【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~

1.说明

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

选择序列标注

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

4.添加数据集

数据集格式为txt文本
每行一条评论

选择textline，导入

导入完成

5.添加标签

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"
    },
]

6.标注数据

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

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")

输出格式：