本书紧密围绕人工智能的应用场景，介绍了图像数据的爬虫采集、公开数据集的获取、图像数据的预处理方法以及面向不同深度学习模型的图像标注方法；在自然语言处理领域，介绍了文本数据的分布式爬虫采集、公开数据集的获取、文本清洗以及常见的文本标注技术；在语音处理技术领域，介绍了语音数据的采集方法与预处理技术，并介绍了利用常用标注工具对语音数据进行标注的方法。