Sepuluh alat anotasi teks percuma sumber terbuka yang disyorkan

Kerja anotasi teks ialah kerja label atau teg yang sepadan dengan kandungan tertentu dalam teks. Tujuan utamanya adalah untuk memberikan maklumat tambahan kepada teks untuk analisis dan pemprosesan yang lebih mendalam, terutamanya dalam bidang kecerdasan buatan.

Anotasi teks adalah penting untuk tugas pembelajaran mesin yang diawasi dalam aplikasi kecerdasan buatan. Ia digunakan untuk melatih model AI untuk membantu memahami maklumat teks bahasa semula jadi dengan lebih tepat dan meningkatkan prestasi tugasan seperti klasifikasi teks, analisis sentimen dan terjemahan bahasa. Melalui anotasi teks, kami boleh mengajar model AI untuk mengenali entiti dalam teks, memahami konteks dan membuat ramalan yang tepat apabila data baharu yang serupa muncul.

Artikel ini terutamanya mengesyorkan beberapa alat anotasi teks sumber terbuka yang lebih baik.

1.Label Studio

https://github.com/HumanSignal/label-studio

Label Studio ialah alat anotasi data sumber terbuka yang boleh mengendalikan berbilang jenis data dan menyokong pengeksportan ke pelbagai format model . Ia digunakan secara meluas untuk menyediakan data mentah atau menambah baik data latihan sedia ada untuk meningkatkan ketepatan model pembelajaran mesin.

2.Doccano

https://github.com/doccano/doccano

Doccano ialah alat anotasi teks sumber terbuka yang menyediakan fungsi untuk pengelasan teks, pelabelan jujukan dan jujukan. Ia menyokong kerjasama pasukan anotasi teks, berbilang bahasa, apl mudah alih, emoji, tema gelap dan API gaya REST. Boleh dipasang menggunakan Docker dan Docker Compose.

3.Universal Data Tool

https://github.com/UniversalDataTool/universal-data-tool

Alat Data Universal ialah alat untuk mengedit dan menganotasi pelbagai jenis data, (termasuk teks, audio dan dokumen). Ia menyokong pelbagai jenis data dan menyediakan kerjasama masa nyata, GUI yang mudah digunakan, penciptaan kursus latihan untuk pencatat teks dan banyak lagi. Alat ini tersedia di web atau sebagai aplikasi desktop dan menyokong muat turun dan muat naik data dalam format CSV atau JSON.

4.YEDDA

https://github.com/jiesutd/YEDDA

YEDDA ialah alat anotasi teks, simbol emotik dan pelbagai bahasa yang boleh digunakan dalam pelbagai bahasa Ia menyokong penggunaan pintasan, memerintah model dan mengeksport teks anotasi sebagai teks urutan. Menyokong fungsi seperti pengesyoran pintar dan analisis pentadbir.

YEDDA serasi dengan semua sistem pengendalian utama, termasuk Windows, Linux dan MacOS.

5.Argilla

https://github.com/argilla-io/argilla

Argilla ialah platform kerjasama data sumber terbuka untuk jurutera kecerdasan buatan dan pakar domain, menyediakan output data yang berkualiti tinggi dan cekap.

Ia membantu mengawal kualiti data dan meningkatkan kualiti output AI, dan meningkatkan kecekapan dengan membolehkan lelaran data dan model yang pantas. Argilla juga menyediakan pengurusan data dan alat latihan model.

6.KernAI Refinery

https://github.com/code-kern-ai/refinery

Refinery ialah platform sumber terbuka daripada KernAI yang direka untuk saintis data bahasa semula jadi. Ia menyediakan fungsi seperti anotasi data separa automatik, penilaian kualiti subset data dan pemantauan data berpusat, bertujuan untuk meningkatkan kecekapan pelabelan manual.

Alat ini memanfaatkan teknologi seperti Hugging Face dan spaCy untuk membina model bahasa pra-bina dan disepadukan dengan alatan pelabelan lain untuk pemprosesan data yang fleksibel.

Ciri-ciri:

• Aliran kerja pelabelan automatik (Separuh) untuk tugas NLP
• Pengkelasan manual dan program serta pelabelan rentang
• Menyokong penyepaduan dengan perpustakaan dan rangka kerja terkini
• Buat dan urus jadual carian/pengetahuan asas
-berasaskan persamaan Rekod dan perolehan terpencil
• Sesi penandaan boleh dihiris
• Berbilang tugas penandaan bagi setiap projek
• Perpustakaan automasi yang kaya
• Pengurusan dan pemantauan data yang meluas
• Disepadukan dengan Wajah Memeluk untuk penciptaan model berasaskan Data
• secara automatik
untuk muat naik/muat turun data
• Ikhtisar metrik projek
• Akses dan lanjutkan data melalui Python SDK
• Pengubahsuaian harta di tapak
• Kerjasama pasukan dalam versi dihoskan
• Akses berasaskan peranan untuk berbilang pengguna dan teg yang diminimumkan aliran kerja penandaan kumpulan
• Mengira konsensus antara pencatat secara automatik
• 7.Recogito.js

https://github.com/recogito/recogito-js

adalah pustaka JavaScript.

makanan, digunakan untuk menambah fungsi anotasi teks pada halaman web atau membina program anotasi teks tersuai. Ia boleh dipasang melalui npm atau memuat turun versi terkini.

8. Label Sleuth

https://github.com/label-sleuth/label-sleuth

Label Sleuth ialah sistem tanpa kod sumber terbuka untuk pelabelan dan pengelasan teks. Ia membolehkan pakar dalam bidang seperti doktor, peguam dan ahli psikologi membina model NLP tersuai tanpa kerjasama pakar NLP.

Biasanya penciptaan model NLP memerlukan kepakaran domain dan pembelajaran mesin. Label Sleuth memintas keperluan untuk kepakaran NLP dengan anotasi teks intuitif dan pembinaan model AI. Semasa pengguna melabelkan data, model pembelajaran mesin dilatih di latar belakang, membuat ramalan dan mencadangkan perkara yang perlu dilabelkan seterusnya.

Sebagai sistem tanpa kod, ia tidak memerlukan pengetahuan pembelajaran mesin dan membenarkan pembangunan model yang pantas, daripada definisi tugas kepada model yang siap dalam beberapa jam sahaja.

9.Markup

https://github.com/samueldobbie/markup

Markup ialah alat anotasi dalam talian yang boleh digunakan untuk menukar dokumen tidak berstruktur kepada format NLP dan tugasan ML contohnya: pengiktirafan entiti. Pembelajaran serentak sambil anda membuat anotasi untuk meramal dan mengesyorkan anotasi yang lebih kompleks, dan juga menyediakan akses bersepadu kepada ontologi biasa dan tersuai untuk pemetaan konsep.

Ciri:

Anotasi ramalan: Fungsi anotasi ramalan terdorong pembelajaran mesin Markup boleh mengesyorkan anotasi yang lebih kompleks semasa anda bekerja, menjadikan proses anotasi lebih cekap.

Teg akses ontologi bersepadu: Menyediakan akses bersepadu kepada pelbagai ontologi biasa (cth. UMLS, SNOMED-CT, ICD-10), serta keupayaan untuk memuat naik ontologi tersuai untuk pemetaan konsep.

Pemetaan ontologi ramalan: Ciri pemetaan ontologi ramalan Markup menggunakan pembelajaran mesin untuk mengesyorkan pemetaan yang sesuai kepada istilah standard dan tersuai berdasarkan teks yang anda anotasikan.
• Antara Muka Mesra Pengguna: Sama ada anda pakar teknikal atau pemula, antara muka mesra pengguna Markup memudahkan sesiapa sahaja untuk mula menganotasi dokumen dengan persediaan yang minimum. Kentang Tugasan. Boleh dijalankan sebagai pelayan web, didorong oleh satu fail konfigurasi, tidak memerlukan pengekodan permulaan. Tetapi Kentang mudah disesuaikan, dan biasanya tidak memerlukan reka bentuk web tambahan untuk melaraskan antara muka operasi untuk anotasi teks.
• Ciri Utama:
• Mudah untuk disediakan dan disesuaikan

Corak dan templat terbina dalam yang meluas

Menyokong berbilang jenis data

Menyokong persediaan berbilang tugasan seperti ciri pintasan dan petua papan kekunci

Withs

kecekapan anotasi

Lebih memahami keupayaan anotasi, seperti soalan pra dan selepas penapis

Ciri kawalan kualiti, seperti ujian perhatian, ujian kelayakan dan semakan masa terbina dalam

Atas ialah kandungan terperinci Sepuluh alat anotasi teks percuma sumber terbuka yang disyorkan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!