Doccano自定义自动标注功能

Doccano自定义自动标注功能

Doccano是什么，怎么安装就不介绍了，上GitHub上面安装就行。https://github.com/doccano/doccano，这里实验环境是在Linux系统下用docker拉的。

自定义自动标注auto labeling的接口

相关链接：https://github.com/doccano/doccano/issues/1417
这里实验主要是怎么将doccano中的auto labeling的接口替换成自己的
首先对进行进行开发这里就不服展示了，对接口传入数据后，会对数据进行分析，并返回一个label，对接口进行测试，返回格式为固定的格式。这里返回结果中的“无法判断”，就是对传入的text数据的标注结果。

打开doccano，选择要进行自动标注的项目!

添加label，这里的lebel要在自动标注的接口中要存在。

开始自定义Auto labeling接口

选择Custom RESR Request

添加字段

添加接口地址和请求方法，添加Params。

输入要标注的文本，点击test，出现结果后，点击text

点击 Next后 ，进入到设置映射模板(Set mapping template)选项卡，在Mapping Template的文本框中输入模板：

[
    {% for item in input %}
        {
            "label": "{{ item.result }}"
        }{% if not loop.last %},{% endif %}
    {% endfor %}
]

然后点击test后，点击text进入下一步

点击add添加，From填写上面result解析出来的结果，To选择对应Doccano项目里设置的标签：

进入到标注页面点击魔法棒启动自动标注，进行自动标注

其他标注方法

这里展示的是对整个文本数据进行标注的方式。
如果需要对文本中的某些字符串进行标注。也是类似的方式。只是接口的返回格式需要改变

[
	{
		"label":"GPE",
		"start_offset":17,
		"end_offset":23
	}
]

遇到的问题

在定义接口是，可能会因为版本或者环境的问题出现No data available的情况。网上有人是安装auto-labeling-pipeline==0.1.21库解决了这个问题，相关链接https://github.com/doccano/doccano/issues/2282。但是我使用这个方式并没有用。

这里解决No data available的问题方式是在/admin目录下面，去修改auto labeling configs。在里面进行配置。注意在label mapping里面要添加对应的标签的一个映射（如果我没有理解错的话），例如你接口返回的结果是

"lable":"舆论"

那么在label mapping里面就填

{"舆论": "舆论"}
#如果是多个标签则如下所述：
{"严重舆情": "严重舆情", "轻微舆情": "轻微舆情", "非舆情": "非舆情", "无法判断": "无法判断"}

最后，注意打开自动标签的按钮，也就是那个魔法棒后，它是要在翻页的时候才能正常触发，在它样本标注的页面点开魔法棒就会因为id错误导致触发不了。同时如果在服务器上测试时，尽量不要在本地使用127的地址进行接口的开发，这个为什么就不阐述了。