markup

AI辅助文档标注,主动学习减少人工成本

开源 🏷️基础免费,高级付费 ✅ 目前可打开 数据集 🍴 复刻 32 🐛 待处理 19 👀 关注 9
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 271
维护状态 活跃
是否开源 开源
定价模式 🏷️基础免费,高级付费 支持限时试用 · 提供免费版本,高级功能需付费,具体定价待确认

项目预览

markup 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类数据集
开发团队samueldobbie
定价模式🏷️基础免费,高级付费
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✅ 目前可打开
是否开源是
开源协议MIT
主要语言TypeScript
技术栈/模型active-learning,annotation-tool,data-labeling,data-science,machine-learning,named-entity-recognition,natural-language-processing,ner,nlp,sequence-to-sequence,text-annotation,text-annotation-tool
GitHub 星标★ 271
上线时间2019-02-21 00:00:00
代码更新2026-11-19
仓库体积81.1 MB
本站数据更新2026-11-21
维护状态活跃
收录时间2026-08-24
浏览次数8

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-24 · 当前星标 ★ 271

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

上一篇:fastdup

下一篇:GTSinger

同类项目推荐

Recommendations-Diffusion-Text-I··· 开源

一册在手,快速掌握扩散模型在文本图像生成的全部前沿论文。

A paper collection of recent diffusion models for text-image generation tasks, e,g.,···

★ 271 2026-08-09
open-speech-corpora 开源

找语音数据集?一个清单搞定ASR/TTS等语料库导航

A list of accessible speech corpora for ASR, TTS, and other Speech Technologies

★ 1408 2026-08-09
Koala-36M 开源

用3600万配对视频,让AI生成更听话的视频

Official implementation of the paper "Koala-36M: A Large-scale Video Dataset Improvi···

★ 259 2026-08-09
MathPile 开源

给数学大模型喂高质量语料,提升推理能力。

[NeurlPS D&B 2024] Generative AI for Math: MathPile

★ 420 2026-08-09
DataDreamer 开源

用提示词生成合成数据,快速训练和微调你的AI模型。

DataDreamer: Prompt. Generate Synthetic Data. Train & Align Models.

★ 1125 2026-08-09
LongICLBench 开源

测出长上下文模型在超长输入下的真实学习能力

Code and Data for "Long-context LLMs Struggle with Long In-context Learning" [TMLR20···

★ 113 2026-08-09
Awesome-Multi-Token-Prediction 开源

一次预测多个词,让大模型推理更快更省

A curated list of papers, tools, and resources on Multi-Token Prediction (MTP) and r···

★ 216 2026-09-15
StarryDivineSky 开源

一个仓库逛遍 10K+ 精选开源项目,快速找到你要的轮子。

精选了10K+项目,包括机器学习、深度学习、NLP、GNN、推荐系统、生物医药、机器视觉、前后···

★ 955 2026-08-09
Awesome-Dataset-Distillation 开源

一页看全数据集蒸馏论文,快速入门与追新

A curated list of awesome papers on dataset distillation and related applications.

★ 1984 2026-09-21