doccano

收录理由

开源模型的水平，很大程度上取决于背后标注数据的质量，而 doccano 就是为了让你亲手构建这份数据而生的。它是一款可自行部署的文本标注网页应用，覆盖了实践中最常遇到的几类任务：文本分类、命名实体识别等序列标注，以及摘要生成这类序列到序列的工作。使用时只需创建项目、上传文档、设定标注规范，就能和协作者一起分工标注，界面支持多语言，也适配移动端。安装方式很灵活，pip、Docker 或 Docker Compose 都能快速跑起来，还提供了 REST API，可以无缝嵌入你现有的标注流程，不必被迫绑定某个商业 SaaS 服务。对于小团队或个人研究者来说，想攒一套贴合自身业务领域的训练数据，这是一个能让你完全掌控标注产出、踏实可靠的选择。