Label Noise

释义 Definition

标签噪声：在监督学习等任务中，训练数据的标签（label）存在错误、模糊或不一致的现象（例如把“猫”的图片标成“狗”）。它会降低模型性能，并可能导致模型学到偏差。该术语也可更广义地指任何来自标注过程的“带标签错误”。

例句 Examples

The dataset has label noise because some images are mislabeled.
这个数据集有标签噪声，因为有些图片被标错了。

Label noise can cause a model to overfit incorrect annotations, so we used robust training methods to reduce its impact.
标签噪声可能让模型过拟合错误标注，因此我们使用了更鲁棒的训练方法来降低其影响。

发音 Pronunciation (IPA)

/ˈleɪbəl nɔɪz/

词源 Etymology

label 原指“贴在物品上的标签”，在机器学习语境中引申为“样本的类别/目标值（标签）”；noise 意为“噪声、干扰”。合起来的 label noise 字面即“标签里的干扰”，指标注信息不干净、带错误或随机扰动的情况，是数据质量问题的一种常见表述。

相关词 Related Words

• Annotation
• Mislabeled
• Ground Truth
• Data Cleaning
• Outlier
• Overfitting
• Regularization
• Robust
• Class Imbalance
• Crowdsourcing

文学与著作 Literary Works

• Deep Learning（Ian Goodfellow, Yoshua Bengio, Aaron Courville）：在讨论训练困难与数据问题时常涉及“noisy labels/label noise”等概念。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）：在概率建模与分类误差相关讨论中会提到标签错误/噪声对学习的影响。
• “Training Deep Neural Networks on Noisy Labels with Bootstrapping”（Reed et al., 2014）：直接以带噪声标签（noisy labels/label noise）为主题的经典研究论文。