PRODUCTION STATUS / RUNNING DATA PIPELINE / v1.0 CN · ZAOZHUANG 周一至周六 09:00 - 18:00

T 按标注类型

文本标注:分类、抽取、改写与偏好判断

文本标注看起来最轻,实际最容易出现「看不见的分歧」。

图像标注的边界可以截图放进样例库,文本的判定标准却常常藏在语义里:一条评论算不算「投诉」、一句回复是否「答非所问」,两个人可能都觉得自己对。所以文本类项目的核心不是标注工具,而是判定卡:把每个标签拆成 2~4 条可观察的判据,配上正例、反例、边界例,再让所有标注员在同一批样本上做共识标定。共识记录不是形式主义,它是后续争议仲裁的唯一依据。本页收录我们在文本分类、实体抽取、指令改写与大模型偏好数据上的实践。涉及主观判断的任务,我们会额外处理「判断维度拆解」与「一致性统计」两个环节,避免用一个人的口味代表整个数据集。

NEXT STEP

你的项目和上面哪一类最接近?

把样本量、类别体系和验收口径发过来,我们先判断可行性,再谈报价。

描述你的标注需求