NLP文本标注工具与平台（数据标注公司）

Posted 2021-01-16

最近在做NLP相关项目，包括句法分析、情感分析等，有大量数据需要标注。我评估了几个文本标注工具，也接触了几家数据标注公司和平台，总结如下，供各位参考。

文本标注平台（标注外包公司）

数据标注公司的工作比较多样，文本数据标注是最基础的，另外语音、图片、视频标注也都可以做。目前这个行业良莠不齐，有的平台技术实力强，有品牌背景，比如京东众智、百度众包，数据保密做得好。有的平台是专门做代理的，你的数据需求交给他，他转手就分包给下一层。下面介绍几个平台，也综合了其他博主的一些意见，如下：

京东众智
标注质量比较高，项目交付准时，数据隔离方案可以不出自己的服务器完成标注，比较重视客户的数据安全。也提供私有化部署服务。

百度众测
标注能力比较广泛，百度进入标注行业比较久，积累了较多的众包用户。不过我个人不看好众包模式，因为质量比较难把控。

figure-eight
国外知名的数据标注平台，国外好多大公司都与它有合作。需求方可以自行配置标注工具和相应的label，直接在平台上发任务，没有客户经理沟通…这可能对国内客户不太友好。

文本标注工具（开源）

Prodigy

　　Website: https://prodi.gy/docs/

　　Blog: https://explosion.ai/blog/prodigy-annotation-tool-active-learning

DeepDive (Mindtagger)：前端比较简单，用户界面友好。

　　介绍：http://deepdive.stanford.edu/labeling

　　前端代码：https://github.com/HazyResearch/mindbender

BRAT

　　介绍：http://brat.nlplab.org/index.html

　　在线试用：http://weaver.nlplab.org/~brat/demo/latest/#/

　　代码：https://github.com/nlplab/brat

IEPY ：工程完整，有用户管理系统。前端略重，对用户不是非常友好

　　代码：https://github.com/machinalis/iepy

　　说明：http://iepy.readthedocs.io/en/latest/index.html