AI数据标注工具Doccano

Doccano是一款开源的标注工具，用于自然语言处理和机器学习任务。它提供了用户友好的界面，使用户能够轻松地标注文本、序列标注、文本分类和文本配对等任务。doccano支持多种标注格式，并且可以方便地与其他机器学习工具集成。它的简单性和灵活性使得它成为研究人员和开发者的理想选择。下面我们来看下如何使用工具~

Github-doccano

1. 拉取镜像

我们可以通过拉取docker镜像快速完成部署

docker pull doccano/doccano

2. 创建容器

docker container create --name doccano \
  -e "ADMIN_USERNAME=admin" \
  -e "[email protected]" \
  -e "ADMIN_PASSWORD=password" \
  -v doccano-db:/data \
  -p 8090:8000 doccano/doccano

3. 启动容器

docker container start doccano

可以看到后台已经正常运行起来

docker ps

4. 打开页面

http://xx.xx.xx.xx:8090

5. 登录Doccano

使用上文中设置的账号密码就行登录

6. 创建标注任务

7. 导入待标数据

如果没有数据可以下载CLUE Fine-Grain NER的数据集 。这个数据集是在清华大学开源的文本分类数据集THUCTC基础上，选出部分数据进行细粒度命名实体标注，原数据来源于Sina News RSS.下载链接如下

样例数据下载

导入json数据

查看待标注数据

8. 创建标签

因为我需要做用户个人信息的识别，所以生成了银行卡、身份证、QQ号等信息

9.开始标注

滑动文本标注内容,接下来就是漫长的达标工作。

参考：

1. CLUE Fine-Grain NER
2. doccano-github