问题标签 [brat]

我有一个包含 170 部荷兰文学小说的语料库，我将在其上应用命名实体识别。为了评估荷兰语的现有 NER 标记器，我想在这个语料库的随机样本中手动注释命名实体——为此我使用brat。手动注释的随机样本将作为我评估 NER 标记器的“黄金标准”。我编写了一个 Python 脚本，它在句子级别输出我的语料库的随机样本。

我的问题是：就每部小说的句子数量而言，随机样本的理想大小是多少？目前，我在每部小说中随机使用了 100 个句子，但这会导致一个包含近 21626 行的相当大的随机样本（手动注释很多，并且会导致小子的工作环境变慢）。

通过三个注释器，我们一直在使用 brat ( http://brat.nlplab.org/ ) 来注释三个类别的文本样本：PERS、ORG、GPE。我想计算该样本的 Inter Annotator Agreement。但是，我似乎没有找到一种简单的方法来做到这一点。我已经尝试过这个 Python 包：https ://github.com/savkov/BratUtils ，但它似乎失败了。

对于每个带注释的样本，我有三个 .ann 文件，我想为其计算 Inter Annotator Agreement。文件中的数据如下所示：

是否有一种简单的方法来计算 Inter Annotator Agreement（使用 Python 或基于 Web 的工具）？

我有一组小子格式的 文件<*.txt, *.ann>。示例：file.txt

示例：file.ann

是否有任何 Ruby gem 或解析器或库可以基于 .ann 文件以简单的 html 文本格式生成突出显示的可视化？有人使用过小子文件格式吗？

我正在使用 Google NL API 的注释语法方法并使用 Brat 来可视化响应。我在哪里可以找到 Google NL API 中使用的单词和依赖关系的“标​​签”或“标签”的确切列表。

“partOfSpeech”：{“标签”：“ADJ”，

“dependencyEdge”：{“headTokenIndex”：9，“标签”：“AMOD”

以下异常的原因是什么？

实际上，我正在尝试将https://github.com/nlplab/brat与我自己创建的后端集成。它使用 svg 与 jquery.svg.min.js 和 jquery.svgdom.min.js。但我被这个例外困住了。在进行调用时，在 svg 的文本元素上引发了异常

文本在哪里

和firstChar=0。

在Brat中，要注释文本，您应该参考一个名为“annotation.conf”的配置文件，我有 150 多个标签来注释域特定文本的语义，这些注释标签应该在不同的配置文件中分开，因此注释器如果所有标签都存储在单个“annotation.conf”文件中，则不会分心从长列表中进行选择。

一个典型的场景是，注释器将上传一个文本，然后对于每个语句，都有某些关键字应该触发我创建的组中的单个 annotation.conf 文件来组织我的语义标签。

让我们看下面的伪示例：

• 声明：一个KB C ===> 应该触发 annotation.conf 因为他们的关键字KB
• 声明：VNC KA ====> 应该为关键字KA触发 annotation.conf

标签之间没有重叠。即每个单词只能由一个标签标记。

请您指导我如何在 BRAT 中实现这一点，非常感谢您参考具体资源。

谢谢

我正在使用 Brat 软件 ( http://brat.nlplab.org ) 来注释我的数据。我有我的注释文件，并想手动更改它们，例如。删除一些实体，编辑实体类型等。

每次进行更改时，页面都会重新加载，大约需要 5-10 秒。这是因为 brat 在 Web 服务器上工作（http://brat.nlplab.org/installation.html），所以当进行更改时，它会将更改后的文件上传到服务器上，然后重新加载。

我需要做一些改变，这种滞后很烦人。有没有办法避免滞后？也许制作一个本地缓存，在其中进行所有更改，然后将其上传到服务器上。

这是创建将由其他人完成的训练数据所必需的，所以我希望它对他们来说既快速又容易。

嗨，我正在尝试让 OpenNLP 的 Brat Annotation Service 与 BRAT 注释器一起使用。我可以使用以下命令启动 OpenNLP 的 Brat 注释服务：

服务器响应有关 glassfish 和 grizzly 熊盯着端口 8999 的日志消息。一切正常...

在 BRAT 注释器方面，我有一个 tools.conf 文件，其中包含：

当我尝试使用我的模型（数据 > 自动注释器，openNLP）时，我收到一个未知的连接错误。标记服务 OpenNLP 返回错误“Errno 111] 连接被拒绝”。我知道网址存在。我可以在运行 BRAT 的服务器上使用 firefox 打开 url http://localhost:8999/。

****** 编辑：我的 tools.conf 文件中有错字。我修正了错字，错误更改为

标记服务 OpenNLP 返回错误：404 Not Found

我要离开一步吗？

我在 Windows 7 SP1 x64 Ultimate 上使用 Cygwin运行BRAT 。为此，我在 Cygwin 中运行：

此时，现在可以通过 Web 浏览器http://127.0.0.1:8001访问 BRAT 。

当我安装所有 Cygwin 软件包时它工作正常，但如果我只执行最小的 Cygwin 安装它就不行。

需要安装哪些 Cygwin 软件包才能运行 BRAT？

我知道必须安装 python 2：

但是，这似乎还不够，因为当我访问http://127.0.0.1:8001/时，我得到：

我有一个 XML 格式的带注释的数据集：请参见下面的示例

其中标记的词在 XML 标记中，如图所示。我需要把它变成 BRAT 格式，例如：

更多示例可在http://brat.nlplab.org/standoff.html中找到

我可以在 Python 中使用正则表达式提取注释，但我不确定如何将其转换为正确的 BRAT 格式。有没有可能的工具？