多语种平行语料库标注工具

这是一款用于手动标注多语种平行语料库的网页应用，适用于语料库语言学研究和自然语言处理等领域。

在线使用：https://roblinka.github.io/CorposAnnotation/

功能特点

• 支持上传包含多个平行文本的CSV文件，从而处理两种或以上语言的平行语料。
• 支持自定义标注项，并且这些标注项可以便捷地分组，使标注过程更为直观和高效。
• 每条平行语料以独立的卡片形式展示，以提供清晰的数据视图，列出所有文本信息。
• 如上传带有标准信息的语料库，将还原标注项的勾选状态，便于检查自动标注的结果。
• 变更过的条目，卡片样式将发生变化，便于检查已标注的结果，或记录新开始标注的进度。
• 提供即时导出功能，可以方便地储存更新后的标注结果，适用于后续的数据处理或分析。

操作说明

1. 设置需要标注的语料及标注项

• 使用表格处理软件（如Excel）编辑仓库中的3个CSV文件。
• 注意：在Excel中，须从“数据”菜单中选择“从文本/CSV获取”，打开CSV文件，并确保设置逗号为分隔符，以避免文本出现乱码。

2. 上传平行语料CSV

• 打开“语料库标注工具”网页。
• 分别点击页面顶部的三个“选择文件”按钮，依次上传平行语料库、标注项分组、具体标注项的CSV文件。

3. 进行语料标注

• 上传文件后，待CSV文件加载完成，页面将自动展示待标注的语料卡片。
• 浏览每条语料卡片，并根据需要勾选相应的标注项。

4. 导出标注结果

• 完成标注后，点击页面顶部的“导出标注”按钮。
• 在弹出的保存对话框中选择存储路径，并保存标注结果的CSV文件。