自然语言处理标注工具——Brat(安装、测试、使用)

一、Brat标注工具安装

1.安装条件:

(1)运行于Linux系统(window系统下虚拟机内linux系统安装也可以)

(2)目前brat最新版本(v1.3p1)仅支持python2版本运行使用(我用的是python2.7版本)

2.建议到github网站下载最新release版本:https://github.com/nlplab/brat/release

3.下载方式

(1)windows系统点击zip文件下载解压

(2)在linux系统的/var/www/html/目录下wget下载解压

wget https://github.com/nlplab/brat/archive/refs/tags/v1.3p1.zip
unzip brat-1.3p1.zip  # 下载后zip文件名为brat-1.3p1.zip
mv brat-1.3p1.zip brat  # 修改文件名为brat

4.安装

(1)在/var/www/html/brat目录下执行

./install.sh

(2)启动apache2

service apache2 start

(3)运行服务

python2.7 standalone.py

 如果出现了以下错误:

File "standalone.py", line 257
    except SystemExit, sts:
                     ^
  SyntaxError: invalid syntax

 说明需要将python3版本改为python2.7版本

(4)原始brat配置文件没有针对中文文本的标注,需要安装后自行修改/var/www/html/brat/server/src/projectconfig.py配置文件162行,将其注释更改为如下所示:

# n  = re.subr'[^a-zA-Z0-9_-]', '_', n) 

n = re.subu'[^a-zA-Zu4e00-u9fa5<>u2014-uff1b,0-9_-]', '_', n)

(5)打开浏览器,输入http://127.0.0.0:brat即可见到欢迎页面!

  点击ok开始进入使用。

5.使用

(1)/var/www/html/brat/目录下的data目录是供我们自己做标注时存放项目的文件夹,可以在data内mkdir一个project目录,再根据具体项目创建对应目录。

例如我现在需要标注10份txt文件,那么我需要在project内创建项目目录后label-test将这10份txt文件放进去,但是需要注意的是,brat并不会在标注的同时帮助我们创建每个txt对应的标注结果文件,

所以在标注之前,我们需要先一一对应创建这10份txt对应的ann文件(空的)。下面这条命令意思是找到当前目录下的txt文件并复制其名称创建一个空白的ann文件。

find ./ -name '*.txt' | sed -e 's|.txt|.ann|g' | xargs touch

 利用上述的命令后,我们目录下将会有10个txt文件,10个ann文件。

(2)标注需要配置文件,因此我们要到/var/www/html/brat/目录下找到annotation.conf以及visual.conf,复制到/var/www/html/brat/data/project/label-test/目录下

annotation.conf是可以对标注的实体、关系、事件、属性等内容。

visual.conf可以修改标注的颜色等。

示例:

annotation.conf内容:

[entities]
# Definition of entities.
# Format is a simple list with one type per line.
时间
地点
人名
组织名
公司名
产品名

[relations]


[events]


[attributes]

 注意:即使没有relations、events、attributes等内容,也不能把这几个去掉,去掉会一直报错!!

visual.conf内容:

[labels]


[drawing]
时间 bgColor:yellow
地点 bgColor:blue, fgColor:white
人名 bgColor:deepskyblue
组织名 bgColor:green, fgColor:white
公司名 bgColor:purple, fgColor:white
产品名 bgColor:pink

 注意:同理,即使没有labels内容,也不要去掉[labels]。

mayun.txt内容:

1964年9月10日,马云出生在杭州。
幼年的马云在人们的眼中是典型的坏孩子:叛逆、倔强、爱打架、逞强、顽皮淘气。
马云的父亲虽然是典型的江南人,但脾气却很火暴,马云从小在父亲拳脚下长大。
马云是看金庸的武侠小说长大的,行侠仗义、打抱不平的“侠义”情结在少年马云的内心深处早已生根、萌芽。

 mayun.ann内容为空,现在可以开始标注了,打开浏览器http://127.0.0.0:8001,登录后才可以进行标注。打开我们创建的目录,鼠标选中需要标注的实体,马上就会自动显示让我们标注该内容对应的类别:

 

接着打开mayun.ann,可以看到标注的内容已经记录好了。


  若无apache2,则对其进行安装并修改配置文件

sudo apt-get install apache2  # 安装apache2
sudo vim /etc/apache2/apache2.conf  # 修改apache2配置

 将下列内容添加至配置文件中:

<Directory /home/*/public_html>
    AllowOverride Options Indexes FileInfo Limit
    AddType application/xhtml+xml .xhtml
    AddType font/ttf .ttf
    # For CGI support
    AddHandler cgi-script .cgi
    # Comment out the line above and uncomment the line below for FastCGI
    #AddHandler fastcgi-script fcgi
</Directory>

   对userdir赋权:

sudo a2enmod userdir

 继续执行:

sudo apt-get install libapache2-mod-fastcgi
sudo a2enmod fastcgi
sudo a2enmod rewrite

 重新加载apache2配置:

sudo /etc/init.d/apache2 reload

 可能会遇到如下问题:

[....] Reloading apache2 configuration via systemctl): apache2.serviceapache2.service is not active, cannot reload.
 failed!

 解决方法:

sudo apachectl stop
/etc/init.d/apache2 start

 此时操作无误后,打开http://127.0.0.1即可看到apache默认页面。

备注:此处针对apache2的安装配置可能有欠缺,仅供参考。

参考链接:

https://www.moshangxingzou.com/index.php/2019/11/27/%E6%96%87%E6%9C%AC%E6%A0%87%E6%B3%A8%E5%B7%A5%E5%85%B7brat%E9%83%A8%E7%BD%B2%E7%AC%94%E8%AE%B0/

https://www.cnblogs.com/anai/p/11474460.html

作者:xiaolanLin

声明 :本文版权归作者和博客园共有,来源网址:https://www.cnblogs.com/xiaolan-Lin 欢迎各位转载,未经作者本人同意转载文章时,必须在文章页面明显位置给出作者和原文连接,否则保留追究法律责任的权利!
致读者 :在技术这方面我还是一个新手,若文章中的表述有误,还请各位批评指点,喜欢的话支持一下点个“推荐”吧。

Published by

风君子

独自遨游何稽首 揭天掀地慰生平

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注