百度搜索Query-图片 质量评估标准

介绍

什么是相关性分档

相关性分档是评价一个Query与一张图片所表达的内容是否一致或在多大程度上一致。

图片Query相关性分档的任务综述

• 按照文档中提供的4档标准，标注出Query和图片的相关性分档情况。
• 定义见 相关性分档4档的判断标准------分档总体说明

标注需要关注哪些问题？

• 多义Query：如“苹果”，存在若干个属性：手机品牌、一种水果、电影的名字；在标注时，图片与任何一个意思的“苹果”相关，即为相关，不需要考虑需求主次；
• 图片质量：分档标注时， 对于最高档， 需要是清晰高质量大图， 其它档不考虑图片质量（主要是指图片的尺寸大小、图片的清晰程度、图片是否有水印，通俗的说法就是 图片好看不好看，清不清楚），只考虑文字上是否相关；
• 页面内容中的图文不符或者作弊等情况：如果网页文本对图片的描述和图片真实内容不符，需要按照图片内容本身来判断。 例如用户搜杨幂， 该网页文本描述某图片为杨幂， 但是该图片其实不是杨幂， 则判断该图片内容与搜索目的无关
• 当Query是有错别字：就按照用户输入的错别字来判断，不去考虑用户搜索意图和原来正确的字，就按照用户错别字来评；如错别字无法理解，可以抛弃Query；
• 色情Query: 当做普通Query来标注， 无需特殊处理

一些专有名词解释

• Query：也可称查询词、关键词、搜索词，指用户输入到搜索框想要查找的字、词、符号等。

• 作弊：用户或者网站人员出于不同目的，故意将图片的描述写错，如用户在自己的相册中，将一批不是杨幂的图都写上“杨幂”这样的字样描述，此类行为会叫做作弊。

相关性分档4档的判断标准

分档总体说明

小结：2、3档为相关档； 1档为模糊关联档（同属于人物， 建筑等大类， 但与Query特指的内容无关）， 0档为完全不相关档，需要牢记相关和不相关的界限：

2、3和0、1档的判断的大原则：图片中未出现Query所表达的内容，则列入0、1档；图片中出现Query所表达的内容，列入2、3档；

分档	含义	举例
3档	最相关，图片与Query完全相关，图片=Query，没有明显的干扰信息	Query：刘欢
2档	较为相关，图片能部分解释Query，或者说图片出现了Query所描述的内容，但是图片上存在另外一些Query未提及的不相关因素的干扰	Query：刘欢
1档	较为不相关，图片与Query存在联系，通过这个图片能联想到Query，但是图片与Query的相互解释的能力较弱；如果搜的是人物， 显示的是其它人物， 则为此档。	Query：刘欢
0档	完全不相关， 搜人物， 出水果这种情况	Query：刘欢

各分档的标注细则说明

下面对各档的典型情况进行分别解释。

3档说明

• Query与obj完全相关，且无其他不相关元素的干扰， 高质量非小图；主观上判断的一个方法是：看到这个图片能否直接联想到这个Query

3档典型case举例：

Query	图片	说明
凯利莱酒店	?	图片是该Query下典型的图片，从图片得到的信息与Query一致，判为3分； 如果是小图， 则降为2分。
恶搞关羽	?	图片完全符合Query，有恶搞，也有关羽，判为3分。
张宇	?	图片中的美女叫张宇，符合Query，判为3分；虽然大多数人搜张宇这个Query是为了看明星张宇的图片，但是基础相关性不考虑用户目的
马	?	不区别对待艺术形式，内容主体就是马，判为3分；类似的，如果是出现马的手工玩具，也是判为3分。
秘密花园	?	该图是《秘密花园》的经典场面图，判为3分。 影视剧，动漫等Query的海报，经典画面截图都可以判为3分。

2档说明

• 图片描述的是Query代表内容的非典型内容；如查询酒店，提供该酒店的内部装修，而不是酒店门面；
• 图片描述的是Query代表内容的一部分，如搜“北京大学”，图是北京大学一个体育场，一个教室，一个草坪，这类的情况；
• 图片中有其他信息的干扰，即图片中有一部分内容，Query中未提及；例如搜人物出现合影

2档典型case举例：

Query	图片	说明
2ne1	?	Query找的是一个组合的名字，图片出来的其中一个成员，部分满足判为2分； 如果出现的是组合+其他人，也是判为2分；如果出现的是组合中的某个成员跟其他不相关的人的合影，也判为2分。
广州证券有限责任公司	?	图片是该公司的前台，非该公司典型图片，判为2分。
仿制建筑物	?	图片中有明显的游人干扰，判为2分。
宋祖英的豪宅	?	图片虽然没有拍清楚，但是宋祖英的豪宅在一片房子中间，出现在图片中，判为2分。
收费站	?	漫画的形式的收费站在图片中有体现，图片还有其他信息Query未提及，如汽车；判为2分。

1档说明

图片的内容与Query特指内容无关， 但与该特指内容属于一大类事物；

• 图片表达的信息，只与Query中存在类别上的一致性， 但并不包含Query的信息，判为1档；
• Query描述较泛泛，没有精确到具体的事物，是一个范围，则同属于这个范围的obj起码都认为有略微相关；

如，媒体漫画，如果出的是水彩画，判为1；

如，纽维手机游戏，对于xbox， psp游戏，判为1；

• Query描述了具体的需求，如“坦克世界登陆界面”，出飞机着陆图，可以判为1；

1档典型case举例：

Query	图片	说明
小破孩离家出走	?	Query是指离家出走的表情，且是小破孩系列的，最为相关。这张图不是离家出走，但是是小破孩系列的，判为1。
高字	?	图上是一个塔，和“高字”是2个不同是事物，归入1、0档；但是由于塔形似高字，因此存在一定联系，判为1。
机器猫 纹身	?	机器猫图案的纹身最为相关，图片不满足 纹身，但是出现了机器猫的图案，因此判为1。
杨幂	?	非本人，但显示的是人像，判为1分。
华为p1	?	同为手机，1分， 但是如果出来一盆花， 则为0分

0档说明

图片中未出现与Query相关的或者可联想的内容，则判为0档；

0档典型case举例：

Query	图片	说明
上海厨卫展门票	?	图片既不是门票，也没有体现出厨卫展相关信息，完全无关，判为0分。
团校队徽	?	图片与 队徽类、团校都不相关，完全无关，判为0分。
校车		完全无关，判为0分。

• 容易有疑问的几类Query分档说明

• 地名类分档规则说明

对于“中国”、“日本”这类Query，很少有某张图片能直接联想到对应的Query，此类Query下的打分规则如下：

• 该地的地图、国旗、景点（就像北京的故宫，日本的富士山）、建筑、国家领导人、等典型事物，图片上有明显国家语言文字的东西（如汉字书法，日文），判为3分；
• 国家的文化产物（书、电影、电视剧、动漫等）、小的景点、日本的人物、新闻图片等，可以判为2分；Query是图片表达内容的一个形容词，判为2；
• 完全无关的，判为0分。

Query	图片	说明
日本	?	图片是富士山，是日本的典型景点，判为3；
日本	?	图片是个“日本料理”，主要说的是食物，日本是这张图片的一个形容词，看到图片不会直接联想到日本，北欧， 中国也有生鱼片，判为2；

• 具体的场所、机构的Query打分规则

类似于“广州证券有限责任公司”、“永昌六中照片”、“玉渊潭公园”这类Query

• 对于典型的、显著的标志性图片，如logo、大门、建筑外观，判为3；
• 场所中的一部分照片，无典型特征，如校园中的一棵树，判为2；
• 公司出产的产品，学校的学生，这些不是直接表现Query，但是有一定联想关系的，判为1分；
• 无关的，判为0分。

Query	图片	说明
湖北开放职业学院	?学校的校徽	学校的全景，校徽、logo等判为3
湖北开放职业学院		校园一角，能看到校园的一些建筑、教室等信息，但是不典型，判为2
青光中学	?	图片是青光中学的一个学生，有一定联系，判为2；

关于人物的打分

类似于“杨幂”“苍井空”的单个人物的Query

• 对于典型单人照，符合Query要求的，如海报、写真、活动照片，或者Q版形象等，均可判为3分；
• 从图片中看不出来，但是从网页文字部分可判断的，判为2分；
• 对于她跟别人的合影，则形成干扰，也判为2分；
• 对于显示的是人物，判为1分；
• 无关， 出水果， 建筑，判为0分；

类似于S.H.E”“少女时代”这类组合或者多人的Query

• 对于典型合照，符合Query要求的，如海报、写真、活动照片，或者Q版形象等，均可判为3分；
• 图片的组合人员都在，但是掺杂了其他无关人员的图片，判为2分；
• 图片只有部分成员的，不含无关人员，部分满足Query，判为2分；
• 图片只有部分成员，不齐全，还掺杂了其他无关人员的，判为2分；
• 非演艺或明星人物，判为0分；

Query	图片	说明
徐静蕾	?	图中除了徐静蕾，还有其他人，未在Query中体现，判为2；
阿sa	?	图片是阿娇，不是阿sa，判为1；
杨幂	?	图为刘恺威，是绯闻男友，，判为1；

关于楼盘地段的打分

类似“东海闲湖城”“四季花城”这类楼盘街区的Query

• 整体图，规划效果图，均可以判为3分；
• 楼内或者街区内的房子室内图，户型图，可以判为2分；
• 这个楼盘地段上发生的事件图片，判为1分；
• 其他不能从图片看出的，无关的，判为0分。

Query	图片	说明
东海闲湖城	?	典型的小区效果图，判为3
东海闲湖城		室内图，属于这个楼盘的一部分，只能判为2； 户型图，也只能反映这个楼盘的部分信息，只能判为2； 但是如果不是这个楼盘的， 则为1分
东海闲湖城		从来源页更多的信息可以看到，这是一个这个楼盘的售楼场景，图中未体现这个楼盘的相关信息，判为1

关于实物的的打分

类似“汽车”“电脑”这类Query

• 整体的汽车或者能看到绝大部分的外部整体图片，可以打3分；
• 局部图，如车内装饰，座位，底部等，可以打2分；
• 零部件，相关的服务，可以打2分；
• 如果是这些实物是别的物品的点缀，不是主体本身，如衣服上印着一辆汽车的图案，或者品牌不同，判为1分
• 无关的打0分

Query	图片	说明
宝马	?	源网页在介绍宝马一款车，这张图是一张内饰图，不够典型，判为2；
n880s主板	?	Query是指n880这个手机的主板，图片是这款手机，从图上未看到主板的信息，相关度较低，判为1；

关于影视动漫的的打分

类似“步步惊心”“海贼王”这类Query

• 海报，经典画面截图，剧照等，能直观反映Query表达内容的，判为3分；
• 普通截图，没有明显标识的，拍摄花絮照、宣传活动照等，相关联但不是最匹配的，判为2分；
• 相关主演的非剧中照，可以判为1分，
• 无关的打0分。

Query	图片	说明
屋塔房王世子	?	相关演员的照片，非剧照，与电视剧相关度低，判为1；
屋塔房王世子	?	是剧照，但是经过ps，且剧照本身也不典型，判为2
金太郎的幸福生活	?	不是剧照，是电视剧的宣传活动照片，判为2；

关于网站类型Query的打分

• 类似“淘宝”“新蓝网”这类Query
• Logo，主页截图，判为3分；
• 网站物品，相关内容等，是组成Query内容的部分的，判为2分；
• 其它明显网站信息，判为1分；
• 非网站信息，0分

Query	图片	说明
淘宝	?	淘宝网相关界面，判为3分
淘宝	?	淘宝网商品，与淘宝相关，却又不是最直接体现的，判为2分
新蓝网	?	图片为新蓝网内容图片，判为3分

其他说明

并不是所有的图片都有明确的4档之分，对于一些特殊Query，可能只有相关和不相关之分，结果只存在于两个档里面。

标注过程中的注意点强调

图片的信息中含有与Query中同样的文字不一定相关

Query	图片	说明
两个猪头	?	不是真实的两个猪头，即不包含Query信息（非4分3分），但是是两个被比喻成猪头的人， 有关联， 标1分

需要打开源网页去了解图片信息

分档标注的时对图片内容的了解不能依赖于图片下方的文字描述，因为这部分信息可能提取有误，对本人不了解信息的图片，需要打开源网页了解图片信息。

当Query表达的含义有多义时，与任意一个意思相关，即为相关

分档标注的时候会遇到一词多义的现象，例如人名，不管是明星，还是普通人，只要符合Query的都统一打分。

Query	图片	说明
小葡萄	?	不知名的叫“小葡萄”的小朋友，判为3
	?	知名的“小葡萄”小朋友，判为3；
	植物的小葡萄	植物的“小葡萄”，判为3；

不理解Query意思的情况下下，可以通过多个搜索引擎去看下Query的意思，同时，不要刻意曲解Query表达的原本意义。例如鞋子卡通图片，正常的理解就是“鞋子的卡通画形式的图片”，但是通过某些简单词的补充可能会理解为“鞋子上的卡通图片”，这就产生了偏差。后一种的理解是刻意去扭曲原来的意思的。

这与“小葡萄”这种情况不属于一类，不认为存在多义；仅从“鞋子的卡通画形式的图片”这个方面进行评估。

关于干扰信息的说明

一般图片中会出现其他除了Query所描述内容外的其他内容，需要看图片中的不相关的那部分是否对相关的那部分造成了干扰；

有些Query是需要借助其他东西辅助展示的，有助于Query内容表达，例如衣服，这时候，衣服模特就不成为干扰了。

Query	图片	说明
公交车	?	图片中的行人信息，对图片描述主体“”造成了干扰，判为2；
外套	?	服装搭配类Query中，obj中的模特，是帮助表达的，不算干扰，判为3.