NLP领域的福利，错过这篇文章，你可能要在黑暗中摸索3，4年！
![[NLP] 免费中文文本多任务自动辅助标注工具](https://johngo-pic.oss-cn-beijing.aliyuncs.com/articles/20230526/e2103238e4574c52ae18be6379cd6933.png)
![[NLP] 免费中文文本多任务自动辅助标注工具](https://www.johngo689.com/wp-content/themes/justnews/themer/assets/images/lazy.png)
我们在NLP领域主要探索统一、自洽的多任务标注规范，从语义框架出发，将词性、实体识别、问答标注与自动扩充、事件抽取、三元组关系及知识图抽取、因果抽取等方向做深入探索。
针对通用语料的探索性标注，我们标注了《病理生理学》、《自然地理》等几本书，在标注过程中，我们发现尚无可以高效辅助标注的工具来降低标注门槛，提升标注效率。我们开始自己开发工具来满足日益复杂的标注规范。
在标注过程中，我们要解决的一系列问题是：如何保证我们能够及时发现现有标注模型（BERT下游为LSTM+CRF）和标注规范的缺陷？；如何保证标注小团队的标注行为的一致性？；针对疑似问题序列，如何能够智能纠错并存入历史数据备查？；如何在不同的标注任务中调整标注的颗粒度？；如何快速高效的标注？；如何自动质检（这是个悖论和伪命题，单并不表示没有其他手段来实现）？；EDA（语料数据增强）如何可观察，可评估？
一步步，我们在解决问题和生成新问题的路上龟速摸索。目前我们在探索将序列标注推广到语义空间和自然交互中。
在标注规范的探索上，我们认为：自洽的，尽量完备的和颗粒度适中的标注规范是数据标注和模型表现的核心；统一的能够解决所有NLP任务的标注规范并不在规范之内（这个悖论和自动质检是相似的）；大部分的NLP任务都可以转化为序列标注问题。
我们将这套标注工具（包涵我们的标注历史数据和训练模型），经过我们的多次迭代逐渐趋于稳定，现在免费开放出来，为大家提供自动标注服务。工具部署在阿里云，资源有限，所以有时候会不稳定。
语义理解框和自然交互方式产品上线后我们会重新升级这套工具。目前这套工具比较好用的几点：
1，自动标注；
2，自动查错（模型标注有误部分会被染色，提醒关注）；
3，短语智能填充（根据标注历史数据）；
4，部分自动质检（基于历史标注和规则）
5，问答的EDA语料数据增强；
传送门： 赛莉中文语料自动辅助标注工具
Original: https://blog.csdn.net/weixin_44038242/article/details/121378137
Author: 本识
Title: [NLP] 免费中文文本多任务自动辅助标注工具
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/548542/
转载文章受原作者版权保护。转载请注明原作者出处！