关于人工智能:4基于Label-studio的训练数据标注指南情感分析任务观点词抽取属性抽取

情感剖析工作 Label Studio 使用指南

1. 基于 Label studio 的训练数据标注指南：信息抽取（实体关系抽取）、文本分类等

2. 基于 Label studio 的训练数据标注指南：（智能文档）文档抽取工作、PDF、表格、图片抽取标注等

3. 基于 Label studio 的训练数据标注指南：文本分类工作

4. 基于 Label studio 的训练数据标注指南：情感剖析工作观点词抽取、属性抽取

目录

• 1. label-studio 装置
• 2. label-studio 我的项目创立

• 3. 情感剖析工作标注

  • 3.1 语句级情感分类工作

  • 3.2 属性级情感剖析工作

    • 3.2.1 属性 - 情感极性 - 观点词抽取
    • 3.2.2 属性 - 情感极性抽取
    • 3.2.3 属性 - 观点词抽取
    • 3.2.4 属性抽取
    • 3.2.5 观点词抽取
• 4. 导出标注数据
• 5. References

1. label-studio 装置

本内容在以下环境进行测试装置：

• python == 3.9.12
• label-studio == 1.6.0

在终端 (terminal) 应用 pip 装置 label-studio：

pip install label-studio==1.6.0

装置实现后，运行以下命令行：

label-studio start

在浏览器关上 http://localhost:8080/，输出用户名和明码登录，开始应用 label-studio 进行标注。

2. label-studio 我的项目创立

创立我的项目之前，须要先确定标注的工作类型以及须要标注哪些内容，而后点击创立（Create）开始创立一个新的我的项目，填写项目名称、形容。

如果数据曾经筹备好，能够在此进行导入数据。

接下来，依据须要标注的工作类型，抉择适宜的工作。在本我的项目中，默认会蕴含两种类型的工作：语句级情感分类工作和属性级情感剖析工作。因为这两者都属于自然语言解决（NLP）工作，因而能够点击 Natural Language Processing 选项，在该选项上面进行抉择相应的子项工作。

• 如果标注语句级情感分类工作，请抉择Text Classification。

• 如果标注属性级情感剖析工作，比方属性 - 观点词 - 情感极性三元组的信息抽取，请抉择Relation Extraction。

最初点击保留即可。

3. 情感剖析工作标注

3.1 语句级情感分类工作

这里对应的工作类型为 Text Classification，在标注之前，须要设定 正向 和负向 的标签，而后保留即可。

设定好标签后，即可开始进行标注，抉择正向或负向，最初点击提交，便标注好一条数据。

3.2 属性级情感剖析工作

在本我的项目中，属性级的情感剖析须要配置的标注工作类型为 Relation Extraction，包含属性抽取、观点抽取、属性 - 观点抽取、属性 - 情感极性抽取、属性 - 情感极性 - 观点词三元组抽取等工作。其中属性 - 情感极 - 观点词(A-S-O) 三元组抽取是最常见的工作之一，上面优先解说该工作的标注规定。

3.2.1 属性 - 情感极性 - 观点词抽取

属性 - 情感极性 - 观点词 (A-S-O) 三元组抽取标注内容波及两类标签：Span 类型标签和 Relation 类型标签。其中 Span 标签用于定位文本批评中属性、观点词和情感极性三类信息，Relation 类型标签用于设置评估维度和观点词、情感偏向之间的关系。

（1）Span 类型标签

这里须要定位属性、情感极性、观点词三类信息，在标注时，须要将属性和情感极性进行组合，造成复合标签。具体来讲，设定 评估维度 ##正向 用于定位情感偏向为正向的属性，评估维度## 负向 用于定位情感偏向为负向的属性。另外，利用标注标签 观点词 定位语句中的观点词。

（2）Relation 类型标签

这里只波及到 1 中 Relation 类型标签，即 评估维度 到观点词 的映射关系。这里能够设置一下两者关系的名称，即点击 Code，而后配置关系名称（这里将两者关系设置为 观点词），最初点击保留即可。

在设置好 Span 类型和 Relation 标签之后，便能够开始进行标注数据了。

3.2.2 属性 - 情感极性抽取

如 3.2.1 所述，本我的项目中针对属性 - 情感极性 (A-S) 抽取工作，采纳 Span 的模式进行标注。设定 评估维度 ##正向 用于定位情感偏向为正向的属性，评估维度## 负向 用于定位情感偏向为负向的属性。下图展现了对于属性 - 情感极性抽取工作的标注示例。

3.2.3 属性 - 观点词抽取

针对属性 - 观点词 (A-O) 抽取工作，采纳 Relation 的模式进行标注。这须要将属性对应标注标签设定为 评估维度 ，观点词设定为 观点词。下图展现了对于属性 - 观点词抽取工作的标注示例。

3.2.4 属性抽取

针对属性 (A) 抽取工作，采纳 Span 的模式进行标注。这须要将属性对应的标注标签设定为 评估维度。下图展现了对于属性抽取工作的标注示例。

3.2.4 观点词抽取

针对观点词 (O) 抽取工作，采纳 Span 的模式进行标注。这须要将观点词对应的标注标签设定为 观点词。下图展现了对于观点词抽取工作的标注示例。

4. 导出标注数据

勾选已标注文本 ID，点击 Export 按钮，抉择导出的文件类型为JSON，导出数据：

5. References

• Label Studio 官网