markup

AI辅助文档标注,主动学习减少人工成本

markup 是一个基于网页的文档标注工具,利用 AI 技术(如 GPT-4)辅助数据标注。它主要解决机器学习项目中数据标注效率低、成本高的问题,尤其针对自然语言处理任务,如命名实体识别等。核心能力包括:提供直观的网页界面进行文档标注,支持主动学习策略,让模型参与标注过程,优先标注对模型提升最大的样本,从而减少人工标注量。该工具面向数据科学家和机器学习工程师,旨在加速高质量数据集的构建,推动模型迭代。

开源 freemium 数据集
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 270
维护状态 活跃
是否开源
定价模式 freemium

项目数据

分类数据集
开发团队samueldobbie
所属国家
定价模式freemium
价格说明提供免费版本,高级功能需付费,具体定价待确认
访问状态
是否开源
开源协议MIT
主要语言TypeScript
技术栈/模型active-learning,annotation-tool,data-labeling,data-science,gpt-4,machine-learning,named-entity-recognition,natural-language-processing,ner,nlp,sequence-to-sequence,text-annotation,text-annotation-tool
GitHub 星标★ 270
30天Star增速
HF 下载量
上线时间2019-02-21 00:00:00
最近更新2026-08-23 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-24
浏览次数0

核心亮点

  • 集成GPT-4等AI模型,自动预标注,显著提升标注效率
  • 采用主动学习策略,智能筛选高价值样本,减少人工标注量
  • 基于网页,无需安装,易于协作和部署

不足之处

  • 项目处于早期阶段,功能可能不够完善
  • 文档和社区生态待观察

适用场景

  • NLP数据集构建,如命名实体识别标注
  • 机器学习项目中的快速数据标注与迭代
  • 需要AI辅助预标注的文档处理工作流

替代项目

Label Studio、Prodigy、Doccano

项目介绍

markup 是一个数据集领域的开源项目,官方简介:A web-based document annotation tool, powered by AI :rocket:。项目使用 TypeScript 开发,在 GitHub 上获得 270 星标。

上一篇:fastdup

下一篇:没有了!

同类项目推荐

be_great 开源

用大模型生成以假乱真的表格数据,解决隐私和数据短缺问题。

A novel approach for synthesizing tabular data using pretrained large language model···

★ 365 2026-08-17
University1652-Baseline 开源

拿无人机图像定位全球建筑,跨视角检索基准一键跑通

ACM Multimedia2020 University-1652: A Multi-view Multi-source Benchmark for Drone-ba···

★ 673 2026-08-13
SDMetrics 开源

给合成数据打分,快速判断质量好坏

Metrics to evaluate quality and efficacy of synthetic datasets.

★ 261 2026-08-10