DoTAT實(shí)體標(biāo)注上手教程鼠標(biāo)劃選即打標(biāo)新手10分鐘掌握NER標(biāo)注【免費(fèi)下載鏈接】MarkToolDoTAT 是一款基于web、面向領(lǐng)域的通用文本標(biāo)注工具支持大規(guī)模實(shí)體標(biāo)注、關(guān)系標(biāo)注、事件標(biāo)注、文本分類、基于字典匹配和正則匹配的自動(dòng)標(biāo)注以及用于實(shí)現(xiàn)歸一化的標(biāo)準(zhǔn)名標(biāo)注同時(shí)也支持迭代標(biāo)注、嵌套實(shí)體標(biāo)注和嵌套事件標(biāo)注。標(biāo)注規(guī)范可自定義且同類型任務(wù)中可“一次創(chuàng)建多次復(fù)用”。通過(guò)分級(jí)實(shí)體集合擴(kuò)大了實(shí)體類型的規(guī)模并設(shè)計(jì)了全新高效的標(biāo)注方式提升了用戶體驗(yàn)和標(biāo)注效率。此外本工具增加了審核環(huán)節(jié)可對(duì)多人的標(biāo)注結(jié)果進(jìn)行一致性檢驗(yàn)、自動(dòng)合并和手動(dòng)調(diào)整提高了標(biāo)注結(jié)果的準(zhǔn)確率。項(xiàng)目地址: https://gitcode.com/gh_mirrors/ma/MarkToolDoTAT 是一款基于 Web 的面向領(lǐng)域的通用文本標(biāo)注工具專為 NER 實(shí)體標(biāo)注、關(guān)系標(biāo)注、事件標(biāo)注和文本分類等任務(wù)設(shè)計(jì)。對(duì)新手最友好的是它的核心交互——鼠標(biāo)劃選即打標(biāo)選中一段文字點(diǎn)一下實(shí)體類型標(biāo)注就完成全程零代碼。本文按建規(guī)范 → 領(lǐng)任務(wù) → 劃選打標(biāo) → 自動(dòng)加速四步走帶你 10 分鐘跑通一個(gè)完整的 NER 標(biāo)注流程。為什么 DoTAT 適合新手做文本標(biāo)注?劃選即打標(biāo)選中文本、點(diǎn)選實(shí)體標(biāo)簽兩個(gè)動(dòng)作完成一次標(biāo)注?自動(dòng)標(biāo)注加速內(nèi)置字典匹配、正則匹配重復(fù)勞動(dòng)交給工具批量完成規(guī)范一次創(chuàng)建多次復(fù)用同一類任務(wù)不用反復(fù)配置團(tuán)隊(duì)協(xié)作更省心審核環(huán)節(jié)兜底多人標(biāo)注可一致性檢驗(yàn)、自動(dòng)合并與手動(dòng)調(diào)整新手標(biāo)錯(cuò)也有機(jī)會(huì)修正官方推薦的標(biāo)準(zhǔn)流程分五步定義標(biāo)注規(guī)范 → 創(chuàng)建并分配任務(wù) → 執(zhí)行標(biāo)注 → 合并與審核 → 導(dǎo)出結(jié)果。本文聚焦前三步審核與導(dǎo)出讓給管理員。一鍵安裝本地快速運(yùn)行 DoTAT在本地體驗(yàn)只需三步前提是安裝 Node.js / npm 8 及以上版本git clone https://gitcode.com/gh_mirrors/ma/MarkTool cd MarkTool npm install npm run dev啟動(dòng)后用管理員賬號(hào)登錄左側(cè)導(dǎo)航即可看到標(biāo)注規(guī)范、任務(wù)管理、標(biāo)注任務(wù)總覽等入口。標(biāo)注前準(zhǔn)備創(chuàng)建一份 NER 標(biāo)注規(guī)范進(jìn)入標(biāo)注規(guī)范頁(yè)面對(duì)應(yīng)src/views/specification/newSpecification.vue選擇任務(wù)類型為NER然后可視化地定義實(shí)體類型。例如實(shí)體類型標(biāo)注示例人名 PER張三、李四機(jī)構(gòu) ORG華東理工大學(xué)地名 LOC上海、北京DoTAT 用分級(jí)實(shí)體集合組織實(shí)體類型——實(shí)體再多也能按大類→子實(shí)體層級(jí)快速定位這是它相比普通標(biāo)注工具的一大優(yōu)勢(shì)。規(guī)范創(chuàng)建完成后同類型任務(wù)直接復(fù)用無(wú)需重復(fù)配置。規(guī)范列表管理邏輯見(jiàn)src/views/specification/specificationList.vue。創(chuàng)建標(biāo)注任務(wù)并領(lǐng)取管理員在任務(wù)管理中創(chuàng)建任務(wù)綁定剛建好的 NER 規(guī)范 一批待標(biāo)注文本即可。官方建議每個(gè)任務(wù)分配2 名標(biāo)注者 1 名審核者方便后續(xù)一致性檢驗(yàn)。標(biāo)注者登錄后進(jìn)入標(biāo)注任務(wù)總覽頁(yè)面路由/label定義在src/router/index.js表格展示任務(wù)狀態(tài)、已標(biāo)注條數(shù)與進(jìn)度條點(diǎn)擊標(biāo)注按鈕即可進(jìn)入標(biāo)注主界面。任務(wù)列表邏輯實(shí)現(xiàn)在src/views/label/index.vue。核心操作鼠標(biāo)劃選即打標(biāo)全文重點(diǎn)標(biāo)注主界面src/views/label/labeling.vue分三個(gè)區(qū)域左側(cè) 標(biāo)注數(shù)據(jù)列表每張卡片是一條待標(biāo)注文本點(diǎn)擊切換當(dāng)前文本自動(dòng)高亮上方 實(shí)體統(tǒng)計(jì)面板彩色標(biāo)簽展示全部實(shí)體類型右上角角標(biāo)實(shí)時(shí)統(tǒng)計(jì)每類已標(biāo)注數(shù)量下方 正文文本區(qū)真正的標(biāo)注戰(zhàn)場(chǎng)劃選打標(biāo)的標(biāo)準(zhǔn)姿勢(shì)第 1 步用鼠標(biāo)在文本區(qū)劃選目標(biāo)文字如上海第 2 步松開(kāi)鼠標(biāo)工具自動(dòng)捕獲劃選范圍底層監(jiān)聽(tīng)文本區(qū)mouseup事件通過(guò)window.getSelection()讀取起止偏移第 3 步點(diǎn)擊上方實(shí)體標(biāo)簽文字立即被染色標(biāo)記為對(duì)應(yīng)實(shí)體第 4 步重復(fù)劃選直到整段標(biāo)注完畢第 5 步標(biāo)錯(cuò)就點(diǎn)選已標(biāo)注內(nèi)容即可刪除或改類型兩個(gè)細(xì)節(jié)值得注意劃選內(nèi)容不能是純空白否則不會(huì)觸發(fā)標(biāo)注交互標(biāo)到一半切換文本也沒(méi)關(guān)系左側(cè)已標(biāo)注的標(biāo)準(zhǔn)卡片會(huì)實(shí)時(shí)保留歸一化記錄隨時(shí)自檢。提速技巧字典匹配與正則匹配自動(dòng)標(biāo)注面對(duì)成百上千條文本純手動(dòng)劃選還是慢實(shí)體統(tǒng)計(jì)面板旁有兩個(gè)提速選項(xiàng)卡字典匹配選擇預(yù)先建好的實(shí)體字典點(diǎn)擊應(yīng)用此字典命中字典詞條的內(nèi)容會(huì)被批量打上對(duì)應(yīng)實(shí)體標(biāo)簽正則匹配選擇正則表達(dá)式支持管理多條規(guī)則并各自綁定實(shí)體類型點(diǎn)擊應(yīng)用此正則匹配比如用一條規(guī)則一鍵標(biāo)出所有門(mén)牌號(hào)兩種自動(dòng)標(biāo)注都有防重設(shè)計(jì)應(yīng)用前彈窗提示重復(fù)命中的內(nèi)容及其位置提交時(shí)自動(dòng)剔除重復(fù)標(biāo)注避免臟數(shù)據(jù)。推薦工作流先自動(dòng)標(biāo)注打底再人工劃選做增刪改效率可提升數(shù)倍。進(jìn)階彩蛋標(biāo)準(zhǔn)名標(biāo)注實(shí)體歸一化NER 任務(wù)還有個(gè)隱藏福利——標(biāo)記標(biāo)準(zhǔn)選項(xiàng)卡。當(dāng)華東理工大學(xué)華東理工ECUST都應(yīng)歸一為華東理工大學(xué)時(shí)為已標(biāo)注實(shí)體指定標(biāo)準(zhǔn)名即可實(shí)現(xiàn)歸一化左側(cè)卡片會(huì)以原文 - 標(biāo)準(zhǔn)名形式實(shí)時(shí)展示映射關(guān)系。新手常見(jiàn)問(wèn)題 FAQQ1劃選后為什么沒(méi)有反應(yīng)確認(rèn)劃選起止在同一段連續(xù)文字內(nèi)且內(nèi)容不是純空白字符。Q2實(shí)體類型太多找不到利用分級(jí)實(shí)體集合的層級(jí)折疊按大類逐層展開(kāi)即可快速定位子實(shí)體。Q3標(biāo)錯(cuò)了怎么辦點(diǎn)選已標(biāo)注實(shí)體可直接刪除或改類型審核階段還有一次統(tǒng)一的合并調(diào)整機(jī)會(huì)。Q4標(biāo)注結(jié)果最終去哪提交后由審核者做一致性檢驗(yàn)與自動(dòng)合并最后管理員統(tǒng)一導(dǎo)出 JSON 結(jié)果文件。小結(jié)步驟操作參考耗時(shí)1定義 NER 標(biāo)注規(guī)范2 分鐘2創(chuàng)建任務(wù)并領(lǐng)取1 分鐘3鼠標(biāo)劃選 點(diǎn)選實(shí)體標(biāo)簽5 分鐘4字典 / 正則自動(dòng)標(biāo)注打底2 分鐘至此你已經(jīng)掌握了 DoTAT 實(shí)體標(biāo)注的核心姿勢(shì)劃選文字、點(diǎn)一下類型、重復(fù)直到完成。配合自動(dòng)標(biāo)注與審核機(jī)制新手也能在 10 分鐘內(nèi)產(chǎn)出可用的 NER 標(biāo)注數(shù)據(jù)?！久赓M(fèi)下載鏈接】MarkToolDoTAT 是一款基于web、面向領(lǐng)域的通用文本標(biāo)注工具支持大規(guī)模實(shí)體標(biāo)注、關(guān)系標(biāo)注、事件標(biāo)注、文本分類、基于字典匹配和正則匹配的自動(dòng)標(biāo)注以及用于實(shí)現(xiàn)歸一化的標(biāo)準(zhǔn)名標(biāo)注同時(shí)也支持迭代標(biāo)注、嵌套實(shí)體標(biāo)注和嵌套事件標(biāo)注。標(biāo)注規(guī)范可自定義且同類型任務(wù)中可“一次創(chuàng)建多次復(fù)用”。通過(guò)分級(jí)實(shí)體集合擴(kuò)大了實(shí)體類型的規(guī)模并設(shè)計(jì)了全新高效的標(biāo)注方式提升了用戶體驗(yàn)和標(biāo)注效率。此外本工具增加了審核環(huán)節(jié)可對(duì)多人的標(biāo)注結(jié)果進(jìn)行一致性檢驗(yàn)、自動(dòng)合并和手動(dòng)調(diào)整提高了標(biāo)注結(jié)果的準(zhǔn)確率。項(xiàng)目地址: https://gitcode.com/gh_mirrors/ma/MarkTool創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考