从最底层的语言学标注，到大模型 SFT / RM / 偏好对齐，统一团队、统一规范。
中文分词、词性标注（POS）、句法分析、依存关系，覆盖现代汉语 + 古文 + 网络文本。
人名、地名、机构名、时间、金额、型号、产品、专业术语，行业自定义实体体系无上限。
正面 / 负面 / 中性三分类，含细粒度强度、方面级情感（ABSA）、立场识别、讽刺识别。
多轮对话意图分类、槽位填充、上下文消解、指代消解、对话状态跟踪，智能客服 / 助手专项。
文本分类、相似度判定、抽取式 / 生成式摘要、语法纠错、校对、改写、平行语料对齐。
SFT 监督样本、RM 奖励模型偏好对、RLHF / DPO 偏好排序、安全 / 幻觉治理、平行语料对齐。
不同行业的术语体系完全不同，我们用对应行业背景的标注团队，从源头保证术语一致性。
财报、研报、招股书、舆情、合规文本，金融实体与事件抽取。
合同条款、判决书、案由抽取、法条引用、法律实体与关系。
电子病历、影像报告、医学文献、药品 / 疾病 / 症状实体体系。
政策文件、办事指南、12345 工单、政务实体与意图。
题库标注、知识点抽取、学科树挂载、作答评分。
商品属性抽取、评论挖掘、SKU 归一化、品类树挂载。
车机指令、用户手册、故障描述、零部件术语体系。
工艺文档、设备型号、故障代码、巡检记录术语标准化。
| 规格项 | 能力描述 |
|---|---|
| 输出格式 | JSONL / CoNLL / IOB2 / BRAT / BIO / Spans + 自定义 |
| schema 定义 | 客户自定义实体 / 关系 / 事件体系，支持嵌套与多层级 |
| 一致性指标 | 双盲一致性 ≥ 0.86，关键字段全检 |
| 评估指标 | F1 / Precision / Recall / Accuracy / BLEU / ROUGE / 自定义 |
| NER 准确度 | F1 ≥ 0.92 通用实体；行业实体可对齐客户基线 |
| 语言覆盖 | 中、英、日、韩、东南亚多语种与小语种平行语料 |
| 大模型样本 | SFT / RM / DPO 偏好对、安全 / 幻觉评测、平行语料 |
文本标注最大的风险是主观差异——同一句话不同标注员的判定常出现 10-20% 的分歧。我们用双盲交叉 + 仲裁 + 终审，把分歧压在交付之前。
同一样本由两名独立标注员盲标，自动比对差异。
差异样本进入仲裁队列，由资深标注员判定。
独立质控团队全检关键字段，IAA 不达标整批退回。
交付前对边界与歧义样本最终把关，对齐客户验收口径。
