inception-project/inception

解決的問題

簡化高品質註解文本語料庫的建立。解決為機器學習訓練資料手動標記大量文字的困難，解決需要將註解錨定在特定本體的需求，以及需要在多個註解者之間保持一致性的需求。

工作原理

該平台允許使用者在瀏覽器中直接定義自訂註解方案與層級（如實體、關係、共指等）。它與知識庫（RDF、OWL、SPARQL端點）整合，將實體連結至現有本體。為加速流程，它使用機器輔助推薦器，即時學習使用者目前的註解，並透過主動學習優先建議不確定的案例。

適用對象

專為研究人員與機構設計，用於建立自然語言處理（NLP）用的文本資料集，特別是需要基於正式知識庫的複雜多層註解的使用者。

特色亮點

• 知識庫整合：支援透過RDF或SPARQL連結Wikidata、SNOMED CT及其他本體。
• 機器輔助標註：推薦器即時學習，並使用主動學習優先處理不確定案例。
• 多層支援：支援語法、框架與文件標籤的重疊層級。
• 品質控制：包含測量註解者間一致性的工具，並支援黃金標準的整理。
• 彈性部署：提供桌面安裝程式或支援單點登入的伺服器部署。
• 可擴展性：提供REST API，並支援透過自訂模型接入外部推薦器。