华为云AI开发平台ModelArts文本三元组_云淘科技

三元组标注适用于标注出语句当中形如(主语/Subject,谓词/Predicate,宾语/Object)结构化知识的场景,标注时不但可以标注出语句当中的实体,还可以标注出实体之间的关系,其在依存句法分析、信息抽取等自然语言处理任务中经常用到。

文本三元组类型的数据标注,需要关注两种标签,“实体标签”和“关系标签”。“关系标签”需设置对应的“起始实体”和“终止实体”。

支持设置多个“实体标签”和“关系标签”。一个文本数据中,也可以标注多个“实体标签”和“关系标签”
创建数据集时定义的“实体标签”,不支持删除。

注意事项

在开始标注之前,需确保数据集对应的“实体标签”和“关系标签”已定义好。“关系标签”需设置对应的“起始实体”和“终止实体”。“关系标签”只能添加至其设置好的“起始实体”和“终止实体”之间。

例如,如图1所示,当两个文本都被标注为“地点”,那么针对这两个实体,无法添加本示例中的任意一个关系标签。当无法添加某个关系标签时,界面将显示一个红色的叉号,如图2所示。

图1 实体标签和关系标签的示例

图2 无法添加关系标签

开始标注

登录ModelArts管理控制台,在左侧菜单栏中选择“数据管理> 数据集”,进入“数据集”管理页面。
在数据集列表中,基于“标注类型”选择需要进行标注的数据集,单击数据集名称进入数据集概览页。

此操作默认进入数据集当前版本的概览页,如果需要对其他版本进行数据标注,请先在“版本管理”操作中,将需要进行数据标注的版本设置为“当前版本。”详细操作指导请参见管理数据集版本。

在数据集概览页中,单击右上角“开始标注”,进入数据集详情页。数据集详情页默认展示此数据集下全部数据。

标注文本

数据集详情页中,展示了此数据集中“未标注”和“已标注”的文本,默认显示“未标注”的文本列表。

在“未标注”页签文本列表中,页面左侧罗列“标注对象列表”。在列表中单击需标注的文本对象,选中相应文本内容,在页面呈现的实体类型列表中选择实体名称,完成实体标注。

图3 实体标注

在完成多个实体标注后,鼠标左键依次单击起始实体和终止实体,在呈现的关系类型列表中选择一个对应的关系类型,完成关系标注。

图4 关系标注

当所有的标注对象都已完成标注,单击页面下方“保存当前页”完成“未标注”列表的文本标注。

“文本三元组”类型的数据集,不支持在标注页面修改标签,需要进入“修改数据集”页面,修改“实体标签”和“关系标签”。

修改标注

当数据完成标注后,您还可以进入已标注页签,对已标注的数据进行修改。

在数据集详情页,单击“已标注”页签,在左侧文本列表中选中一行文本,右侧区域显示具体的标注信息。将鼠标移动至对应的实体标签或关系类型,单击鼠标右键,可删除此标注。单击鼠标左键,依次单击连接起始实体和终止实体,可增加关系类型,增加关系标注。

图5 在文本中修改标签

您也可以在单击页面下方的“删除当前项标签”按钮,删除选中文本对象中的所有标签。

图6 删除当前项标签

添加文件

除了数据集输入位置自动同步的数据外,您还可以在ModelArts界面中,直接添加文件,用于数据标注。

在数据集详情页面,单击“未标注”页签,然后单击左上角“添加文件”。
在弹出的“添加文件”对话框中,选择上传文件。

选择本地环境中需要上传的文件,可以一次性选择多个文件。文件格式只支持“txt”或“csv”,且一次上传文件的总大小不能超过8MB。

图7 添加上传文件

在添加文件对话框中,单击“上传文件”,完成添加文件的操作。您添加的文件内容将自动呈现在“未标注”的“标注对象列表”中。

删除文件

通过数据删除操作,可将需要丢弃的文件数据快速删除。

在“未标注”页面中,单击选中需要删除的文本,然后单击左上角“删除”,即可完成文本的删除操作。
在“已标注”页面中,选中待删除的文本,然后单击“删除”,删除单个文本。或者勾选“选择当前页”选中该页面所有文本,然后单击左上角“删除”,即可完成当前页所有文本的删除操作。

其中,被选中的文本,其背景将显示为蓝色。如果当前页面无选中文本时,“删除”按钮为灰色,无法执行删除操作。

父主题: 标注数据

同意关联代理商云淘科技,购买华为云产品更优惠(QQ 78315851)

内容没看懂? 不太想学习?想快速解决? 有偿解决: 联系专家