使用Label-Studio进行数据标注

数据标注工具 Label-Studio

Label-Studio是一个用于数据标注的工具。它提供了一个简单易用的界面，可以帮助用户进行各种类型的数据标注工作，如文本分类、命名实体识别、关系抽取等。

安装

要安装Label-Studio，首先需要在命令行（cmd、terminal）执行以下安装命令：

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

运行 doccano

安装完成后，可以通过以下命令来运行Label-Studio：

#在电脑第一次运行的时候初始化doccano
#只需设置一次，之后不用再运行该命令
doccano init

#创建用户名及密码；例如现在有一个主管admin，1个标注员vipsoft
doccano createuser --username admin --password 123456
doccano createuser --username vipsoft --password 123456

#开启doccano服务
doccano webserver

完成上述操作后，另打开一个新的命令行，执行下列命令：

# In another terminal, run the command:
doccano task

打开 doccanno

在浏览器里输入：
http://localhost:8000/
支持中文，挺好

输入用户名密码：

创建项目

Label-Studio支持抽取式任务项目创建和分类式任务项目创建。为了创建项目，可以按照以下步骤进行：

• 抽取式任务项目创建

  适配命名实体识别、关系抽取、事件抽取、评价观点抽取等任务

• 分类式任务项目创建

  适配文本分类、句子级情感倾向分类等任务。

为创建项目，如图点击Create按钮。根据需要选择合适的项目类别,这里选择 文本分类 Text Classification ，

上传数据

可以通过以下链接下载实验数据：
https://hidadeng.github.io/blog/doccano_text_anotation/data.csv

上传数据

下面的 review 对应 csv 里的列

定义标签

点击左侧菜单中的“Labels”按钮来定义标签。在标签编辑器页面中，可以通过指定标签文本、快捷键、背景颜色和文本颜色来创建标签。

同理，可以定义负面neg标签。现在有了pos和neg两个标签。

添加成员

点击左侧目录中的 Members 按钮，然后，选择“Add”按钮以显示表单。使用您要添加到项目中的用户名和角色填写此表单。然后，选择“Save”按钮。如果没有可供选择的成员，记得创建成员。 doccano createuser --username tom --password 123456

开始标注

点击导航栏中的 Start annotation 按钮，开始对文档进行批注了

导出数据

到“Dataset”页面，然后单击“操作”菜单中的“Export dataset”按钮。选择导出格式后，单击“Export”。

查看数据

import pandas as pd

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

统计