监督学习需要答案。标签是附加到训练样本的目标值，也就是模型需要预测的内容。例如，一张猫的图片被标记为“猫”，一份贷款申请被标记为“违约”或“已偿还”，一个句子被标记为“正面”或“负面”。

标签质量决定模型质量。带有噪声的标签会让模型更容易重现错误。含糊不清的标签会模糊决策边界。标签缺失会导致覆盖范围出现空白。从业人员在标签标注上花费的时间远超外界预期。

常用标签方法

• 由受过培训的工作人员进行人工标注
• 众包与质量检查
• 基于启发式方法的自动标注
• 来自多个方面的监管力度不足
• 主动学习以优先处理不确定的案例

有些任务需要专业的标注人员。医学影像、法律文件和科学数据都需要领域知识，而普通用户无法提供这些知识。专家标注的成本往往会占据新项目预算的大部分。