brat

BRAT官网地址：http://brat.nlplab.org/ ，基于web的文本标注工具，主要用于对文本的结构化标注，用BRAT生成的标注结果能够把无结构化的原始文本结构化，供计算机处理。利用该工具可以方便的获得各项NLP任务需要的标注语料。面向unix-like系统。

安装
本地用的是win10系列，那么需要一个unix-like环境，比如
通过虚拟机virtualBox，Ubuntu18.04
或者通过在win上安装cgwin来实现 cgwin

先下载，http://brat.nlplab.org/installation.html，brat-v1.3_Crunchy_Frog.tar.gz这个文件，然后解压，运行即可
tar -xf brat-v1.3_Crunchy_Frog.tar
cd brat-v1.3_Crunchy_Frog
./install.sh –u
这里会提示你输入username，可以自己设置，将来标注的时候，支持多人标注。
python standalone.py #（不可用python3）
然后访问127.0.0.1:8001就可以了

安装完成后，做中文标注
支持中文
brat本身是不支持中文的，如果在配置文件里定义中文会报错，解决办法是./server/src/projectconfig.py文件的第163行，加上中文支持即可： 
n = re.sub(u’[^a-zA-Z\u4e00-\u9fa5<>,0-9_-]’, ‘_’, n)

导入collection
导入文件的时候，必须要文件符合：文件名.xxx和文件名.ann 一一对应的格式即可
直接将包含txt数据集的文件夹放置到安装文件下一个data的目录下，然后使用命令：
find 文件夹名称 -name ‘*.txt’|sed -e ‘s|.txt|.ann|g’|xargs touch
其意思是对每个txt文件都创建一个空的标引文件.ann，因为BRAT是要求的collection中，每个txt文件是必须有一个对应的.ann文件的，方便放置标引内容，这个ann文件的格式也挺规范
将要标注的文件导入项目中data/路径下即可，可以查看其中examples文件下以及tutorials文件下帮助文档。

具体标注配置
brat通过配置文件来决定对语料的标注可以满足何种任务，包括四个文件
          annotation.conf: annotation type configuration
          visual.conf: annotation display configuration
          tools.conf: annotation tool configuration
          kb_shortcuts.conf: keyboard shortcut tool configuration
一般只需要修改annotation.conf即可，该文件用于对标注的数据结构进行配置，典型的配置如下：
 每个文件需要包含四类模块：entities、relations、events、attributes。各个模块都可以定义为空，其中
entities用来定义标注的实体名称，其格式为每行一个实体类型，比如：人名、地名、英雄名、技能名等，可以采用tab来增加二级标注，如下面的实体标注中技能下的二级标注战斗技能等。

relations用来定义实体间的关系，格式为每行定义一种关系，第一列为关系类型，随后是用逗号分隔的ArgN:实体名，用来表示关系的各个相关者。比如例子中，同盟关系是存在于英雄之间

Tips:
tab：打开文件浏览器
键盘左：回到上一个文件
键盘右：进入下一个文件

另外，工具栏中Data项点击后可以下载到当前文件未parsing的标注数据

Option中，浏览相关的Visual options基本不需要说明。layout density可以根据标注内容的复杂程度而定，只做文本标记可以开到Dense；Visual A… labels应该是指事件，对文本标记之间的关系是没用的。
标注
标注分点的标注和边的标注两种行为：
点的标注：通过光标框定一个文本串，选择标记类别
边的标注：按住点向外拖到目标点，如果类型允许就会为你加边。
建议打开Option，把Annotation Option改为Normal，而不是Careful。否则你完成选择之后，还需要额外点一次Ok才可以。

如有疑问可以访问：https://www.jianshu.com/p/3a70ee9ad632

http://ws.nju.edu.cn/blog/2018/06/brat%E6%A0%87%E6%B3%A8%E7%B3%BB%E7%BB%9F%E8%AF%B4%E6%98%8E/