Doccano工具安装教程/文本标注工具/文本标注自己的项目/NLP分词器工具/自然语言处理必备工具/如何使用文本标注工具

这篇文章是专门的安装教程,后续的项目创建,如何使用,以及代码部分可以参考这篇文章:

NER实战:(NLP实战/命名实体识别/文本标注/Doccano工具使用/关键信息抽取/Token分类/源码解读/代码逐行解读)_会害羞的杨卓越的博客-CSDN博客

1、安装说明

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。

Doccano是一个非常好用的开源工具,用起来很方便,安装也不麻烦。

首先不要着急去查百度,在github就有安装说明。

安装说明:

  • pip (Python 3.8+)
  • Docker
  • Docker Compose

pip (Python 3.8+),要求Python环境是3.8以上,但是如果你深度学习环境一套都是3.8以下的,你新建一个python环境就行了,这个工具就只需要标注文本,标注的时候切换到Doccano环境就行了。

2、安装doccano

在prompt中cd到python环境的scripts文件夹(每个conda的python环境都有一个script文件夹)中,如果不知道自己的scripts文件夹在哪儿参考一下我的:

python 复制代码
C:\Users\Alex\anaconda3\envs\NER\Scripts

看我的是在这里,我自己新建了一个NER的python环境:

在prompt界面进行操作:

​ 安装指令:

python 复制代码
pip install doccano

如果安装太慢,就使用清华镜像:

python 复制代码
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple doccano

3、相关参数设置

安装完成后,进行初始化操作:

python 复制代码
# Initialize database.
doccano init

设置用户名和密码:

python 复制代码
# Create a super user.
doccano createuser --username admin --password pass

设置用户名密码的时候,自己一定要记得,如果你没改的话,就是默认的账号名为admin,密码就是pass了,这个账号密码就是是存在云端的。

接着设置服务器端口:

python 复制代码
# Start a web server.
doccano webserver --port 8000

这是打开端口成功的界面:

这步做完后,一定要

再打开一个prompt命令窗口,再次cd到scripts文件夹

再打开一个prompt命令窗口,再次cd到scripts文件夹

再打开一个prompt命令窗口,再次cd到scripts文件夹

然后执行以下指令启动服务:

python 复制代码
# Start the task queue to handle file upload/download.
doccano task

启动成功的页面

4、使用doccano

服务启动成功后,进入这个地址打开:

http://127.0.0.1:8000/

打开后的页面是这样:

到这里doccano的安装与设置就结束了。

点击右上角进行登录,登录的账号和密码就是前面你自己设置的。

登录后点击开始进入这个页面

到了这里就可以开始创建自己的项目了,你已经完成了doccano文本标注工具的构建。

陆续更新中,有用的话拜托点赞收藏哦。

后续的项目创建,以及如何进行分词,中文分词,请参考这篇文章:

NER实战:(NLP实战/命名实体识别/文本标注/Doccano工具使用/关键信息抽取/Token分类/源码解读/代码逐行解读)_会害羞的杨卓越的博客-CSDN博客

我的主页还有许多其他非常有价值的NLP内容

Transformer提出文章论文精读:

Transformer:《Attention is all you need》(论文精读/原理解析/模型架构解读/源码解析/相关知识点解析/相关资源提供)_会害羞的杨卓越的博客-CSDN博客

Transformer解读:

Transformer算法解读(self-Attention/位置编码/多头注意力/掩码机制/QKV/Transformer堆叠/encoder/decoder)_会害羞的杨卓越的博客-CSDN博客

Hugging Face实战:

Hugging Face实战(NLP实战/Transformer实战/预训练模型/分词器/模型微调/模型自动选择/PyTorch版本/代码逐行解析)上篇之模型调用_会害羞的杨卓越的博客-CSDN博客

bert系列算法

BERT系列算法解读:(RoBERTa/ALBERT/DistilBERT/Transformer/Hugging Face/NLP/预训练模型/模型蒸馏)_会害羞的杨卓越的博客-CSDN博客

包括一些大方向的内容:

深度学习五大基本网络_常用深度学习网络_会害羞的杨卓越的博客-CSDN博客
机器学习算法(全教程/全解析/源码全解/实战教程)_会害羞的杨卓越的博客-CSDN博客
人工智能的分类:机器学习/专家系统/推荐系统/知识图谱/强化学习/迁移学习/特征工程/模式识别_会害羞的杨卓越的博客-CSDN博客

计算机视觉:

openCV基础教程_会害羞的杨卓越的博客-CSDN博客

陆续更新中,有用的话拜托点赞收藏哦。

相关推荐
敖行客 Allthinker5 小时前
让 AMD GPU 在大语言模型推理中崭露头角:机遇与挑战
人工智能·语言模型·自然语言处理
eric-sjq7 小时前
基于xiaothink对Wanyv-50M模型进行c-eval评估
人工智能·python·语言模型·自然语言处理·github
Hoper.J8 小时前
微调 BERT:实现抽取式问答
人工智能·深度学习·自然语言处理·llm·bert
PeterClerk8 小时前
NLP基础知识 - 向量化
人工智能·自然语言处理
热爱生活的五柒8 小时前
自然语言处理(NLP)中的事件检测和事件抽取
人工智能·自然语言处理
开出南方的花8 小时前
BiLSTM+CRF实现NLP中的NER任务
人工智能·pytorch·自然语言处理·nlp·ner·条件随机场
小言从不摸鱼11 小时前
【AI大模型】探索GPT模型的奥秘:引领自然语言处理的新纪元
人工智能·gpt·深度学习·语言模型·自然语言处理·transformer
sp_fyf_202414 小时前
【大语言模型】ACL2024论文-35 WAV2GLOSS:从语音生成插值注解文本
人工智能·深度学习·神经网络·机器学习·语言模型·自然语言处理·数据挖掘
Ven%21 小时前
如何修改pip全局缓存位置和全局安装包存放路径
人工智能·python·深度学习·缓存·自然语言处理·pip
知来者逆1 天前
Binoculars——分析证实大语言模型生成文本的检测和引用量按学科和国家明确显示了使用偏差的多样性和对内容类型的影响
人工智能·深度学习·语言模型·自然语言处理·llm·大语言模型