使用Label-Studio進(jìn)行數(shù)據(jù)標(biāo)注

數(shù)據(jù)標(biāo)注工具 Label-Studio

Label-Studio是一個用于數(shù)據(jù)標(biāo)注的工具。它提供了一個簡單易用的界面，可以幫助用戶進(jìn)行各種類型的數(shù)據(jù)標(biāo)注工作，如文本分類、命名實體識別、關(guān)系抽取等。

安裝

要安裝Label-Studio，首先需要在命令行（cmd、terminal）執(zhí)行以下安裝命令：

# Python 3.8+
pip install doccano -i https://pypi.tuna.tsinghua.edu.cn/simplelabel

運行 doccano

安裝完成后，可以通過以下命令來運行Label-Studio：

#在電腦第一次運行的時候初始化doccano
#只需設(shè)置一次，之后不用再運行該命令
doccano init

#創(chuàng)建用戶名及密碼；例如現(xiàn)在有一個主管admin，1個標(biāo)注員vipsoft
doccano createuser --username admin --password 123456
doccano createuser --username vipsoft --password 123456

#開啟doccano服務(wù)
doccano webserver

完成上述操作后，另打開一個新的命令行，執(zhí)行下列命令：

# In another terminal, run the command:
doccano task

打開 doccanno

在瀏覽器里輸入：
http://localhost:8000/
支持中文，挺好

輸入用戶名密碼：

創(chuàng)建項目

Label-Studio支持抽取式任務(wù)項目創(chuàng)建和分類式任務(wù)項目創(chuàng)建。為了創(chuàng)建項目，可以按照以下步驟進(jìn)行：

• 抽取式任務(wù)項目創(chuàng)建

  適配命名實體識別、關(guān)系抽取、事件抽取、評價觀點抽取等任務(wù)

• 分類式任務(wù)項目創(chuàng)建

  適配文本分類、句子級情感傾向分類等任務(wù)。

為創(chuàng)建項目，如圖點擊Create按鈕。根據(jù)需要選擇合適的項目類別,這里選擇 文本分類 Text Classification ，

上傳數(shù)據(jù)

可以通過以下鏈接下載實驗數(shù)據(jù)：
https://hidadeng.github.io/blog/doccano_text_anotation/data.csv

上傳數(shù)據(jù)

下面的 review 對應(yīng) csv 里的列

定義標(biāo)簽

點擊左側(cè)菜單中的“Labels”按鈕來定義標(biāo)簽。在標(biāo)簽編輯器頁面中，可以通過指定標(biāo)簽文本、快捷鍵、背景顏色和文本顏色來創(chuàng)建標(biāo)簽。

同理，可以定義負(fù)面neg標(biāo)簽�，F(xiàn)在有了pos和neg兩個標(biāo)簽。

添加成員

點擊左側(cè)目錄中的 Members 按鈕，然后，選擇“Add”按鈕以顯示表單。使用您要添加到項目中的用戶名和角色填寫此表單。然后，選擇“Save”按鈕。如果沒有可供選擇的成員，記得創(chuàng)建成員。 doccano createuser --username tom --password 123456

開始標(biāo)注

點擊導(dǎo)航欄中的 Start annotation 按鈕，開始對文檔進(jìn)行批注了

導(dǎo)出數(shù)據(jù)

到“Dataset”頁面，然后單擊“操作”菜單中的“Export dataset”按鈕。選擇導(dǎo)出格式后，單擊“Export”。

查看數(shù)據(jù)

import pandas as pd

df = pd.read_csv('all.csv')
df

統(tǒng)計

• 異色邊緣龍局北辰卡組詳解
• 《怪化貓》系列第二章《火鼠》近日公開諸多新情報
• steam特賣頁面出現(xiàn)神秘粉發(fā)女孩 引發(fā)網(wǎng)友熱烈討論
• 大雪節(jié)氣活動：桃源深處有人家雪盛冬藏
• 游俠晚報：《絕地潛兵2》口碑上升 Fami通一周評分