DoTAT事件标注实战如何3步完成嵌套事件标注告别低效手工操作【免费下载链接】MarkToolDoTAT 是一款基于web、面向领域的通用文本标注工具支持大规模实体标注、关系标注、事件标注、文本分类、基于字典匹配和正则匹配的自动标注以及用于实现归一化的标准名标注同时也支持迭代标注、嵌套实体标注和嵌套事件标注。标注规范可自定义且同类型任务中可“一次创建多次复用”。通过分级实体集合扩大了实体类型的规模并设计了全新高效的标注方式提升了用户体验和标注效率。此外本工具增加了审核环节可对多人的标注结果进行一致性检验、自动合并和手动调整提高了标注结果的准确率。项目地址: https://gitcode.com/gh_mirrors/ma/MarkTool本文核心关键词DoTAT 事件标注、嵌套事件标注、文本标注工具、自动标注做 NLP 数据标注的朋友都知道事件标注是老大难一个事件往往由多个论元角色构成事件里还能嵌套子事件纯手工操作不仅慢还容易漏标、错标。而DoTATMarkTool正是为解决这类问题而生的——它是一款基于 Web、面向领域的通用文本标注工具原生支持大规模实体标注、关系标注、事件标注含嵌套事件、文本分类以及基于字典匹配和正则匹配的自动标注。更关键的是DoTAT 通过分级实体集合扩大了实体/事件类型的规模标注规范可自定义且同类型任务一次创建多次复用还内置了审核环节支持一致性检验、自动合并与手动调整显著提升标注结果的准确率。该工具已被 ACL 2022 Demo Track 收录经过了学术场景的验证。下面我们用 3 步完成一次嵌套事件标注看看效率到底能提多少 第一步创建标注规范定义你的事件类型标注前先由管理员画好图纸。在标注规范页面src/views/specification/newSpecification.vue 中的新建入口按向导式流程操作选择标注类型在事件标注EVENT选项下即可进入事件规范定义模式另有命名实体识别、关系抽取、文本分类可选创建事件集合元组通过创建实体/事件集合元组按钮逐级添加事件集为每个事件集命名如自然灾害、交通事故再在其中定义事件类型与角色结构利用分级实体集合事件/实体类型支持层级化管理类型再多也不会失控这正是 DoTAT 区别于许多标注工具的地方。一次创建多次复用规范保存后所有同类型任务都可以直接引用不用重复配置。规范详情与复用逻辑可查看src/views/specification/SpecificationDetail.vue第二步创建标注任务并分配给多名标注员规范就绪后进入任务管理src/views/taskManagement/newTask.vue创建一个任务绑定刚建好的事件标注规范导入若干条待标注文本为任务分配标注员——官方推荐2 名标注员 1 名审核员的配置为后续的一致性检验和自动合并打下基础。任务列表页src/views/label/index.vue以表格形式展示任务名称、任务状态、已标注/总标注条数和任务进度条点标注即可进入标注界面进度一目了然 第三步进入标注界面3 种方式加速嵌套事件标注标注主界面src/views/label/labeling.vue采用经典的上下双面板布局上方是事件列表面板下方是标注面板左侧则是标注数据列表。核心加速手段有三种1️⃣ 手动框选 标准名归一化在文本中框选事件内容或论元为其选择事件类型与角色并可指定标准名称实现归一化标注如华为 → 华为公司。已标注的标准卡片会实时列出当前文档已归一化的实体防止前后不一致。2️⃣ 字典匹配自动标注在字典匹配页签中上传/选择字典工具自动扫描全文并批量标注命中的实体无需逐个手动框选。3️⃣ 正则匹配自动标注在正则匹配页签中选择或管理正则表达式一条表达式即可批量圈出同类事件内容配合应用此正则匹配一键生效。对于嵌套事件上下面板的层级展示让父事件与子事件的关系清晰可见标注效率远高于传统线性界面。此外实体统计页签用彩色徽章实时统计各类实体的标注数量方便检查分布是否均衡。审核与合并多人标注不再各干各的标注完成后进入审核环节src/views/review/reviewing.vue审核员启动一致性检验系统自动合并多名标注员的结果再对合并后的事件列表进行可视化人工校正若发现大量同类错误还能反馈给管理员修订规范并借助迭代标注功能复用已有标注避免从头再来。最终管理员可将标注结果导出为 JSON 文件直接用于下游模型训练。总结为什么选 DoTAT 做事件标注能力说明嵌套事件标注层级化面板展示父子事件清晰可控自动标注字典匹配 正则匹配批量加速归一化标注标准名指定实体表述统一规范复用一次创建多次复用多人协作一致性检验 自动合并 手动调整结果导出JSON 格式即标即用于训练如果你正在为大规模事件数据集而头疼不妨试试这套3 步走流程规范先行、任务分工、自动手动混合标注最后审核合并——低效的手工操作就此告别 【免费下载链接】MarkToolDoTAT 是一款基于web、面向领域的通用文本标注工具支持大规模实体标注、关系标注、事件标注、文本分类、基于字典匹配和正则匹配的自动标注以及用于实现归一化的标准名标注同时也支持迭代标注、嵌套实体标注和嵌套事件标注。标注规范可自定义且同类型任务中可“一次创建多次复用”。通过分级实体集合扩大了实体类型的规模并设计了全新高效的标注方式提升了用户体验和标注效率。此外本工具增加了审核环节可对多人的标注结果进行一致性检验、自动合并和手动调整提高了标注结果的准确率。项目地址: https://gitcode.com/gh_mirrors/ma/MarkTool创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考