作为一名大模型应用开发或者算法工程师,我们需要自己标注少量数据即用来训练,使用doccano标注数据相当快捷和方便

一.启动服务

首先创建虚拟环境

#创建虚拟环境docc
conda create -n docc python=3.10 --override-channels -chttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
#激活环境
conda activate docc
#如果需要删除环境，可使用！！
conda env remove --name docc

安装其他依赖包

pip install numpy==1.24.3 pandas==1.5.3 marshmallow==3.20.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

安装docaano

pip install doccano -i https://pypi.tuna.tsinghua.edu.cn/simple

然后再终端里面输入

# 初始化数据库【只需要执行一次】
doccano init

# 创建一个super user。这里要把pass改成你需要的密码。当然，用户名也可以改成别的。
doccano createuser --username admin --password 1234

启动doccano

首先，在终端中运行下面的代码来启动WebServer

doccano webserver --port 8888

然后，打开另一个终端，运行下面的代码启动—任务队列:

conda activate docc
# 启动任务队列
doccano task

运行doccano与创建新的文本打标项目

二.使用deccano

首先，打开浏览器（最好是Chrome），在地址栏中输入http://127.0.0.1:8888/并回车。

然后，我们点击中间的蓝色按钮“快速开始”。此时，我们会跳转到登陆的界面。这里，我们需要用之前创建的超级用户登陆。

完成登陆后，我们会来到“项目”的界面。我们可以点击左上角的“创建”按钮来创建新的项目；也可以点击“删除”按钮来删除已经创建的项目。

这里创建一个文本分类任务

进入数据标注平台

添加语料库

支持三种类型的数据导入

然后导入语料数据即可

然后创建标签

我这里是创建了三个标签,分别是积极的,消极的,中性的

然后添加数据标注成员(两种方法)

• 可以使用网页添加

打开网页http://127.0.0.1:8888/admin/，来到数据库的管理系统页面Django administration，并用超级用户的账号密码登陆该管理系统

添加成员

添加成功

也可以删除成员

• 可以使用命令的方式添加(这个方法的密码不会被限制格式)

需要重新开一个终端,然后在终端中运行：

doccano createuser --username 小明2 --password 1234

添加标注指南

三.数据标注

标记数据导出

数据导出结果