文本标注工具doccano安装及使用

介绍

doccano是documment anotation的缩写，是一个开源的文本标注工具，我们可以用它为NLP任务的语料库进行打标。它支持情感分析，命名实体识别，文本摘要等任务。
它的操作非常便捷，在小型语料库上，只要数小时就能完成全部的打标工作。

安装与配置（windows环境下）

在命令行窗口输入如下命令，即可安装doccano：

pip install doccano

初始化数据库：

doccano init

初始化数据库时，可能会出现一些错误，所以需要先确认如下信息：

• python版本
  若python版本低于3.8，初始化数据库时将会出现以下报错，typing.Literal仅适用于 Python 3.8 及更高版本。

ImportError: cannot import name 'Literal' from 'typing'

解决办法：

1. 更新python版本到3.8
2. 安装typing_extensions：

pip install typing_extensions

在models.py文件中做如下修改

#文件路径：python安装路径/Lib/site-packages/backend/api/models.py
#原：
from typing import Literal
#修改为：
from typing_extensions import Literal

• django版本
  若django版本低于3.1.0，初始化数据库时会出现以下报错：

AttributeError: module 'django.db.models' has no attribute 'JSONField'

解决方法：

• 更新django版本到3.1.0

pip install --upgrade django==3.1.0

• 缺少psycopg2包

ModuleNotFoundError: No module named 'psycopg2'

安装psycopg2包即可

pip install psycopg2

• 其他问题
  完成上述操作后，初始化数据库仍有如下报错，主要是因为SQLite不支持JSONFields

api.AutoLabelingConfig: (fields.E180) SQLite does not support JSONFields.

在sqlite官网下载对应的DLL压缩包，用压缩包内的sqlite3.dll替换如下路径的sqlite3.dll：

python安装路径/DLLs/sqlite3.dll

再次尝试初始化数据库

doccano init

创建一个超级用户：

# admin为用户名，可自行修改
# pass为密码，可自行修改
doccano createuser --username admin --password pass

启动doccano

在一个命令行窗口启动webserver：

doccano webserver --port 8000

在另一个命令行窗口，启动任务队列：

doccano task

doccano的使用

在浏览器地址栏输入localhost:8000即可访问
使用教程参考：如何使用文本标注工具doccano