数据审核与标注平台需求文档

一、需求与场景分析

1.1 需求分析

a.数据的审核，需要了解数据的质量情况，对采集、处理的数据进行把控；

b.数据的编辑，需要对看到明显错误的数据进行编辑、修改或增加；

c.数据的标注，需要人工对数据进行规范性标注。

1.2 使用场景

数据审核人员小明，负责法律法规/司法案例/法学期刊/用户需求数据质量的控制工作，最近新增了一批数据，需要快速地了解这批数据量有多少、有哪些内容、是否有新处理的字段、字段内容是否完善、缺失率多少，以便效率地评估此批数据的质量、并有针对性地进行抽查，发现问题后及时反馈给数据处理方。

数据编辑人员小红，负责法律法规/司法案例/法学期刊数据的校验，需要对有错误、不规范的数据进行编辑、修改或人工增加字段，她发现法规的数据

小强是一名大三的在校法学生，最近被老师叫去把案例里的原被告、律师、法官都给标出来，他需要一定的规范字段和简单流畅的操作平台。

需求场景

二、市场同类产品调研分析

主要针对上述需求，对人工标注与数据审核平台进行了了解，但因两者都偏公司内部应用较多，特别是数据审核，所以能直接看到的并不多，只能通过平台demo或公开宣讲的资料了解人家的思路与解决方案。

数据标注，主要体验、了解了百度众包、京东微工、龙猫数据等平台，属于人工标注转平台商业化应用的阶段了，因此提供的功能与服务都会包括方案设计、数据采集、数据清洗、数据标准，可借鉴这些公司数据标注的流程与项目管理。

百度众包人工标注流程

数据审核，主要了解宜信公司的Themis，是针对数据库工作表及SQL质量进行监控的平台，虽然运用人员是DBA 但其解决思路可供借鉴，即通过可视化的方式对工作表容量、字段数、索引数、异常数进行显示，便于工作人员快速地定位数据问题。

三、产品概述

基于数据需求，及产品调研情况，对产品做如下概述。

3.1 产品简介

审核、人工平台主要供内部或部分标注者使用，属于工具型产品，作为数据质量控制、建设的基础环节，是保障上层数据应用的基础，也是是数据商业变现的基本前提。

3.2 产品定位

（1） 帮助审核人员监控数据质量，快速定位问题，并高效地完成数据审核、编辑工作；

（2） 主要支持法律法规、司法案例两个主要业务线数据，后期将不断加入其它数据；

（3） 主要使用者为数据审核、编辑人员；

（4） 平台只提供数据的监控与编辑修改，发现的一些问题及项目协助通过其它工具处理。

3.3 产品功能

（1） 数据的监控、审核功能，主要供数据审核人员对负责的数据进行质量的监控与审核，及时发现问题，以确保数据质量。

（2）数据的标注功能，主要供数据标注人员领取数据标准任务、对要求的标注工作进行保质保量地完成。

（3） 用户管理的功能，对平台内不同的账号角色、权限、功能及操作日志进行管理。

四、产品说明

略~