自然语言处理 on 据吉文档

问答系统 (Question Answering)

Wed, 01 Apr 2026 08:00:00 +0000

问答系统使用说明

问答系统可以理解为「读一段文字，按问题在原文里标出答案」：先阅读给定段落，再看问题，最后在段落中拖选能直接回答问题的连续文字片段。它适合新闻、百科、说明书等场景，常用于抽取式问答、阅读理解与检索增强类模型训练。

标注核心作用

提供可定位的答案监督：答案与原文片段对齐，便于训练与评测；
约束答案来源：答案必须来自段落中的连续文本，减少凭空编造；
标注流程清晰：先选标签再划词，与常见阅读标注习惯一致。

基础操作步骤

通读下方段落，理解大意；
阅读问题，明确要回答的要点；
点选「回答」标签，在段落中拖选作为答案的连续文字；
核对所选片段是否完整、无多余内容后提交。

说明：答案应尽量是完整短语或句子，避免只选半个词；若段落中不存在合适答案，按项目约定处理（如标空或跳过）。

注意事项

划选范围需与问题严格对应，避免包含无关邻句；
同一问题通常只保留一条答案片段，与 maxUsage="1" 一致；
示例数据里的 text 字段建议写成单行字符串（不在 JSON 内换行），以免与字符偏移不一致。

模板预览

文本分类 (Text Classification)

Wed, 01 Apr 2026 08:00:00 +0000

文本分类使用说明

文本分类可以理解为「读一句话或一段字，选一个最贴切的标签」：界面先展示 $text 绑定的正文，再在下方卡片中从若干互斥选项里点选一项（如情感分析中的积极 / 消极 / 中性）。它适合评论舆情、客服意图、新闻主题等场景，常用于情感分类、主题标注与意图识别训练。

标注核心作用

输出标准类别标签：与文本一一对应，便于直接训练分类器；
单选约束清晰：choice="single" 避免一条样本多标签冲突（除非业务改为多选）；
布局集中：正文与选项分区展示，阅读与点选路径短。

基础操作步骤

阅读上方待分类文本，把握整体语气或主题；
在下方卡片标题「选择文本情感」对应区域，点选一项，可自动提交。

说明：若项目对「中性」与「无明显情感」有区分，需在标注规范中写清边界；快捷键 [1] [2] [3] 以平台实际显示为准。

分类体系 (Taxonomy)

Wed, 01 Apr 2026 08:00:00 +0000

分类体系使用说明

分类体系可以理解为“选择最符合文本的标签”：先阅读文本，再从树形选项中选择最匹配的分类节点。与普通单层分类不同，Taxonomy 能表达“父类 -> 子类”的层级关系，例如先是“美洲板块”，再细分到“北美洲/南美洲”。

标注核心作用

支持层级标签表达：不仅知道“属于哪类”，还能表示“属于该类下的哪一支”；
提升分类一致性：统一树形体系后，跨团队标注口径更稳定；
便于后续检索统计：可按父类聚合，也可按叶子节点细分分析。

基础操作步骤

阅读题目内容，点击右侧下拉箭头展开分类树；
在列表中选择目标节点；若为父子结构，可按需展开后选子类；
提交前核对已选标签是否完整、是否存在误选。

说明：示例中“美洲板块”下含“北美洲/南美洲”子项；若业务要求更细粒度（如国家、地区），可继续向下扩展 Choice 层级。

注意事项

父子节点命名应避免语义重叠，减少“该选父类还是子类”的歧义；
若项目只允许最末级节点生效，需在标注规范中明确“禁止只选父类”；
调整树结构后，建议同步更新历史数据映射与质检规则。

模板预览

关系抽取 (Relation Extraction)

Mon, 13 Apr 2026 08:00:00 +0000

关系抽取使用说明

关系抽取可以理解为「先按类型标出两个（或多个）文本片段，再用关系类型把它们连起来」：例如先为「文天祥」打上名词类标签、为「他」打上代词类标签，再通过界面中的关系工具在二者之间建立一条边，表示代词指向该名词。它适合共指消解、实体关系分类、事件论元关联等场景，常与命名实体识别配合使用。

标注核心作用

输出实体对级别的结构化监督，便于训练关系分类器或图神经网络；
关系类型由 Relations 预定义，保证全项目口径一致；
可视化连线降低漏标、错向（头尾颠倒）的概率。

基础操作步骤

点选实体类型标签，并在文本中拖选对应片段完成实体标注（至少需要两个标注的实体才能进行关系抽取）；
在下方面板切换到「信息」板块；
选中其中一个实体作为关系一端的区域；
点击关系图标，即可创建关系；
点击另一个实体，就能完成关系链接。

说明：完成以上步骤之后，点击截图中「关系」板块，选择对应的关系对即可选择具体关系类型（关系类型可自己定义）。

注意事项

实体边界尽量紧凑，避免把标点或无关邻词选入同一跨度；
同一对实体是否允许多条关系、是否区分方向，需在标注规范中写清；
示例中的 org:founded_by / org:founded 仅为配置演示，与中文传记样例无字面语义对应时，应替换为真实关系集合。

模板预览

内容审核 (Content Moderation)

Wed, 01 Apr 2026 08:00:00 +0000

内容审核使用说明

内容审核可以理解为“先判断文本涉及哪些类别，再补充审核意见”：标注员先阅读文本内容，勾选一个或多个标签（如侮辱、威胁、积极、温暖），再在评论框写下必要说明，用于支撑判定依据或记录边界情况。

标注核心作用

支持多标签判定：同一文本可同时命中多个类别，贴合真实审核场景；
保留人工解释：评论字段可沉淀判定依据，便于质检复核；
适配策略优化：标签与评论结合后，可用于规则迭代与模型微调。

基础操作步骤

通读文本，判断文本类别；
在标签区勾选一个或多个标签；
可以在“请补充一些意见或评论”区域填写说明，回车即可添加评论；
提交前复核标签是否漏选、评论是否清晰。

说明：若文本同时包含冲突信号（如“积极”与“威胁”并存），应按项目规范保留多标签并在评论中解释上下文。

注意事项

choice="multiple" 表示多选模式，若业务改为互斥判定需调整为单选；
标签定义需配套审核准则（命中条件、例外条件、优先级）；
评论建议聚焦“为什么命中该标签”，避免无信息量描述。

模板预览

模板配置

完整代码块

<View>
 <Text name="text" value="$text"/>

 <Choices name="content_moderation" toName="text" choice="multiple" showInline="false">
 <Choice value="侮辱" background="red"/>
 <Choice value="威胁" background="brown"/>
 <Choice value="积极" background="orange"/>
 <Choice value="温暖" background="pink"/>
 </Choices>

 <View style="margin: var(--spacing-tight); box-shadow: 0 4px 8px rgba(var(--color-neutral-shadow-raw) / 10%); padding: var(--spacing-tight) var(--spacing-base); border-radius: var(--corner-radius-small); background-color: var(--color-neutral-background); border: 1px solid var(--color-neutral-border);">
 <Header value="请补充一些意见或评论"/>
 <TextArea name="comments" toName="text" required="false"/>
 </View>
</View>

内容审核配置代码说明

以上代码用于实现“文本审核 + 多标签分类 + 备注说明”的联合标注流程。

机器翻译 (Machine Translation)

Wed, 01 Apr 2026 08:00:00 +0000

机器翻译使用说明

机器翻译：标注员先阅读中文源文本，再在右侧输入框中填写西班牙语译文。该模板适合通用文本翻译、行业语料构建、术语库校对等场景，常用于多语种翻译模型训练与质量评估。

标注核心作用

构建高质量平行语料：源文与译文一一对应，可直接用于训练与评测；
保持术语一致性：通过统一译法降低模型输出波动；
提升人工可控性：支持人工逐条翻译与复核，便于质量管控。

基础操作步骤

阅读左侧中文段落，理解整体语义和句间逻辑；
在右侧输入框填写西班牙语译文，注意检查是否漏译、误译或语法不通顺；
点击添加按钮提交译文；
提交后可以点击编辑键进行编辑，或者点击删除键以删除译文。

说明：建议优先保证“忠实原意 + 语句通顺”；若项目有术语表，请严格按术语表翻译。

注意事项

required="true" 表示译文必填，空内容无法提交；
maxSubmissions="1" 限制每条样本只提交一版译文，避免重复记录；
涉及专有名词时，优先使用项目约定译法并保持全量数据一致。

模板预览

文本摘要 (Text Summarization)

Wed, 01 Apr 2026 08:00:00 +0000

文本摘要使用说明

文本摘要可以理解为“读完原文，用一句话提炼核心信息”：标注员先阅读正文，再在输入框中写出简洁、准确、信息完整的一句话总结。该模板适用于资讯摘要、文档浓缩、内容分发与知识整理等场景。

标注核心作用

构建高质量“原文-摘要”样本，用于摘要模型训练与评测；
压缩冗余信息，保留关键事实，提升内容消费效率；
统一摘要口径，便于后续质检与多版本对比。

基础操作步骤

通读原文，识别主要对象、场景与核心观点；
在“请用一句话进行总结”输入框中填写摘要，并检查摘要是否忠实原文、是否遗漏关键要点；
点击添加按钮提交摘要。

说明：摘要建议控制在一句完整语义内，避免逐句拼接原文；优先“准确”再“精炼”。

注意事项

required="true" 表示摘要必填，空值不可提交；
maxSubmissions="1" 限制单条样本仅提交一条摘要；
避免加入原文未出现的事实或主观推断，确保信息保真。

模板预览

模板配置

完整代码块

<View>
 <Header value="请阅读下面的文本：" />
 <Text name="text" value="$text" />

 <Header value="请用一句话进行总结：" />
 <TextArea name="answer" toName="text"
 showSubmitButton="true" maxSubmissions="1" editable="true"
 required="true" />
</View>

文本摘要配置代码说明

以上代码用于实现“阅读文本 -> 输出一句话摘要”的流程。

命名实体识别 (Named Entity Recognition)

Wed, 01 Apr 2026 08:00:00 +0000

命名实体识别使用说明

命名实体识别可以理解为「先选实体类别，再在原文中圈出对应片段」：例如先点选“人物”，再在文本里拖选“女孩林晓”；切换到“时间”后再标注“深秋的傍晚”。它适合新闻、合同、医疗记录、客服对话等文本场景，常用于实体抽取、关系抽取和知识图谱构建任务。

标注核心作用

将非结构化文本转成结构化实体数据，便于检索和统计；
支持多类别并行标注，提升信息抽取覆盖度；
通过统一标签口径，降低模型训练时的语义噪声。

基础操作步骤

通读文本，识别其中的人物、事实、时间、环境等关键信息；
点选下方实体标签（如“人物”）；
在文本中拖选对应片段完成标注；
重复以上步骤，直到主要实体标注完成。

说明：建议按“人物 -> 事实 -> 时间 -> 环境”的顺序标注，完成后在下方历史区复核，避免漏标或类别选错。

注意事项

实体边界尽量紧凑，避免把上下文虚词一并选入；
同一类型实体在整批任务中保持统一口径（如时间是否包含修饰词）；
若同一片段可能落入多个类别，优先按项目标注规范处理，避免重复冲突。