer
Referenz
können
helfen;
gute
Referenzsegmentierungen
sind
dokumentiert,
reproduzierbar
und
transparent.