将doccano下载的实体命名识别文件jsonl数据,转换为BIO数据格式,并划分数据集

本文详细描述了使用Python处理Doccano导出的.jsonl文件,包括数据划分、格式转换(JSON到BIO)的过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、步骤:

在doccano标注好,之后导出标注好的数据,文件后缀名为.jsonl,.jsonl文件示例如下:

{"id":62,"text":"我爱北京。","label":[[2,3,"Location"]],"Comments":[]}

{"id":63,"text":"我爱南京。","label":[[2,3,"Location"]],"Comments":[]}

{"id":64,"text":"我爱天津。","label":[[2,3,"Location"]],"Comments":[]}

将jsonl数据按照6:2:2的比例划为训练集、验证集和测试集;

将划分好的.jsonl文件的数据转换为标准的json数据,json文件示例如下:

[{"id":62,"text":"我爱北京。","label":[[2,3,"Location"]],"Comments":[]},

{"id":63,"text":"我爱南京。","label":[[2,3,"Location"]],"Comments":[]},

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值