Prodigy

Prodigy 是 Explosion 推出的可下载、可扩展数据标注工具，用于创建机器学习和 NLP 系统的训练与评估数据。它运行在用户自己的硬件或基础设施上，而不是托管式 SaaS；官网强调数据不会离开用户的机器。其浏览器标注应用支持一次专注处理一个任务、自定义 recipes、主动学习、信息抽取、文本分类、图片和音频标注，并可与 spaCy 生态集成。Prodigy 采用一次性购买的终身授权，并提供个人和团队选项。

✨ 主要功能

• 本地标注 — 在自己的机器或基础设施上运行工具。
• 文本分类 — 为文档和文本类别添加标签。
• 信息抽取 — 标注 NLP 所需的实体和关系。
• 命名实体识别 — 创建并审阅模型训练用实体数据。
• 图片标注 — 为计算机视觉流程标注图片。
• 音频标注 — 处理语音和音频数据集。
• 主动学习 — 优先审阅有助于改进模型的样本。
• 自定义 recipes — 按项目配置标注界面和任务。
• 浏览器应用 — 让标注员在网页中专注审阅单项任务。
• 编程流程 — 通过代码导入、导出并扩展数据。
• spaCy 集成 — 与 Explosion 的 NLP 生态配合使用。
• 可控数据环境 — 把敏感数据保留在自己控制的硬件上。

💳 价格与方案

• 商业终身许可 — 一次性购买获授权版本，提供个人和团队选项；并非托管式免费增值订阅。
• 学术例外 — 可授予学位的学术机构，可按厂商限制申请合资格学术研究的临时免费许可。这不是面向小型项目的通用免费试用。
• 更新与支持 — 购买前确认所选许可的更新期限、席位和支持条款。

⚖️ 同类产品对比

🎯 适用场景

• NLP 数据集 — 为分类与信息抽取模型准备文本。
• 实体标注 — 创建命名实体识别训练数据。
• 计算机视觉 — 标注图片供视觉模型使用。
• 语音数据集 — 审阅并标注音频样本。
• 主动学习迭代 — 通过针对性样本改进模型。
• 敏感数据项目 — 在私有基础设施中完成标注。
• 研究原型 — 测试不同任务 recipes。
• spaCy 项目 — 为自定义 NLP 管线创建数据。