DoTAT实体标注上手教程：鼠标划选即打标，新手10分钟掌握NER标注

DoTAT实体标注上手教程鼠标划选即打标新手10分钟掌握NER标注【免费下载链接】MarkToolDoTAT 是一款基于web、面向领域的通用文本标注工具支持大规模实体标注、关系标注、事件标注、文本分类、基于字典匹配和正则匹配的自动标注以及用于实现归一化的标准名标注同时也支持迭代标注、嵌套实体标注和嵌套事件标注。标注规范可自定义且同类型任务中可“一次创建多次复用”。通过分级实体集合扩大了实体类型的规模并设计了全新高效的标注方式提升了用户体验和标注效率。此外本工具增加了审核环节可对多人的标注结果进行一致性检验、自动合并和手动调整提高了标注结果的准确率。项目地址: https://gitcode.com/gh_mirrors/ma/MarkToolDoTAT 是一款基于 Web 的面向领域的通用文本标注工具专为 NER 实体标注、关系标注、事件标注和文本分类等任务设计。对新手最友好的是它的核心交互——鼠标划选即打标选中一段文字点一下实体类型标注就完成全程零代码。本文按建规范 → 领任务 → 划选打标 → 自动加速四步走带你 10 分钟跑通一个完整的 NER 标注流程。为什么 DoTAT 适合新手做文本标注️划选即打标选中文本、点选实体标签两个动作完成一次标注⚡自动标注加速内置字典匹配、正则匹配重复劳动交给工具批量完成规范一次创建多次复用同一类任务不用反复配置团队协作更省心审核环节兜底多人标注可一致性检验、自动合并与手动调整新手标错也有机会修正官方推荐的标准流程分五步定义标注规范 → 创建并分配任务 → 执行标注 → 合并与审核 → 导出结果。本文聚焦前三步审核与导出让给管理员。一键安装本地快速运行 DoTAT在本地体验只需三步前提是安装 Node.js / npm 8 及以上版本git clone https://gitcode.com/gh_mirrors/ma/MarkTool cd MarkTool npm install npm run dev启动后用管理员账号登录左侧导航即可看到标注规范、任务管理、标注任务总览等入口。标注前准备创建一份 NER 标注规范进入标注规范页面对应src/views/specification/newSpecification.vue选择任务类型为NER然后可视化地定义实体类型。例如实体类型标注示例人名 PER张三、李四机构 ORG华东理工大学地名 LOC上海、北京DoTAT 用分级实体集合组织实体类型——实体再多也能按大类→子实体层级快速定位这是它相比普通标注工具的一大优势。规范创建完成后同类型任务直接复用无需重复配置。规范列表管理逻辑见src/views/specification/specificationList.vue。创建标注任务并领取管理员在任务管理中创建任务绑定刚建好的 NER 规范 一批待标注文本即可。官方建议每个任务分配2 名标注者 1 名审核者方便后续一致性检验。标注者登录后进入标注任务总览页面路由/label定义在src/router/index.js表格展示任务状态、已标注条数与进度条点击标注按钮即可进入标注主界面。任务列表逻辑实现在src/views/label/index.vue。核心操作鼠标划选即打标全文重点标注主界面src/views/label/labeling.vue分三个区域左侧 标注数据列表每张卡片是一条待标注文本点击切换当前文本自动高亮上方 实体统计面板彩色标签展示全部实体类型右上角角标实时统计每类已标注数量下方 正文文本区真正的标注战场划选打标的标准姿势第 1 步用鼠标在文本区划选目标文字如上海第 2 步松开鼠标工具自动捕获划选范围底层监听文本区mouseup事件通过window.getSelection()读取起止偏移第 3 步点击上方实体标签文字立即被染色标记为对应实体第 4 步重复划选直到整段标注完毕第 5 步标错就点选已标注内容即可删除或改类型两个细节值得注意划选内容不能是纯空白否则不会触发标注交互标到一半切换文本也没关系左侧已标注的标准卡片会实时保留归一化记录随时自检。提速技巧字典匹配与正则匹配自动标注面对成百上千条文本纯手动划选还是慢实体统计面板旁有两个提速选项卡字典匹配选择预先建好的实体字典点击应用此字典命中字典词条的内容会被批量打上对应实体标签正则匹配选择正则表达式支持管理多条规则并各自绑定实体类型点击应用此正则匹配比如用一条规则一键标出所有门牌号两种自动标注都有防重设计应用前弹窗提示重复命中的内容及其位置提交时自动剔除重复标注避免脏数据。推荐工作流先自动标注打底再人工划选做增删改效率可提升数倍。进阶彩蛋标准名标注实体归一化NER 任务还有个隐藏福利——标记标准选项卡。当华东理工大学华东理工ECUST都应归一为华东理工大学时为已标注实体指定标准名即可实现归一化左侧卡片会以原文 - 标准名形式实时展示映射关系。新手常见问题 FAQQ1划选后为什么没有反应确认划选起止在同一段连续文字内且内容不是纯空白字符。Q2实体类型太多找不到利用分级实体集合的层级折叠按大类逐层展开即可快速定位子实体。Q3标错了怎么办点选已标注实体可直接删除或改类型审核阶段还有一次统一的合并调整机会。Q4标注结果最终去哪提交后由审核者做一致性检验与自动合并最后管理员统一导出 JSON 结果文件。小结步骤操作参考耗时1定义 NER 标注规范2 分钟2创建任务并领取1 分钟3鼠标划选 点选实体标签5 分钟4字典 / 正则自动标注打底2 分钟至此你已经掌握了 DoTAT 实体标注的核心姿势划选文字、点一下类型、重复直到完成。配合自动标注与审核机制新手也能在 10 分钟内产出可用的 NER 标注数据。【免费下载链接】MarkToolDoTAT 是一款基于web、面向领域的通用文本标注工具支持大规模实体标注、关系标注、事件标注、文本分类、基于字典匹配和正则匹配的自动标注以及用于实现归一化的标准名标注同时也支持迭代标注、嵌套实体标注和嵌套事件标注。标注规范可自定义且同类型任务中可“一次创建多次复用”。通过分级实体集合扩大了实体类型的规模并设计了全新高效的标注方式提升了用户体验和标注效率。此外本工具增加了审核环节可对多人的标注结果进行一致性检验、自动合并和手动调整提高了标注结果的准确率。项目地址: https://gitcode.com/gh_mirrors/ma/MarkTool创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考