文本标注格式

文本数据集的标注文件为单个 label.json ，格式为 TextLabel 。

/
└── annotation
    └── v1
        └── label.json

JSON Schema

TextLabel

文本标注数据集导出的标注文件格式，文件名为 label.json
type	object
properties
dataset_info	标注数据集的信息
	TextDatasetInfo
rule_dict	标注规则集包含的规则列表
	type	array
	items	TextRuleDict
text_info	文本列表
	type	array
	items	TextInfo
instance_info	标注实例列表
	type	array
	items	TextInstanceInfo

TextDatasetInfo

文本类型标注数据集的信息
type	object
properties
global_task_id	任务编号
	type	string
creation_time	标注数据集的创建时间
	type	string
creator	创建标注数据集的用户
	type	string
split_type	标注数据集用途
	type	string
text_num	标注数据集中样本数
	type	integer
ruleset_code	标注规则集的唯一 Code 值
	type	string
rule_num	标注规则集包含的规则个数
	type	integer
instance_num	标注数据集中实例个数
	type	integer

TextInfo

文本标注数据集中单个样本的信息
type	object
properties
text_content	文本内容
	type	string
text_id	样本的唯一编号。从 0 开始。
	type	integer
text_name	文本文件路径
	type	string
instance_num	文本所含实例的个数
	type	integer

TextRuleDict

标注规则的信息
type	object
properties
rule_id	规则集下的类别 ID。从 1 开始。
	type	integer
rule_code	规则集下的分类的 Code
	type	string
rule_type	规则类型，当前支持： - Classification(文本分类单标签） - MultiLabelClassification(文本分类多标签） - TextSimilarity(文本相似度) - TextSentimentTarget(情感分析-目标级） - TextSentimentText(情感分析-文本级） - TextNaturalLanguageGeneration(文本创作) - TextScore(文本打分) - TextEntity(文本实体抽取) - TextEntityRelation(文本实体关系抽取) - TextRelevancyRank(文本相关性排序) - TextAbstract(文本摘要-抽取式) - TextReadingComprehension(文本阅读理解) - TextCommentViewExtract(评论观点抽取)
	type	string

TextSegment

样本中的文本片段信息, start, end, span按需填入
properties
start	文本片段的起始点
	type	number
	format	integer
end	文本片段的终止点
	type	number
	format	integer
span	片段的内容
	type	string

TextInstanceInfo

标注实例的信息
type	object
properties
rule_type	实例类型。当前支持： - textClassification(文本分类单标签） - textMultiLabelClassification(文本分类多标签） - textSimilarity(文本相似度) - textSentimentTarget(情感分析-目标级） - textSentimentText(情感分析-文本级） - textNaturalLanguageGeneration(文本创作) - textScore(文本打分) - textEntity(文本实体抽取) - textEntityRelation(文本实体关系抽取) - textRelevancyRank(文本相关性排序) - textAbstract(文本摘要-抽取式) - textReadingComprehension(文本阅读理解) - textCommentViewExtract(评论观点抽取)
	type	string
rule_id	该标注数据集中，该实例所属类别的唯一编号。从 1 开始。
	type	integer
text_id	该标注数据集中，该实例所属样本的唯一编号。从 0 开始。
	type	integer
instance_id	该标注数据集中，该实例的唯一编号。从 0 开始。
	type	integer
sentiment_target	目标级情感分析的结果
	TextSegment
nlg	文本创作、生成类任务的结果
	type	string
score	文本打分的结果
	type	number
	format	float
entity	文本实体抽取的结果
	TextSegment
entity_relation	文本实体关系抽取的结果
	properties
	predicate	文本实体关系抽取中的谓语
		type	string
	subject	文本实体关系抽取中的主语
		TextSegment
	subject_instance_id	文本实体关系抽取中的主语所属实体的实例编号
		type	integer
	subject_rule_id	文本实体关系抽取中的主语所属实体的规则编号
		type	integer
	object	文本实体关系抽取中的宾语
		TextSegment
	object_instance_id	文本实体关系抽取中的宾语所属实体的实例编号
		type	integer
	object_rule_id	文本实体关系抽取中的宾语所属实体的规则编号
		type	integer
relevancy_rank	文本相关性排序结果
	type	array
	items	properties
		content	待排序的文本
			type	string
		rank	排序结果
			type	integer
abstract	文本摘要结果
	type	array
	items	TextSegment
reading_comprehension	文本阅读理解结果
	type	array
	items	properties
		question	type	string
		answer	type	array
			items	TextSegment
comment_view_extract	评论观点抽取的结果
	properties
	object	评论观点抽取的对象
		TextSegment
	segment	评论观点抽取的片段
		TextSegment
	dimension	评论观点抽取的维度
		TextSegment
	viewpoint	评论观点抽取的观点
		TextSegment