大家好，我是小喵！
关注和星标『AI算法小喵』，和小喵一起学习AI算法！
👆点击关注｜设为星标｜干货速递👆

写在前面

中文NLP领域比较困扰的点在于缺乏数据，尤其像事件抽取这样的任务。完全人工标注（不依赖标注系统）非常耗时费力，因为这不仅需要标注人员标注，还需要他们定位所标注的内容在句中或者篇章中的位置，非常容易出错。所以，想要搭建一个针对事件抽取的标注系统。
在调研如何造轮子时，发现有些开源工具或许可以用，可以避免不必要的标注工具开发时间。这篇文章就对调研到的开源工具做一个简要汇总。
如果本文对你有帮助，记得在文末点赞+在看，也可以分享给你的朋友～～。

一、开源数据标注工具

1. BRAT

  • 安装环境：osx或者linux系统，windows（linux虚拟环境）
  • 标注任务支持：实体识别、实体关系抽取、事件抽取标注
  • 标注语言支持：可适配到中文标注
  • 标注任务扩展：可适配到Aspect-Based Sentiment Analysis方向数据标注
  • 相关🔗：
    • 官方介绍[1]
    • BRAT项目github地址[2]
    • brat使用[3]

2. prodigy

  • 标注任务支持：实体识别、分类、情感分析
  • 标注语言支持：只针对英文
  • 特点：基于主动学习的标注工具

3. Chinese-Annotator

  • 标注任务支持：中文命名实体识别、中文关系识别、中文文本分类
  • 安装环境：面向OSX
  • 特点：灵感来源Prodigy，基于主动学习的标注系统，同时支持用户标注
  • 相关🔗：
    • Chinese-Annotator项目github地址[4]

4. YEDDA

  • 标注任务支持：实体识别、实体关系抽取、事件抽取
  • 标注语言支持：支持大部分语言，包括英语、中文
  • 特点：基于python2、可标记种类数只有7种
  • 相关🔗：
    • YEDDA项目github地址[5]

5. IEPY

  • 标注任务支持：主要是关系抽取
  • 相关🔗：
    • IEPY项目github地址[6]
    • 官方说明文档[7]

6. Doccano

  • 标注任务支持：实体识别、情感分类、机器翻译
  • 标注语言：多语言
    • Doccano项目github地址[8]
    • Doccano实体标注演示demo[9]

7. Deepdive

  • 相关🔗：
    • DeepDive[10]

8. snorkel

  • 相关🔗：
    • snorkel项目github地址[11]

二、总结

目前来看要做中文领域事件抽取样本标注，可选用的是YEDDA和BRAT。笔者已经使用过BRAT来进行事件抽取标注了，后续针对BRAT的使用方法会专门出一期文章。

三、其他参考资料：

  • 2019常用NLP标注工具简单介绍[12]
  • 中文文本标注工具调研以及BRAT安装使用[13]
  • 语料标注工具1[14]
  • 语料标注工具2[15]
  • 语料标注工具3[16]
  • 情感分析系列之《利用BRAT进行中文情感分析语料标注》[17]

参考资料

[1]
官方介绍: http://brat.nlplab.org/introduction.html
[2]
BRAT项目github地址: https://github.com/nlplab/brat
[3]
brat使用: https://blog.csdn.net/guofei_fly/article/details/104113217
[4]
Chinese-Annotator项目github: https://github.com/deepwel/Chinese-Annotator
[5]
YEDDA项目github地址: https://github.com/jiesutd/YEDDA
[6]
IEPY项目github地址: https://github.com/machinalis/iepy
[7]
官方说明文档: https://iepy.readthedocs.io/en/latest/
[8]
Doccano项目github地址: https://github.com/doccano/doccano
[9]
Doccano实体标注演示demo: http://doccano.herokuapp.com/demo/named-entity-recognition/
[10]
DeepDive: http://deepdive.stanford.edu/labeling
[11]
snorkel项目github地址: https://github.com/snorkel-team/snorkel
[12]
2019常用NLP标注工具简单介绍: https://blog.csdn.net/weixin_44912159/article/details/103654550
[13]
中文文本标注工具调研以及BRAT安装使用: https://www.jianshu.com/p/3a70ee9ad632
[14]
语料标注工具1: https://zhuanlan.zhihu.com/p/64513343
[15]
语料标注工具2: https://zhuanlan.zhihu.com/p/64574125
[16]
语料标注工具3: https://zhuanlan.zhihu.com/p/64745990
[17]
情感分析系列之《利用BRAT进行中文情感分析语料标注》: https://blog.csdn.net/owengbs/article/details/49780225
关于NLP数据标注工具的内容就到这里了。如果本文对你有所帮助，记得点赞+在看，也可以分享给你需要的朋友～～。
长按👇关注- AI算法小喵 -设为星标，干货速递
继续阅读
阅读原文