Роль в жизненном цикле данных
создание эталонных метки (labels) для ML, поиска и оценки
Сильные стороны
workflows экспертов, консенсус (consensus), QA и активное обучение (active learning)
| Категория | Разметка данных |
|---|---|
| Тип | Text annotation |
| Вендор / стандарт | Doccano |
| Лицензия | MIT |
| Развёртывание | Самостоятельно развёрнутая система (self-hosted) / managed cloud / file format / public service — зависит от продукта |
| Надёжность | Надёжность оценивается на больших и грязных данных, повторном запуске, эволюция схемы (schema evolution), частичных сбоях и восстановлении результата. |
| Эксплуатация | для рабочей среды (production) нужны карточка данных (Data Card), владелец (owner), immutable version, контрольные барьеры качества (quality gates), observability, access controls, резервное копирование (backup) и проверенная миграция. |
Типовые сценарии
создание эталонных метки (labels) для ML, поиска и оценки; разметка данных; задачи text annotation, наборы данных (datasets), качество данных (data quality), метаданные (metadata) и управление данными (governance).
Ограничения
стоимость и систематическое смещение (bias) разметки растут без инструкции, sampling и эталонные задания (gold tasks)
Проверка перед внедрением
- Сверьте актуальную лицензию, версию и ограничения официального источника.
- Возьмите репрезентативный набор с грязными и пограничными записями.
- Проверьте эволюцию схемы (schema evolution), повторный запуск и частичный сбой.
- Измерьте качество, скорость, память, хранение и стоимость поддержки.
- Проверьте экспорт, миграцию, резервное копирование, восстановление и откат (rollback).
Официальный источник: doccano.github.io ↗