问题标签 [doccano]

嗨，我想知道我们是否可以在 Doccano 上有类似以下示例的内容：

所以假设我们有这样一句话：“MS 是一家 IT 公司”。我想在这句话中标记一些单词，例如 MS (Microsoft)。MS 应该被标记为 Company（所以想象我有一个名为 Company 的实体），但我还想说 MS 代表 Microsoft。

有没有办法用 Doccano 做到这一点？

谢谢

我正在寻找在 python 中创建以下 JSON 文件。我不明白如何拥有多个不以逗号分隔的字典，因此当我使用 JSON 库将字典保存到磁盘时，我得到以下 JSON；

{"text": "Terrible customer service.", "labels": ["negative"], "meta": {"wikiPageID": 1}}

{"text": "Really great transaction.", "labels": ["positive"], "meta": {"wikiPageID": 2}}

{"text": "Great price.", "labels": ["positive"], "meta": {"wikiPageID": 3}}

而不是像下面这样的字典列表；

[{"text": "Terrible customer service.", "labels": ["negative"], "meta": {"wikiPageID": 1}},

{"text": "Really great transaction.", "labels": ["positive"], "meta": {"wikiPageID": 2}},

{"text": "Great price.", "labels": ["positive"], "meta": {"wikiPageID": 3}}]

不同之处在于，在第一个示例中，每一行都是一个字典，它们不在列表中或用逗号分隔。

而在第二个例子中，我能想出的是一个字典列表，每个字典用逗号分隔。

如果这是一个愚蠢的问题，我很抱歉，我已经为此烦恼了好几个星期，并且无法提出解决方案。

任何帮助表示赞赏。

并提前感谢您。

我有一个句子列表，句子的每个单词都在嵌套列表中。如：

还有另一个列表，其中每个单词都对应一个实体标签。如：

这是基本的 ConLL2003 数据，但我实际上使用的是另一种语言的不同数据。我仅将这个作为示例表示。

我想将此列表列表转换为 JsonL 格式，其中格式为：

到目前为止，我已经设法将列表列表放入这种格式（json list of dicts）：

但是，这样做的问题是我想将 IOB 格式合并在一起并创建一个从头到尾的单一实体。我需要这种格式才能在 doccano 注释工具上上传数据。我需要标记为一个的复合实体。

这是我为创建上述格式而编写的代码：

我尝试将上述格式转换为我想要的格式。IE。合并 IOB 标签。这是我迄今为止尝试过的但没有奏效的方法。

这段代码的问题是我无法确定连续序列的序列长度。所以对于列表中的每个元素 k 总是稳定的。我需要 k 更改同一列表中的下一个序列。

这是我得到的错误：

我需要确定每次我应该在哪里计算 k。这里的 K 是 B 跟随 I 的序列的长度，依此类推。

我也试过这个，但这只会将两个标签合并在一起：

输出：

但我需要 3 个“杂项”标签作为索引 11 到 43 的一个标签。

对于任何想知道的人：我尝试这样做的原因是，我已经标记了一些数据并测试了原型模型，它似乎给出了很好的结果。所以我想标记整个数据集并修复错误标签，而不是从头开始注释。我想这会为我节省很多时间。

ps：我知道doccano支持以ConLL格式上传。但是它坏了，所以我不能这样上传。

该模型无法记住之前训练它的标签，我知道它的“灾难性遗忘”，但似乎没有示例或博客可以帮助解决这个问题。对此最常见的回应是这个博客是这个https://explosion.ai/blog/pseudo-rehearsal-catastrophic-forgetting但这现在已经很老了，没有帮助

这是我的代码：

并且数据注释是在“Daccano”上完成的。下面看一下数据：

我正在尝试连接到 doccano_api_client 以便我可以解析来自气流操作员的数据并上传，但似乎无法使用说明进行连接。我的代码如下：

返回的完整错误文本如下：

按照这里的 API 说明，我看不出我的代码有什么问题。我不确定我哪里出错了？

我有一个设置是：

PC > Fedora(Hyper-V VM) > 运行 Web 应用程序的容器

我面临的问题是我无法从我的 PC 连接到 Web 应用程序（PC > Container Web 应用程序）

当服务启动时，它显示它正在监听http://0.0.0.0:8000

尝试连接到http://0.0.0.0:8000不起作用，而是使用容器 IP:8000 连接，例如：172.17.0.2:8000

在我的 VM 上执行此操作很好，我可以连接并使用该应用程序，但它在我的 PC 上不起作用。我也尝试使用 VM ip、0.0.0.0 和容器 IP 进行连接，就像在 VM 中一样。但是这些选项都不起作用。

我尝试使用 iptables 转发端口，但我不知道如何准确使用它。我尝试用谷歌搜索一些命令并使用它，但没有找到解决方案。

有什么帮助吗？也许这与我没有看到的另一件事有关

Doccano 需要 JSONL 文件格式的文本。

这不适用于 json.dumps ......至少不能直接使用。它要么不给出双引号（这是必需的），要么有一些 Doccano 不接受的奇怪格式。

有小费吗？

我正在使用 doccano 进行序列标记，并使用 spacy 进行进一步建模。我标记的一些句子不包含我感兴趣的任何标签，因此它们保持“未标记”，即。没有标签。

我想训练 SpaCy 识别所有变体中的角色名称。

现在的问题：

• 为了训练 SpaCy 模型而包含未标记的实例有什么价值吗？
• 如果有那么我应该将此数据声明为“不平衡数据集”并采取相应措施吗？（提升？重击？过采样？等）
• 在这种情况下，最佳做法是什么？

我正在尝试开发一个名为doccano的 NLP 开源软件，我尝试只运行我运行命令npm install以获取所有需要的依赖项的前端部分，然后当我运行npm run dev它开始编译然后失败并出现此错误

当我检查FormDelete.vue时，我没有发现任何错误，也没有在vscode上检测到错误

这是 package.json 内容：

这是第二部分

我尝试为序列标记任务上传 jsonl 文件，并在控制台中有以下内容：

我能做些什么 ？