最近在做NLP相关项目,包括句法分析、情感分析等,有大量数据需要标注。我评估了几个文本标注工具,也接触了几家数据标注公司和平台,总结如下,供各位参考。
文本标注平台(标注外包公司)
数据标注公司的工作比较多样,文本数据标注是最基础的,另外语音、图片、视频标注也都可以做。目前这个行业良莠不齐,有的平台技术实力强,有品牌背景,比如京东众智、百度众包,数据保密做得好。有的平台是专门做代理的,你的数据需求交给他,他转手就分包给下一层。下面介绍几个平台,也综合了其他博主的一些意见,如下:
京东众智
标注质量比较高,项目交付准时,数据隔离方案可以不出自己的服务器完成标注,比较重视客户的数据安全。也提供私有化部署服务。
百度众测
标注能力比较广泛,百度进入标注行业比较久,积累了较多的众包用户。不过我个人不看好众包模式,因为质量比较难把控。
figure-eight
国外知名的数据标注平台,国外好多大公司都与它有合作。需求方可以自行配置标注工具和相应的label,直接在平台上发任务,没有客户经理沟通…这可能对国内客户不太友好。
文本标注工具(开源)
1. Prodigy
Website: https://prodi.gy/docs/
Blog: https://explosion.ai/blog/prodigy-annotation-tool-active-learning
2. DeepDive (Mindtagger):前端比较简单,用户界面友好。
介绍:http://deepdive.stanford.edu/labeling
前端代码:https://github.com/HazyResearch/mindbender
3. BRAT
介绍:http://brat.nlplab.org/index.html
在线试用:http://weaver.nlplab.org/~brat/demo/latest/#/
代码:https://github.com/nlplab/brat
4. IEPY :工程比较完整,有用户管理系统。前端略重,对用户不是非常友好
代码:https://github.com/machinalis/iepy
说明:http://iepy.readthedocs.io/en/latest/index.html
原文地址:https://www.cnblogs.com/ai-nlp-cv/p/9882213.html