中文标注工具brat的使用

安装

下载地址：https://github.com/nlplab/brat/releases/tag/v1.3p1

解压

unzip brat-1.3p1.zip

Anaconda创建新环境

conda create -n brat python=2.7
conda activate brat

将解压后的文件放入该环境目录下，然后进入再安装

cd brat-1.3p1/
./install.sh

输入登陆名、登陆密码、联系邮箱，账号和密码记下，登录brat时候会用到

使用

在该环境下开启服务

python2 standalone.py

用浏览器访问127.0.0.1:8001进入brat系统界面

http://127.0.0.1:8001/index.xhtml

brat要先登录账号才能使用标注功能，右上角登录

需要标注的文本存放在brat下的data文件夹中
可以在data文件夹中新建project文件夹，用于存放需要标注的txt文档和ann标注文件

两个文件都是需要自己生成的，其中demo.txt是需要标注的文档文件，ann标注文件为空

touch demo.txt
touch demo.ann

如果要进行批量标注，可以先把所有txt文本放在project文件夹下，然后在project文件夹所在目录下执行以下命令自动生成ann标注文件

find project -name '*.txt'|sed -e 's|.txt|.ann|g'|xargs touch

页面左上角有三个按钮
Collection用于设置待标注文本

Document也就是data文件夹
project是我们新建的文件夹，进入该文件夹下选中待标注文档demo.txt，双击

选中词语自动跳出标签页面

对于标注好的标签，双击该标签可以跳出页面删除该标签

中文标注

brat默认不支持中文标注

修改brat下的server/src/projectconfig.py文件

注释掉162行代码，在正则匹配中加入中文

n = re.sub(u'[^a-zA-Z\u4e00-\u9fa5<>,0-9_-]', '_', n)

修改brat下的annotation.conf文件

annotation.conf文件中有四个模块：
entities：实体，比如：人名、地名，可以采用tab来增加二级标注
relations：关系，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
events：事件，每行定义一类事件，第一列为事件名，随后是用逗号分隔的Participant:实体名，用来表示事件的各个参与者
attributes：属性，每行一个属性，第一列为属性名，随后是用逗号分隔的Arg:<模块类型>, Value:属性值，属性值可以有多个

修改brat下的visual.conf文件

实体直接使用中文会报错，所以需要进行修改

参考
https://blog.csdn.net/weixin_42927998/article/details/106623370
https://www.jianshu.com/p/3a70ee9ad632
https://blog.csdn.net/u014028063/article/details/89329306