腾讯课堂 | Python网络爬虫与文本分析

假设我们想使用机器学习做文本分析，一般都需要先对数据进行标注，才能训练出效果比较好的监督机器学习模型。

label-studio是多媒体数据标注工具，可以很方便的进行标注和导出。

Label Studio 是一款开源数据标注工具，用于标注和探索多种类型的数据。您可以使用多种数据格式执行的标记任务。

您还可以将 Label Studio 与机器学习模型集成，以提供标签（预标签）的预测，或执行持续的主动学习。

官方文档 https://labelstud.io/

操作步骤

1. 安装Label Studio
2. 启动Label Studio
3. 创建Label Studio账号
4. 项目默认配置
5. 导入数据
6. 标注数据
7. 结束标记，导出标注数据

安装

命令行中执行

pip install label-studio==1.1.0

2 快速上手

在桌面创建自动生成一个名为Project的项目文件夹。

• Win命令行执行

label-studio --data-dir Desktop/Project

• Mac命令行执行

label-studio --data-dir desktop/Project

执行上方代码大概10s左右，会在浏览器弹出如下界面

注册好账号密码，点击Create Project

项目描述填写好，点击按钮 Data Import ，

这里我们要做文本分析，导入csv

设置标注模式，点击按钮Labeling Setup,选择Natural Language Process、TEXT Classification。就考研进行pos、neg、neo三个类别的文本标注。

注意label-studio提供了diy，考研根据自己需要点击Code设定标注类别名称、增减类别。大家感兴趣的可以深入研究。

点击Save 按钮，开始准备标注数据啦

数据界面，勾选全部数据，点击蓝色按钮Label All Tasks

开始标注，勾选你认为合适的标签，点击右侧Submit

导出标注数据,先点击右侧Export按钮，选择导出格式，最后点击底部Export按钮执行导出。

近期文章