Annotator? 6.0 標(biāo)注平臺(tái)
數(shù)據(jù)標(biāo)注平臺(tái)，開啟標(biāo)注新的一面
多模態(tài)標(biāo)注平臺(tái)
音頻模塊
文本模塊
圖像模塊
視頻模塊
對(duì)說話人/各類噪音的起始時(shí)間點(diǎn)進(jìn)行標(biāo)記
對(duì)切割后的音頻進(jìn)行文本標(biāo)注，保證發(fā)音文本對(duì)應(yīng)
對(duì)切割后的音頻進(jìn)行標(biāo)簽分類，人噪，非人噪、機(jī)器音等
對(duì)音頻進(jìn)行審核，識(shí)別過濾暴恐、敏感信息、廣告、不良場(chǎng)景等各類違規(guī)音頻
智能工具輔助標(biāo)注與審核，全流程覆蓋，提高標(biāo)注效率與質(zhì)量
支持對(duì)文本的分類打標(biāo)、相關(guān)性評(píng)分、審核等多維度標(biāo)注
支持多領(lǐng)域query泛化、問答收集、同義句編寫、知識(shí)庫構(gòu)建
支持命名實(shí)體抽取、事件抽取、文章摘要等抽取類任務(wù)
支持篇章級(jí)、句子級(jí)和方面級(jí)情感分析，支持實(shí)體與實(shí)體間的關(guān)系標(biāo)注
支持多層級(jí)意圖標(biāo)注，支持對(duì)槽位信息的提取與分類
可對(duì)人臉關(guān)鍵點(diǎn)、人體骨骼關(guān)鍵點(diǎn)、人臉五官等進(jìn)行關(guān)鍵點(diǎn)標(biāo)注
可對(duì)目標(biāo)物，車牌，門牌，人體，車輛等進(jìn)行矩形框選標(biāo)注；
可對(duì)目標(biāo)物，車牌，門牌，人體，車輛等進(jìn)行多邊形區(qū)域閉合標(biāo)注；
可對(duì)圖像進(jìn)行拉框并轉(zhuǎn)寫標(biāo)注。
智能工具輔助標(biāo)注與審核，全流程覆蓋，提高標(biāo)注效率與質(zhì)量
平臺(tái)基于長期的應(yīng)用積累，在龐大細(xì)致全面的項(xiàng)目管理架構(gòu)上，加載了視頻標(biāo)注的模塊，支持視頻預(yù)覽按時(shí)間軸，按圖片幀進(jìn)行分段分組操作；同時(shí)對(duì)截取目標(biāo)進(jìn)行不同屬性標(biāo)記，分析。支持全方位數(shù)據(jù)處理需求
平臺(tái)基于長期的應(yīng)用積累，在龐大細(xì)致全面的項(xiàng)目管理架構(gòu)上，加載了視頻標(biāo)注的模塊，支持視頻預(yù)覽按時(shí)間軸，按圖片幀進(jìn)行分段分組操作；同時(shí)對(duì)截取目標(biāo)進(jìn)行不同屬性標(biāo)記，分析。支持全方位數(shù)據(jù)處理需求
支持長、短視頻多層級(jí)復(fù)雜體系標(biāo)簽標(biāo)注，支持視頻審核過濾
智能工具輔助標(biāo)注與審核，全流程覆蓋，提高標(biāo)注效率與質(zhì)量
保障安全
端到端流程保障導(dǎo)入、導(dǎo)出數(shù)據(jù)安全可靠
靈活便捷
SaaS/鏡像/私有化部署
易部署/易集成/易運(yùn)維
降本增效
易操作/易管理
按需使用，模塊高可擴(kuò)
部署模式
選擇適合自己的
SaaS
個(gè)人版
- 數(shù)據(jù)敏感度低
- 數(shù)據(jù)離岸
- 語音/文本/圖像數(shù)據(jù)標(biāo)注
- 開箱即用
- 流程簡(jiǎn)單易操作
- 10G 原始數(shù)據(jù)上載空間
SaaS/鏡像
團(tuán)隊(duì)版
- 數(shù)據(jù)敏感度中/高
- 數(shù)據(jù)離岸/在岸
- 語音/文本/圖像/視頻多模態(tài)數(shù)據(jù)標(biāo)注
- 開箱即用，按需使用
- 標(biāo)準(zhǔn)化項(xiàng)目流程
- 團(tuán)隊(duì)管理
- 項(xiàng)目管理
- 智能化預(yù)加載模型
私有化部署
企業(yè)版
- 數(shù)據(jù)敏感度高
- 數(shù)據(jù)在岸
- 語音/文本/圖像/視頻多模態(tài)數(shù)據(jù)標(biāo)注
- 自定義項(xiàng)目流程
- 團(tuán)隊(duì)管理
- 項(xiàng)目管理
- 智能化預(yù)加載模型
Annotator 標(biāo)注平臺(tái)評(píng)價(jià)
→
在 Magic Data 的 Annotator 標(biāo)注平臺(tái)上我們實(shí)現(xiàn)了場(chǎng)景導(dǎo)向的多模態(tài)標(biāo)注。在我們完整的票據(jù)自動(dòng)化場(chǎng)景中，通過平臺(tái)串聯(lián)了圖像和自然語言處理的標(biāo)注模塊，實(shí)現(xiàn)了降本增效，逐漸實(shí)現(xiàn)我們 Data Pipeline 的長期目標(biāo)。另外，得益于 Annotator 平臺(tái)的高度展性，我們將自有預(yù)識(shí)別模型耦合進(jìn)平臺(tái)，大大提高了標(biāo)注效率。