这取决于您考虑的上下文。例如，假设有一种情况，所有可能的状态都可以被 10K 不同的文本覆盖。很简单，如果这些文本都被注释了，那么对于 1000 个测试，我们至少可以对其中的 500 个进行真正的分类（因为我们有两个类，每个文本的错误注释概率最多为 0.5）。

现在，假设 10K 文本中的 1K 被注释。然后，由于注释是准确的，我们可以真正对 1000 个文本中的 1/10 进行分类（因为我们不知道其他 9K 可能的状态）。

因此，在这种情况下，数量比质量更重要。

此外，当可能的状态为 1K 时，我们可以考虑这些情况。可以直接表明，在这种情况下（如果注释者的能力与前一种情况相同）质量可能比数量更重要。然而，在大多数情况下，这个数字是不现实的。

总之，在大多数情况下，文本的多样性不仅仅是注释者的力量，我们更喜欢数量而不是质量，因为我们可以覆盖更多的文本空间，机器可以学习更多。虽然准确率可以少一些，但是对于两类分类是可以忽略不计的。