GUI用于为命名实体识别目的手动注释文本
ner-annotator的Python项目详细描述
命名实体识别注释器
这个存储库包含一个NER实用程序，可以对给定的一些实体进行文本注释。在
| Dark GUI | Light GUI |
|---|---|
安装
要安装这个GUI，您需要确保您的系统上有Python 3。
{然后运行到项目中，^然后运行到cd2：
pip install .
这将安装ner_annotator包及其所需的依赖项（主要是PyQt5）。在
使用
要运行此实用程序，请执行以下命令：
^{pr2}$这里，<input>是输入文本文件的路径，应该包含训练文本行，用换行符分隔；<output>是保存.json输出文件的路径（如果没有给出，则默认为与输入文件相同的目录）；<entities>是要注释的实体列表。在
例如，我可以这样运行程序：
ner_annotator '~/Desktop/train.txt' -e 'BirthDate''Name'
您还可以选择将现有的NER模型传递给注释器，以便识别使用该模型的实体（GUI中上一行和下一行控件之间的按钮），并最终修改/添加/删除它们。例如：
ner_annotator '~/Desktop/train.txt' -e 'BirthDate''Name' -m '~/Desktop/NER'
目前，只支持SpaCy模型，但是您可以通过检查ner_annotator包中的model.py文件来为项目做出贡献并添加与其他NER模型的兼容性。在
这个包最棒的地方在于它能够自动地为给定的模型识别正确的库（也就是说，您不必指定您的模型应该使用SpaCy或任何其他NLP库来加载）。在
配置文件
为了获得更快的注释体验，您可以保存模型实体名称，以便下次需要此工具时重用它们。
为此，您需要创建一个.json文件（请参见assets/json/config.json），其模式如下：
{"models":[{"name":"example-1","entities":["entity-1-1","entity-1-2","entity-1-3"]},{"name":"example-2","entities":["entity-2-1","entity-2-2"]}]}
例如，要使用模型example-1的实体，可以运行：
python3 annotator.py '~/Desktop/train.txt' -c '~/Desktop/config.json' -n 'example-1'
这里，~/Desktop/config.json是上述.json文件的路径。
此bash命令在本例中是等效的：
python3 annotator.py '~/Desktop/train.txt' -e 'entity-1-1''entity-1-2''entity-1-3'
输出
实用程序软件将使用以下模式输出.json文件：
[{"content":"text","entities":[[0,1,"entity"]]}]
通过将-p选项传递给ner_annotator工具，可以将此输出转换为NER模型所需的特定格式。这样，在输出文件夹中，您还将找到一个pickle文件（与给定的.json输出文件同名，但没有扩展名），然后可以使用该文件在另一个程序中使用所请求的NLP库加载实体。要加载保存的pickle文件，可以按照以下行执行操作：
importpicklepickle.load(open("~/Desktop/output",'rb'))
在这个例子中，ner_annotator要么用-o ~/Desktop/output.json调用，要么不使用-o选项而用-i ~/Desktop/train.txt或类似的方式调用。在
目前，只提供SpaCy模型转换。在
分配
此软件包在PyPy上可用，因此您也可以通过运行以下命令来安装它：
pip install ner-annotator
您还可以安装额外的软件包，如SpaCy：
pip install ner-annotator[spacy]
Personal note：要将包的新版本上载到PyPy，只需执行scripts/deploy.sh，插入{
多亏了
- 图形用户界面图标由Icons8提供
- 项目
标签：
欢迎加入QQ群-->： 979659372
