在人工智能时代,自然语言处理技术在各领域的应用越来越广泛。虽然机器学习、深度学习等各种各样的算法模型层出不群,但是在特定领域下(如医疗、电商、金融等),目前全自动无监督的算法仍然无法达到很好的效果,而半监督算法、有监督算法又需要标注数据的支持,而且不同的算法对标注数据的质量和数量都有不同的要求。为了解决自然语言处理任务中数据标注的问题,目前主要存在三种方式:众包标注、专家标注、算法标注。但均有其局限与不足,专家标注成本较高,众包标注成本较高且质量难以保证,算法标注质量较低,无法满足多种多样的数据标注需求。本文针对上述问题,在充分调研已有研究的基础上,设计了一种三阶段标注框架,并基于该框架实现了多人协作的智能化标注平台。具体来说本文的研究内容和创新成果包括:(1)针对普遍的标注任务,提出了基于主动学习思想的三阶段标注框架,通过算法、普通用户、专家用户三者流转协作完成标注任务,通过算法的预标注来提高标注效率,通过交互式的错误反馈机制迭代提高用户的标注准确率。(2)针对目前系统支持的若干类文本标注任务,设计并实现了基于任务相似度和用户偏好的个性化分配算法,提高用户与任务的匹配度,从而提高标注质量和效率。(3)基于上述框架和算法,采用交互式web2.0技术搭建了智能化标注平台。平台采用模块化组件化的设计,其中的多种算法组件都可以灵活扩展,从而支持多种标注任务。(4)采用模拟实验和用户调研的方式,验证了框架在提升标注效率和质量方面的有效性。