doccano

doccano 是一款面向机器学习从业者的开源文本标注工具，核心价值在于让标注数据这件事变得简单高效。对于做自然语言处理的朋友来说，训练模型最头疼的往往不是算法，而是缺少高质量的标注数据。以前要么手动写脚本标注，要么用商业平台，又贵又不灵活。doccano 直接把标注界面搬到了浏览器里，你只需要创建项目、上传文本，就能用鼠标点选、拖拽的方式为文本分类、命名实体识别、序列标注、文本摘要等任务打标签，几个小时就能攒出一套可用的数据集。 技术亮点方面，doccano 支持多人协作标注，团队可以同时标记同一批数据，管理员还能分配任务、审核结果。它内置了 RESTful API，方便你把它集成到自己的数据处理流水线中。此外，多语言界面、移动端适配、暗色主题甚至 emoji 支持这些细节，都让日常使用体验很友好。底层数据库默认用 SQLite，也可以切换到 PostgreSQL，部署方式灵活，pip 安装、Docker 或 Docker Compose 都支持，对 Python 3.8 以上版本就可以跑起来。 适用场景非常广泛：如果你是 NLP 研究员或数据科学家，需要快速标注一批实验数据；如果你是 AI 产品经理，想低成本验证某个文本分析功能；甚至你是学生做课程项目，doccano 都能帮你省下大量手工标注的时间。除了常见的文本分类、命名实体识别，它还能做序列到序列的标注，比如文本摘要、机器翻译等任务。 上手难度极低。只要你会用命令行，一条 pip install doccano 就装好了，再运行 doccano init 和 doccano createuser 就能启动 Web 界面。整个过程不到十分钟。不需要懂前端框架或后端配置，唯一的门槛就是电脑上得有 Python 环境。对于完全零编程基础的人，官方文档和在线 Demo 也足够直观，用鼠标点几下就能理解全流程。总的来说，这是一个非常成熟、社区活跃的开源工具，star 数过万，文档完善，值得每一个做文本标注的人收藏。