NLP中语料库的人工标注工具
NLP中语料库的人工标注工具
提问于 2014-08-25 18:09:21
我正在尝试构建我自己的命名实体识别训练语料库，但我不知道是否已经有了这样的工具，或者我是否必须自己实现一个工具。
基本上，我需要做的是取一个语料库，然后逐字逐句地标记它，这是相当乏味的，但它必须完成。
有人能告诉我是否已经有了吗?从哪里弄到？
回答 7
Stack Overflow用户
回答已采纳
发布于 2014-08-26 21:52:01
我在布拉特上有很好的工作经验。门也是一个非常复杂的工具注释，更陡峭的学习曲线。
Stack Overflow用户
发布于 2018-03-06 13:23:58
我们有很好的使用DataTurks的经验。他们提供了很好的直观的UI，允许添加协作者，对数据的洞察力，注解器的领导板和其他一些有趣的特性。
Stack Overflow用户
发布于 2016-10-28 18:55:51
对于较短文档的文本或HTML语料库的在线注释，我也推荐使用布拉特。如果您想要做任何自定义的事情，就必须在python应用程序的框架下进行操作。在大型HTML文档(大约100页)上，它也无法为我工作。
我还使用了独立的应用程序：
- Protege + 知识者：设置/使用有点麻烦，但它能工作；
- 门：也很麻烦，而且有点工作。定期备份注释，因为您可能会对堆栈跟踪感到惊讶，因为堆栈跟踪还删除或损坏了带注释的语料库(它只是序列化的Java对象)。
如果您正在处理PDF文档，我们构建了一个基于web的PDF注释工具：诺塔。它接受任何打印到PDF中的内容，包括扫描。我们做商业OCR在我们的一端，以恢复文本从图像。有一个REST来创建彩色编码的注释模式和带有注释的预填充文档，以及一个用于导出格式化文本和注释偏移量的REST。还有一个JS，您可以使用它来定制任何注释工作流，向注释添加元数据等等。支持大型文档，支持200+页面。给我们发电子邮件和我们可以给你一个API密钥来尝试它。详细信息和文档链接可以找到这里。它对小型研究项目是免费的。
下面是注释的截图：
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/25491886
复制相关文章
相似问题
腾讯云开发者
