怎么用Coze提升数据标注的效率？Coze工作流结合飞书使用有什么好处？

研发专家-白起 • 2024年10月14日下午2:25 • AI提效 • 阅读 109

在当今数据驱动的时代，数据标注成为了机器学习项目中不可或缺的一环。然而，传统的手动数据标注方式不仅耗时费力，还容易引入人为错误。为了解决这个问题，自动化数据标注工具应运而生。本文将详细介绍如何使用Coze平台实现自动化数据标注，并进一步探讨如何将这些自动化流程发布到飞书，以便在团队协作中更加高效地利用这些工具。

文章导航

一、怎么用Coze实现自动化数据标注？

Coze作为一个强大的自动化工具，支持多种编程语言和灵活的流程设计，使得数据标注自动化变得简单易行。下面，我们将一步步解析如何在Coze中实现自动化数据标注的流程。

数据标注自动化的流程如下图：

接下来是coze中实现这个流程的步骤。

第一步：解析输入，可以使用函数处理，coze支持python和js代码。

代码内容如下，注意，代码的返回内容需要和函数面板上的输出对应。

async def main(args: Args) -> Output:
    params = args.params
    input_ = params.get("input")
    datas = input_.split("\n")
    ret : Output = {
        "datas": datas
    }
    return ret

第二步：数据标注，主要是对两个文本进行判读。接下来对处理后的文本内容加一个条件判断。

当解析结果的长度>=2时，说明输入满足判断条件，走大模型进行打标，节点信息如下：

打标prompt如下：

<Prompt>
    <System role="数据标注工程师" tone="专业" friendliness="中等" other=""/>
    <Instructions>
        <Step1>判断<query>和<content>的相关性</Step1>
        <Step2>如果相关，打标为1，否则为0</Step2>
    </Instructions>
    <Requirements>
       <Requirement1>使用中文输出</Requirement1>
       <Requirement1>输出的json需要格式化</Requirement1>
  </Requirements>
<query>
{{input[0]}}
</query>

<content>
{{input[1]}}
</content>

<output>
    {
        "tag": "{int}",
        "thought": "{string}",
        "query": {{input[0]}},
        "content": {{input[1]}}
    }
</output>
</Prompt>

如果解析结果的长度<2时，说明输入不满足判断条件，直接结束流程：