sito
sito
sito
sito
sito
以数据堂的文本数据标注工具为样例介绍典型的几种文本数据标注工具。
1.韵律标注:韵律原指诗词中的平仄格式和押韵规则,后引申为音响的节奏规律。这里的韵律是指句子中字词之间的停顿,大多数情况下,我们不能完全没有停顿地说一句话,总会或长或短的有些停顿,这些停顿就是我们要标注韵律符号的位置,根据停顿长度不同,韵律符号也会相应发生变化。韵律标注界面如下图所示
2.词性标注:词性标注是文本数据标注的一种形式,词性标注工具可对文本内容进行实体名称、实体属性、实体关系标注,下图为实体标注工具,实体标注工具具有实体名称列表、文本显示区、属性编辑框、标注列表、工具栏等,能够进行选中文本、新建/编辑/删除实体标注操作,同时支持自定义标签功能。
3.词性(实体)关系标注:需要先对文本进行实体标注,然后对实体之间进行实体的关系标注。相关联的实体会通过一条线进行关联。
4.音调多音字标注:通俗地讲,就是给一个多音字加读音,例如“骈”读音(pián),便(pián)宜等。通过音调多音字标注工具,实现快速的标注。首先通过算法把一段文本的多音字识别出来,与原始文本一起导入平台,模板会同时将文本和读音加载显示在标注页面。
5.语义标注:是文本数据标注的一种形式,针对交互的短文本进行理解,标注出文本的意图。语义标注工具可进行意图标注以及设置自定义标签。语义标注首先是要自定义标签,自定义标签包括意图级别配置、功能配置、预识别配置等。
6.阅读理解:模板区域和实体标注的基本一致,不同之处在于右侧显示的是问答标注列表,可以在该处进行问答填写,同时底部也没有工具栏
7.标注准确率计算:数据质检完成后,根据标注结果与质检结果比对情况,计算标注的准确率,标注人员和质检人员均可以在任务执行情况页面查看实时的准确率。