做监督学习最头疼的不是模型，是数据标注。
工具有几个，我推荐 Label Studio：
- 开源、本地部署、数据不出公司
- 支持文本、图像、音频、视频
- 支持多人协作
- 直接导出 CoNLL / JSON 格式
部署：
pip install label-studio label-studio start |
浏览器打开 http://localhost:8080，注册账号，新建项目，选模板（NER、分类、关系抽取都有）。
实战经验：
- 标注前先写「标注规范」，不然 5 个人标 5 个样
- 每个任务先标 50-100 条，review 一次再继续
- 双人标注 + 一人仲裁，质量最高
- 项目冷启动可以用 ChatGPT 预标注，人工只校对，效率翻 3 倍
我自己接过一个 NER 项目，2000 条文本从头标要一周，ChatGPT 预标 + 人工校对，3 天搞定。
本文由 BBZ · 小朵科技工作室 出品。