Ubuntu16.04安装文本标注工具brat

brat 的下载地址http://brat.nlplab.org/

Ubuntu16.04安装CGI环境

1. 安装Apache2

sudo apt install apache2

2. 配置CGI

1）打开文件/etc/apache2/sites-enabled/000-default.conf

sudo gedit /etc/apache2/sites-enabled/000-default.conf

找到以下的内容：
#Include conf-available/serve-cgi-bin.conf

修改为 Include conf-available/serve-cgi-bin.conf (去掉注释) 。

2）打开文件/etc/apache2/conf-available/serve-cgi-bin.conf

sudo gedit /etc/apache2/conf-available/serve-cgi-bin.conf

找到以下的内容：

ScriptAlias /cgi-bin/ /usr/lib/cgi-bin/
<Directory “/usr/lib/cgi-bin”>
AllowOverride None
Options +ExecCGI -MultiViews +SymLinksIfOwnerMatch
Require all granted

修改为：

ScriptAlias /cgi-bin/ /var/www/html/cgi-bin/
<Directory “/var/www/html/cgi-bin/”>
AllowOverride None
Options +ExecCGI -MultiViews +SymLinksIfOwnerMatch
Require all granted
AddHandler cgi-script cgi

3）打开文件/etc/apache2/mods-available/cgid.load

sudo gedit /etc/apache2/mods-available/cgid.load

在LoadModule cgid_module /usr/lib/apache2/modules/mod_cgid.so下加上：
AddHandler cgi-script .cgi .pl .py .sh

4）链接文件：

sudo ln -s /etc/apache2/mods-available/cgid.load /etc/apache2/mods-enabled/cgid.load

5）重启Apache2，终端输入：

sudo /etc/init.d/apache2 restart

6）新建/cgi-bin文件夹，终端输入：

sudo mkdir /var/www/html/cgi-bin/

7）创建一个CGI文件

在/var/www/html/cgi-bin/下新建helloworld.c文件

sudo touch /var/www/html/cgi-bin/helloworld.c

sudo vim /var/www/html/cgi-bin/helloworld.c

文件中的内容：

#include <stdio.h>
int main()
{
        printf("Content-Type: text/html\n\n");
        printf("Hello World!\n");
        return 0;
}

插入模式：可以输入文本，在正常模式下，按i、a、o等都可以进入插入模式。
按Esc,输入:wq–保存并退出。

编译源文件:

sudo gcc /var/www/html/cgi-bin/helloworld.c -o /var/www/html/cgi-bin/helloworld.cgi

修改CGI文件权限:

sudo chmod 755 /var/www/html/cgi-bin/helloworld.cgi

3. 测试
   浏览器键入：http://localhost/cgi-bin/helloworld.cgi，在页面可以看到 Hello World!

安装brat标注工具

1. 下载好的brat安装包，解压

tar -zxvf brat-v1.3_Crunchy_Frog.tar.gz

2. 由于已经配置过CGI保证系统服务器可用，则可以直接安装

cd /brat-v1.3_Crunchy_Frog/

./install.sh

\quad 安装的过程中要求设置用户名，密码，邮箱 出现 The installation has finished, you are almost done. 及后续的提示则安装成功

3. 启动浏览器

#需要Python2
python2 standalone.py

\quad 出现浏览器的url是http://127.0.0.1:8001

4. 访问url, 界面如下：
   

\quad 若出现错误UnicodeDecodeError: ‘ascii’ codec can’t decode byte 0xe6 in position 10: ordinal not in range(128),打开/server/src/server.py文件,在开头添加如下代码：

import sys
reload(sys)
sys.setdefaultencoding('utf8')

5. 支持中文

\quad 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，解决办法是修改/server/src/projectconfig.py文件的第163行，加上中文支持即可： 将英文的这句话注释掉，并添加如下内容：

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

6. brat自定义实体类型

\quad 首先,在brat项目的data目录下新建一个project目录,然后在brat项目的主目录下找到annotation.conf文件,复制到project目录。

# Simple text-based definitions of hierarchial ontologies of 
# (physical) entity types, relation types, event types, and
# attributes.
# This is a minimal example configuration, based (loosely) on some
# ACE'05 entity, relation and event definitions
# (http://projects.ldc.upenn.edu/ace/annotation/2005Tasks.html).
# Please edit this according to the needs of your annotation.

[entities]

# Definition of entities.
# Format is a simple list with one type per line.

时间
地点
人名
组织名
产品名

[relations]

# Definition of (binary) relations.
# Format in brief: one relation per line, with first space-separated
# field giving the relation type and the rest of the line the
# comma-separated arguments in ROLE:TYPE format. The roles are
# typically "Arg1" and "Arg2".

夫妻             Arg1:人名, Arg2:人名
朋友             Arg1:人名, Arg2:人名
情侣             Arg1:人名, Arg2:人名
同事             Arg1:人名, Arg2:人名
父母             Arg1:人名, Arg2:人名
合作             Arg1:人名, Arg2:人名
兄弟姐妹         Arg1:人名, Arg2:人名
师生             Arg1:人名, Arg2:人名

属于             Arg1:人名, Arg2:机构
别名             Arg1:人名, Arg2:人名, <REL-TYPE>:symmetric-transitive

[events]

[attributes]

7. 准备数据
   \quad 把数据放进文件夹中，比如把数据（即filename.txt文件，filename为文件名）放在data/project/中。每一个句子独立成一个.txt文件。然后按下列操作就可以给data文件夹中每一个.txt文件都产生一个.ann文件。

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