文本类_人工智能平台 PAI(PAI)-阿里云帮助中心

iTAG提供了实体识别、文本分类、实体关系的文本类标注模板，创建标注任务时，您需要根据应用场景选择标注模板。本文为您介绍文本类标注模板的应用场景及数据结构。

背景信息

本文介绍以下文本类标注模板的数据结构：

实体识别
文本分类
实体关系

实体识别

实体识别NER标注任务是对文本中的具体内容进行框选，并添加标签。

应用场景
商品主体词识别、新闻主体词识别等。

数据结构

输入数据

manifest文件的每行数据是一道题目，且每行数据必须包含source字段。

{"data":{"source":"阿里巴巴收购两家服务美国小企业的电子商务解决方案供应商Vendio及Auctiva。同月，手机淘宝客户端推出。"}}
...

输出数据

manifest文件的每行数据由题目和标注结果一起生成。每行数据的JSON结构如下。

{
    "data": {
        "source": "阿里巴巴收购两家服务美国小企业的电子商务解决方案供应商Vendio及Auctiva。同月，手机淘宝客户端推出。"
    }, 
    "label-1430082002522152960": {
        "results": [
            {
                "objects": [
                    {
                        "result": {
                            "文本内容": [
                                "标签1"
                            ]
                        }, 
                        "color": null, 
                        "id": null, 
                        "text": "ocr本文的识别内容1", 
                        "start": 49, 
                        "end": 51
                    }, 
                    {
                        "result": {
                            "文本内容": [
                                "标签2", 
                                "标签3"
                            ]
                        }, 
                        "color": null, 
                        "id": null, 
                        "text": "ocr本文的识别内容2", 
                        "start": 34, 
                        "end": 40
                    }, 
                ], 
                "empty": false
            }
        ]
    }
}

文本分类

文本分类（Text Classification）是指在一组固定的分类标签集合中，找到与输入文本内容相匹配的一个或多个分类标签，并将其分配给该输入文本。该分类模板支持单标签和多标签。

应用场景
新闻推荐、知识管理及垃圾信息过滤等。

数据结构

输入数据

manifest文件的每行数据是一道题目，且每行数据必须包含source字段。

{"data":{"source":"阿里巴巴更改其中国交易市场的名称为“1688”。同月，淘宝网推出团购网站聚划算。"}}
...

输出数据

manifest文件的每行数据由题目和标注结果一起生成。每行数据的JSON结构如下。

{ 
    "data": {
        "source": "阿里巴巴更改其中国交易市场的名称为“1688”。同月，淘宝网推出团购网站聚划算。"
    }, 
    "label-1432989439570944000": {
        "results": [
            {
                "questionId": "2", 
                "data": [
                    "标签2", 
                    "标签1"
                ], 
                "markTitle": "多选", 
                "type": "survey/multivalue"
            }
        ]
    }
}

实体关系

实体关系（三元组和Knowledge Graph）标注任务，主要是针对知识图谱的场景，对实体词之间的关系添加标签。

应用场景
知识图谱等。

数据结构

输入数据

manifest文件的每行数据是一道题目，且每行数据必须包含source字段。

{"data":{"source":"阿里巴巴更改其中国交易市场的名称为“1688”。同月，淘宝网推出团购网站聚划算。"}}
...

输出数据

manifest文件的每行数据由题目和标注结果一起生成。每行数据的JSON结构如下。

{
    "data": {
        "source": "阿里巴巴更改其中国交易市场的名称为“1688”。同月，淘宝网推出团购网站聚划算。"
    }, 
    "label-1435488346167255040": {
        "results": [
            {
                "objects": [
                    {
                        "result": {
                            "多选": [
                                "标签3"
                            ]
                        }, 
                        "color": null, 
                        "id": null, 
                        "text": "团购网站", 
                        "start": 32, 
                        "end": 35
                    }, 
                    {
                        "result": {
                            "多选": [
                                "标签2"
                            ]
                        }, 
                        "color": null, 
                        "id": null, 
                        "text": "1688", 
                        "start": 18, 
                        "end": 21
                    }, 
                    {
                        "result": {
                            "多选": [
                                "标签1"
                            ]
                        }, 
                        "color": null, 
                        "id": null, 
                        "text": "交易市场", 
                        "start": 9, 
                        "end": 12
                    }
                ], 
                "empty": false
            }, 
            [
                {
                    "result": {
                        "单选": "标签4"
                    }, 
                    "from": {
                        "x": -225, 
                        "y": -126, 
                        "start": 9, 
                        "end": 12, 
                        "text": "交易市场"
                    }, 
                    "to": {
                        "x": -233, 
                        "y": 75, 
                        "start": 18, 
                        "end": 21, 
                        "text": "1688"
                    }
                }, 
                {
                    "result": {
                        "单选": "标签6"
                    }, 
                    "from": {
                        "x": -225, 
                        "y": -126, 
                        "start": 9, 
                        "end": 12, 
                        "text": "交易市场"
                    }, 
                    "to": {
                        "x": 24, 
                        "y": -93, 
                        "start": 32, 
                        "end": 35, 
                        "text": "团购网站"
                    }
                }, 
                {
                    "result": {
                        "单选": "标签4"
                    }, 
                    "from": {
                        "x": -233, 
                        "y": 75, 
                        "start": 18, 
                        "end": 21, 
                        "text": "1688"
                    }, 
                    "to": {
                        "x": 24, 
                        "y": -93, 
                        "start": 32, 
                        "end": 35, 
                        "text": "团购网站"
                    }
                }
            ]
        ]
    }
}