כלי תיוג נתוני טקסט

הכלי מאפשר תיוג טקסט ממוסגר לפי תבנית ללמידה ממוחשבת מפוקחת. הוא תומך בהגדרות תיוג יחיד ותמונות-רבות, אנוטציות מבוססות טווח ותיוג ברמת הטוקן. המשתמשים מגדירים תבנית תוויות, ממיינים תוויות לטקסט ומנהלים משימות בין צוותים עם מסלולי ביקורת ניתנים לבדיקה.
התכונות העיקריות כוללות אימות לכל פריט, מגבלות ברמת שדות וזיהוי סכסוכים אוטומטי. האנוטטורים פועלים על בסיס תבנית משותפת כדי להבטיח סמנטיקה עקבית. מדדי איכות כמו הסכמת בין אנוטטורים מחושבים כאשר משתתפים מספר בודקים.
הפלטים מוכנים לייצוא בפורמט JSON או CSV, כולל טווחי תיבה, שמות תוויות וחזויים של ביטחון. הכלי תומך בפונקציות ממשל נתונים כמו גרסת נתונים, מסלולי ביקורת ובקרות פרטיות המתאימים לתחומים מפוקחים.
הערך הייחודי נובע מעבודה עקבית בתהליכי תיוג, סכמות גמישות, QC חזק ואינטגרציה חלקה עם צינורות נתונים. הקהל היעד כולל מדעני נתונים, מנהלי אנוטציה, חוקרים ומהנדסי NLP הזקוקים לתהליכי תיוג שחוזרים על עצמם. משתמשים מתקדמים יכולים לפעול על לולאות למידה פעילה, להגדיר היררכיות בקרה ולהגדיר הנחיות תיוג המסתגלות לאורך זמן. המערכת משתלבת בפלטפורמות נתונים נפוצות ובצינורות ETL, תומכת בזרימה או עבודה בבטץ’ ומייצאת לסביבות ניסוי או אימון מודלים. מקרי שימוש טיפוסיים: תיוג רגש וכוונה למשוב לקוחות, מערכי זיהוי ישויות בשם, סכמות חילוץ יחסים ותיוג טוקסיות או בטחון. המערכת עוקבת אחרי הקצאות משימות, ביצוע אנוטטור וסטטיסטיקות שימוש בתוויות לתכנון הפרויקט. שילוב זה תומך בנתוני-נתונים ניתנים לעקיבה, שחזור ניסויים ותיוג ייצור בהיקף גדול עבור כלי מילים גדולים.