【doccano】文本标注工具——属性级情感分析标注自己的业务数据

笔记为自我总结整理的学习笔记，若有错误欢迎指出哟~

【doccano】文本标注工具——属性级情感分析标注自己的业务数据

1.说明
2.前提条件
3.doccano创建项目
4.添加数据集
5.添加标签
6.标注数据
7.导出数据转换格式

1.说明

在这里插入图片描述

2.前提条件

确保doccano已经安装完成
可以参考文章：
【doccano】文本标注工具——安装运行教程

3.doccano创建项目

在这里插入图片描述
选择序列标注

在这里插入图片描述
在标注文本时允许标注的区间出现重叠
勾选allow overlapping spans

在文本中标注实体之间的关系
勾选use relation labeling
在这里插入图片描述

4.添加数据集

数据集格式为txt文本
每行一条评论
在这里插入图片描述
选择textline，导入

导入完成

5.添加标签

在这里插入图片描述
或者导入自定义标签

[
    {
        "text": "体验：1",
        "background_color": "#FF0000",
        "text_color": "#ffffff"
    },
    {
        "text": "体验：-1",
       "background_color": "#FF0000",
        "text_color": "#ffffff"
    },
    {
        "text": "设计：1",
        "background_color": "#00FF00",
        "text_color": "#000000"
    },
    {
        "text": "设计：-1",
        "background_color": "#00FF00",
        "text_color": "#000000"
    },
    {
        "text": "电池：1",
        "background_color": "#0000FF",
        "text_color": "#ffffff"
    },
    {
        "text": "电池：-1",
        "background_color": "#0000FF",
        "text_color": "#ffffff"
    },
    {
        "text": "性能：1",
        "background_color": "#FFFF00",
        "text_color": "#000000"
    },
    {
        "text": "性能：-1",
        "background_color": "#FFFF00",
        "text_color": "#000000"
    },
    {
        "text": "摄像：1",
        "background_color": "#FF00FF",
        "text_color": "#ffffff"
    },
    {
        "text": "摄像：-1",
        "background_color": "#FF00FF",
        "text_color": "#ffffff"
    },
    {
        "text": "通信：1",
       "background_color": "#00FFFF",
        "text_color": "#000000"
    },
    {
        "text": "通信：-1",
       "background_color": "#00FFFF",
        "text_color": "#000000"
    },
]

在这里插入图片描述

6.标注数据

在这里插入图片描述

7.导出数据转换格式

导出标注数据为jsonl格式，改后缀名为json格式
在这里插入图片描述

转为txt格式

import json

# 读取JSON文件并处理每条数据
with open('admin.json', 'r', encoding='utf-8') as file:
    lines = file.readlines()
    for line in lines:
        data = json.loads(line)

        # 处理每条数据并写入txt文件
        id = data['id']
        text = data['text']
        label = data['label']

        with open('output.txt', 'a', encoding='utf-8') as output_file:
            for lbl in label:
                start = lbl[0]
                end = lbl[1]
                category = lbl[2].split("：")[0]   # 获取类别名称
                tag = lbl[2].split("：")[1]    # 获取类别标签
                output_file.write(f"{tag}\t{category}#{text[start:end]}\t{text}\n")