背景
有时我们需要从0-1地去做一项NLP任务，如文本分类，实体识别等。从0开始意味着我们需要自己去标注数据。抛开现在的技术如Zero/Few-shotLearning以及主动学习先不说。我们先考虑找到一个高效的标注数据工具，就是本文的主角——doccano.
doccano是一个供人类使用的开源文本注释工具。它为文本分类、序列标记和序列到序列任务提供注释功能。因此，您可以为情感分析、命名实体识别、文本摘要等创建标记数据。只需创建一个项目，上传数据并开始注释。您可以在数小时内构建数据集。
该项目在github上开源，该项目后端使用的django驱动，前端使用的是vue。
doccano的安装方式有很多种，有使用pipinstall的安装方式，也有docker容器安装方式等。我使用最多是使用容器安装的方式。我搭建成功的样例如图1。实体标注的案例如图2所示。
doccano该如何使用可以参考其官方文档。我在CSDN上也写了相关的使用教程：自然语言处理任务数据标注利器——doccano.
我就在这里抛砖引玉了，后面的详细使用，例如数据导入，标签定义，多人标注，数据导出等，官方文档写的很详细，本文就不在赘述了。如有问题欢迎到学术范留言讨论哦。
作者：AIAS编程有道学术范签约作者，硕士，数据挖掘工程师（NLP方向）-订阅号：AIAS编程有道
学术范（xueshufan.
转载请注明：http://www.0431gb208.com/sjszlfa/2231.html
