Software de anotação de texto rápido e ferramenta de etiquetagem.

De simples classificação de conversas a interfaces multitarefas avançadas com reconhecimento de entidades nomeadas e extração de relações, são abordados casos de uso de processamento de linguagem totalmente natural. Cada interface de anotação de texto é projetada para oferecer suporte à produtividade. A composibilidade de cada interface de rotulagem de texto permite a adaptação às necessidades específicas de cada projeto.

Para todas as tarefas: classificação de texto classe única, multiclasse, lista suspensa para a lista longa, classificação aninhada para gerenciar ontologias complexas. Reconhecimento de entidade nomeada, extração de relação, reconhecimento óptico de caracteres (OCR).

Tipos de arquivo: txt ou PDF.

Software de etiquetagem e anotação de texto para melhor qualidade de dados de texto.

A ferramenta de rotulagem de texto online ou local da Kili Technology facilita a colaboração com especialistas de domínio ou rotuladores externos e equipes de ciência de dados. O monitoramento de qualidade de dados rotulados é integrado graças a ferramentas avançadas como análise de consenso, honeypot, revisão, instruções e muito mais.

Colaboração simples entre rotuladores e cientistas de dados.

A ferramenta online de anotação da tecnologia Kili para texto foi projetada para facilitar a colaboração, por exemplo, especialistas de domínio on-board ou equipes de rotulagem externas, alavancar melhores ferramentas de governança de dados, distribuição avançada de gerenciamento de fila de ativos quando se trata de rotular um grande volume de dados de uma só vez.

Trabalhe em uma plataforma robusta de anotação de texto.

Nossa plataforma está disponível online ou no local. Para a comunidade, desenvolvemos receitas, tornadas open source em nosso Github. Facilita o aproveitamento de nossa poderosa API GraphQL para interagir programaticamente com a ferramenta. Também permite alavancar o ecossistema de código aberto: AutoSKlearn (framework autoML de código aberto do SickitLearn) para treinar online um modelo de classificação de texto; Snorkel para implementar estratégias de aprendizagem supervisionadas fracamente: para o reconhecimento e classificação de entidades de nomes, permite combinar regras simples como dicionários ou REGEX para construir pré-anotadores poderosos. Nosso wrapper em Python torna isso ainda mais fácil se você não estiver familiarizado com GraphQL.