文本分类任务Label Studio使用指南

在这里插入图片描述

1.基于Label studio的训练数据标注指南：信息抽取（实体关系抽取）、文本分类等
2.基于Label studio的训练数据标注指南：（智能文档）文档抽取任务、PDF、表格、图片抽取标注等
3.基于Label studio的训练数据标注指南：文本分类任务
4.基于Label studio的训练数据标注指南：情感分析任务观点词抽取、属性抽取

1. 安装
2. 文本分类任务标注
- 2.1 项目创建
- 2.2 数据上传
- 2.3 标签构建
- 2.4 任务标注
- 2.5 数据导出
- 2.6 数据转换
- 2.7 更多配置

1. 安装

以下标注示例用到的环境配置：

Python 3.8+
label-studio == 1.7.1

在终端(terminal)使用pip安装label-studio：

pip install label-studio==1.7.1

安装完成后，运行以下命令行：

label-studio start

在浏览器打开http://localhost:8080/，输入用户名和密码登录，开始使用label-studio进行标注。

2. 文本分类任务标注

2.1 项目创建

点击创建（Create）开始创建一个新的项目，填写项目名称、描述，然后在Labeling Setup中选择Text Classification。

填写项目名称、描述

数据上传，从本地上传txt格式文件，选择List of tasks，然后选择导入本项目

设置任务，添加标签

2.2 数据上传

项目创建后，可在Project/文本分类任务中点击Import继续导入数据，同样从本地上传txt格式文件，选择List of tasks，详见项目创建。

2.3 标签构建

项目创建后，可在Setting/Labeling Interface中继续配置标签，详见项目创建

2.4 任务标注

2.5 数据导出

勾选已标注文本ID，选择导出的文件类型为JSON，导出数据：

2.6 数据转换

将导出的文件重命名为label_studio.json后，放入./data目录下。通过label_studio.py脚本可转为UTC的数据格式。

在数据转换阶段，还需要提供标签候选信息，放在./data/label.txt文件中，每个标签占一行。例如在医疗意图分类中，标签候选为["病情诊断", "治疗方案", "病因分析", "指标解读", "就医建议", "疾病表述", "后果表述", "注意事项", "功效作用", "医疗费用", "其他"]，也可通过options参数直接进行配置。

python label_studio.py \
    --label_studio_file ./data/label_studio.json \
    --save_dir ./data \
    --splits 0.8 0.1 0.1 \
    --options ./data/label.txt