CN113486636A - 一种文本标注方法和装置 - Google Patents

Abstract

本发明公开了一种文本标注方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：创建标注任务；从服务端获取所述标注任务对应的原始文本，并通过浏览器渲染所述原始文本；响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的标注结果数据；其中，所述标注结果数据为JSON格式；将所述标注结果数据上传至所述服务端。该实施方式能够解决标注结果数据通用性差和维护成本高的技术问题。

Description

一种文本标注方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种文本标注方法和装置。

背景技术

在人工智能时代，自然语言处理(NLP)技术在各领域的应用越来越广泛，诸如Apple的Siri、Microsoft Cortana、Google翻译、支付宝的智能客服等都是基于NLP技术的应用。在将NLP技术应用于实际场景时，存在两个必要条件：一是算法，二是数据。虽然算法一直在改进，但对数据的需求却从未改变，不论是传统的机器学习算法还是新生代的深度学习算法，都需要大量的标注数据进行训练和学习。标注数据的质量和数量直接决定了某个语言处理任务是否标准，而文本数据的标注是一个十分繁琐和复杂的过程，其中涉及诸如标注质量、标注管理、标注效率等诸多问题。文本标注是一个费时费力的工作，所以开发一个文本标注工具是非常必要的。

为了提供文本标注能力，目前互联网上拥有一些文本标注工具，例如精灵标注助手、Poplar等，但这些工具大多为客户端软件，安装复杂，平台兼容性问题突出，不支持多人协作，且最终的标注结果数据输出格式通用性差，输出数据一般以离线文件保存，缺乏管理、维护成本高。

发明内容

有鉴于此，本发明实施例提供一种文本标注方法和装置，以解决标注结果数据通用性差和维护成本高的技术问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种文本标注方法，包括：

创建标注任务；

从服务端获取所述标注任务对应的原始文本，并通过浏览器渲染所述原始文本；

响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的标注结果数据；其中，所述标注结果数据为JSON格式；

将所述标注结果数据上传至所述服务端。

可选地，所述标注任务包括任务ID、标注用户、标注对象和标注要素。

可选地，响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的标注结果数据，包括：

响应标注用户对所述原始文本的标注指令，通过Javascript中提供的方法，生成所述原始文本对应的标注结果数据。

可选地，所述Javascript中提供的方法包括document方法和window方法。

可选地，将所述标注结果数据上传至所述服务端之后，还包括：

从所述服务端获取所述标注结果数据；

修改所述标注结果数据，并将修改后的所述标注结果数据上传至所述服务端，以更新所述服务端存储的标注结果数据。

可选地，将所述标注结果数据上传至所述服务端之后，还包括：

从所述服务端获取所述标注结果数据；

采用Javascript将所述标注结果数据渲染生成HTML，并显示在浏览器上。

可选地，所述标注结果数据包括标注对象、标注要素、标注内容的起始位置和终止位置。

另外，根据本发明实施例的另一个方面，提供了一种文本标注装置，包括：

创建模块，用于创建标注任务；

获取模块，用于从服务端获取所述标注任务对应的原始文本，并通过浏览器渲染所述原始文本；

标注模块，用于响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的标注结果数据；其中，所述标注结果数据为JSON格式；

上传模块，用于将所述标注结果数据上传至所述服务端。

可选地，所述标注任务包括任务ID、标注用户、标注对象和标注要素。

可选地，所述标注模块还用于：

响应标注用户对所述原始文本的标注指令，通过Javascript中提供的方法，生成所述原始文本对应的标注结果数据。

可选地，所述Javascript中提供的方法包括document方法和window方法。

可选地，还包括修改模块，用于：

将所述标注结果数据上传至所述服务端之后，从所述服务端获取所述标注结果数据；

修改所述标注结果数据，并将修改后的所述标注结果数据上传至所述服务端，以更新所述服务端存储的标注结果数据。

可选地，所述修改模块还用于：

将所述标注结果数据上传至所述服务端之后，从所述服务端获取所述标注结果数据；

采用Javascript将所述标注结果数据渲染生成HTML，并显示在浏览器上。

可选地，所述标注结果数据包括标注对象、标注要素、标注内容的起始位置和终止位置。

根据本发明实施例的另一个方面，还提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，所述一个或多个处理器实现上述任一实施例所述的方法。

根据本发明实施例的另一个方面，还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例所述的方法。

上述发明中的一个实施例具有如下优点或有益效果：因为采用从服务端获取标注任务对应的原始文本，并通过浏览器渲染所述原始文本，响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的JSON格式的标注结果数据的技术手段，所以克服了现有技术中标注结果数据通用性差和维护成本高的技术问题。本发明实施例采用支持Web的B/S架构，用户可以在浏览器上打开操作，无需安装控件，同时也解决了跨平台运行导致的兼容性问题，而且使用本发明标注的结果会生成为JSON格式的数据，JSON是当前Web上的一种常用的数据表达方式和数据交换标准，具有通用性的特点，方便了标注管理，降低了维护成本。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的文本标注方法的主要流程的示意图；

图2是根据本发明实施例的创建标注任务的示意图；

图3是根据本发明实施例的文本标注方法的技术架构图；

图4是根据本发明一个实施例的标注内容的结果示意图；

图5是根据本发明另一个实施例的创建标注任务的标注内容的结果示意图；

图6是根据本发明一个可参考实施例的文本标注方法的主要流程的示意图；

图7是根据本发明实施例的文本标注装置的主要模块的示意图；

图8是本发明实施例可以应用于其中的示例性系统架构图；

图9是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明实施例的文本标注方法的主要流程的示意图。作为本发明的一个实施例，如图1所示，所述文本标注方法可以包括：

步骤101，创建标注任务。

首先，创建标注任务，如图2所示，所述标注任务包括任务ID、标注用户、标注对象和标注要素。在本发明的实施例中，标注对象是文本，标注要素可以是包括以下几种类型：

命名实体：包括人物、组织、地址、场所、设备、交通工具、武器等这些以名称为标识的实体；

关系：识别和刻画实体之间的关系类型；

事件：生命、运动、事务、生意、冲突、接触、个人和司法事件。

例如，下面是一段文本：

这段文本信息，包括了命名实体(如“罗斯维尔市”、“飞机”)；实体的属性及其间的关系(如“罗斯维尔市警方”与“警方”，失踪人员和房屋的关系)；事件(如“坠毁”事件)及其属性(事件的时间、地点、伤亡情况等)；事件之间的关系(如“坠毁”事件与人员“死亡”事件)。

针对上面提到的要素类型，在新建标注任务时要创建标注要素，例如地址、坠毁、伤亡情况等。

需要指出的是，在标注用户的管理时，可以结合企业组织和人员管理体系来灵活配置系统用户，方便不同层级人员对已标注过的任务进行管理，同时通过加强标注人员的培训，可以间接提高最终标注结果的质量。

步骤102，从服务端获取所述标注任务对应的原始文本，并通过浏览器渲染所述原始文本。

客户端从服务端获取所述标注任务对应的原始文本(也就是标注对象)，并通过客户端浏览器渲染所述原始文本。如图3所示，客户端向web服务器发送HTTP请求，web服务器向数据库发送文本获取请求，数据库将存储的原始文本返回给web服务器，web服务器将原始文本返回给客户端，客户端接收到原始文本后通过浏览器将原始文本渲染成HTML。

步骤103，响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的标注结果数据。

通过浏览器渲染原始文本之后，用户可以对原始文本触发标注指令，从而生成所述原始文本对应的标注结果数据。其中，所述标注结果数据为JSON格式。JSON格式的标注结果数据具有数据结果清晰、方便管理和维护成本低的优点。

可选地，步骤103可以包括：响应标注用户对所述原始文本的标注指令，通过Javascript中提供的方法，生成所述原始文本对应的标注结果数据。可选地，所述Javascript中提供的方法包括document方法和window方法。需要指出的是，JSON格式的标注结果数据也同样可以通过浏览器渲染成HTML。

可选地，所述标注结果数据包括标注对象、标注要素、标注内容的起始位置和终止位置。用户可以用鼠标拖动的方式选择标注内容，每一个标注内容都有baseOffset和extentOffse两个字符偏移量来标识该标注内容在文本中的起始位置和终止位置。不同的标注要素在界面上显示不同的颜色。例如对于标注要素“地址”来说，图4中的黄色部分“罗斯维尔市”为标注内容。

本发明实施例也支持对标注要素的自定义，如图5所示，可以在页面右侧自定义添加标注要素并使用鼠标在页面左侧选取其对应的标注内容，不同的标注要素在界面上显示不同的颜色。标注完成后，还可以在界面右侧“已标注列表”中查看所有标注过的内容，在选中标注内容后可以“取消”即删除标注。

需要说明的是，标注功能的技术实现原理：首先，通过Javascript技术中提供的方法和属性，可以获取鼠标在文本上滑动的起始位置和终止位置(例如Window.getSelection方法可以用来表示鼠标在浏览器上选择的文本范围或光标的当前位置)，当鼠标点击这个标注时，可以对其添加标注要素。

此时会将这段标注信息存储在一个JSON格式的数据变量中，如下所示：

接着，可以使用Javascript技术将该JSON格式数据渲染生成HTML，并显示到浏览器上，这样就实现了文本标注后的显示效果，例如标注文本颜色、鼠标选中状态等。最后，在标注过程中，还可以通过鼠标选中某个标注进行修改和删除，以及使用Javascript技术管理JSON数据变量，例如对添加自定义标注要素、删除已标注文本等。这些技术实现方式体现了将标注的操作动作与页面显示效果通过数据驱动的方式进行了分离的思想。

本发明实施例将标注结果数据保存成JSON数据。具体地，本发明实施例将标注过程中的标注对象、标注要素、标注要素对应的起止位置、自定义标注要素等信息保存到JSON格式的数据中，作为后期标注管理、进行标注预览的依据。

由于标注结果数据为JSON格式，因此生成的标注结果能够把无结构化的原始文本结构化，供计算机处理，助力NLP技术发展。

步骤104，将所述标注结果数据上传至所述服务端。

完成文本标注之后，客户端将JSON格式的标注结果数据上传至服务端，服务端将其存储至数据库中，以供后续使用。

可选地，步骤104之后，还包括：从所述服务端获取所述标注结果数据；修改所述标注结果数据，并将修改后的所述标注结果数据上传至所述服务端，以更新所述服务端存储的标注结果数据。用户可以根据需要修改存储在服务端的标注结果数据，也就是说，在本发明的技术方案中，可以直接修改JSON格式的标注结果数据，使得渲染在浏览器上的页面显示效果随之发生变化。因此，本发明实施例具有标注准确性高、标注操作简单方便，标注结果数据方便修改、维护成本低的优势。

本发明实施例基于Web进行文本标注，采用的主要技术是Web技术，通过Javascript技术中提供的方法，可以很方便地在Web上实现文本标注功能，而且在实现思想上本发明将标注的操作动作与页面显示效果通过数据驱动的方式进行了分离，有助于降低标注结果数据的维护成本。用户可通过浏览器进行标注操作，支持跨平台应用、使用方便、界面友好、灵活通用、支持多人协作，减少了文本标注工作的操作和维护成本，对文本标注效率和标注质量进行了提升，为标注管理提供了解决方案，同时保证了数据安全性和系统扩展性。

为了提高标注质量、数据安全性和系统扩展性，本发明支持将系统直接部署到企业自己的服务器上，数据直接保存在本地，这样既保证了数据的安全，也支持与企业其他的各类系统对接，扩展性更强，同时本发明提供的系统可结合企业组织和人员管理体系来灵活配置系统用户，方便企业对标注用户的培训与管理，间接提高最终标注结果的质量。

根据上面所述的各种实施例，可以看出本发明实施例通过从服务端获取标注任务对应的原始文本，并通过浏览器渲染所述原始文本，响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的JSON格式的标注结果数据的技术手段，解决了现有技术中标注结果数据通用性差和维护成本高的技术问题。本发明实施例采用支持Web的B/S架构，用户可以在浏览器上打开操作，无需安装控件，同时也解决了跨平台运行导致的兼容性问题，而且使用本发明标注的结果会生成为JSON格式的数据，JSON是当前Web上的一种常用的数据表达方式和数据交换标准，具有通用性的特点，方便了标注管理，降低了维护成本。

与目前市场上一些基于Web技术的文本标注工具(例如BRAT、Poplar等)相比，本发明实施例在技术实现思想上与之不同，本发明并没有依赖第三方库(例如Poplar使用了RxJS与Svg.js等第三方库)，降低了系统后期升级维护的成本。

图6是根据本发明一个可参考实施例的文本标注方法的主要流程的示意图。作为本发明的另一个实施例，如图6所示，所述文本标注方法可以包括：

步骤601，创建标注任务。

首先，创建标注任务，所述标注任务包括任务ID、标注用户、标注对象和标注要素。在本发明的实施例中，标注对象是文本，标注要素可以是包括以下几种类型：

命名实体：包括人物、组织、地址、场所、设备、交通工具、武器等这些以名称为标识的实体；

关系：识别和刻画实体之间的关系类型；

事件：生命、运动、事务、生意、冲突、接触、个人和司法事件。

步骤602，从服务端获取所述标注任务对应的原始文本，并通过浏览器渲染所述原始文本。

客户端从服务端获取所述标注任务对应的原始文本(也就是标注对象)，并通过客户端浏览器渲染所述原始文本。具体地，客户端向web服务器发送HTTP请求，web服务器向数据库发送文本获取请求，数据库将存储的原始文本返回给web服务器，web服务器将原始文本返回给客户端，客户端接收到原始文本后通过浏览器将原始文本渲染成HTML。

步骤603，响应标注用户对所述原始文本的标注指令，通过Javascript中提供的方法，生成所述原始文本对应的标注结果数据。

通过浏览器渲染原始文本之后，用户可以对原始文本触发标注指令，从而生成所述原始文本对应的标注结果数据。其中，所述标注结果数据为JSON格式。可选地，所述Javascript中提供的方法包括document方法和window方法。

可选地，所述标注结果数据包括标注对象、标注要素、标注内容的起始位置和终止位置。用户可以用鼠标拖动的方式选择标注内容，每一个标注内容都有baseOffset和extentOffse两个字符偏移量来标识该标注内容在文本中的起始位置和终止位置。不同的标注要素在界面上显示不同的颜色。

在本发明的实施例中，通过Javascript技术中提供的方法和属性，可以获取鼠标在文本上滑动的起始位置和终止位置(例如Window.getSelection方法可以用来表示鼠标在浏览器上选择的文本范围或光标的当前位置)，当鼠标点击这个标注时，可以对其添加标注要素。

步骤604，将所述标注结果数据上传至所述服务端。

完成文本标注之后，客户端将JSON格式的标注结果数据上传至服务端，服务端将其存储至数据库中，以供后续使用。

步骤605，从所述服务端获取所述标注结果数据。

步骤606，修改所述标注结果数据，并将修改后的所述标注结果数据上传至所述服务端，以更新所述服务端存储的标注结果数据。

用户可以根据需要修改存储在服务端的标注结果数据，也就是说，在本发明的技术方案中，可以直接修改JSON格式的标注结果数据，使得渲染在浏览器上的页面显示效果随之发生变化。因此，本发明实施例具有标注准确性高、标注操作简单方便，标注结果数据方便修改、维护成本低的优势。

另外，在本发明一个可参考实施例中文本标注方法的具体实施内容，在上面所述文本标注方法中已经详细说明了，故在此重复内容不再说明。

图7是根据本发明实施例的文本标注装置的主要模块的示意图，如图7所示，所述文本标注装置700包括创建模块701、获取模块702、标注模块703和上传模块704；其中，创建模块701用于创建标注任务；获取模块702用于从服务端获取所述标注任务对应的原始文本，并通过浏览器渲染所述原始文本；标注模块703用于响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的标注结果数据；其中，所述标注结果数据为JSON格式；上传模块704用于将所述标注结果数据上传至所述服务端。

可选地，所述标注任务包括任务ID、标注用户、标注对象和标注要素。

可选地，所述标注模块703还用于：

响应标注用户对所述原始文本的标注指令，通过Javascript中提供的方法，生成所述原始文本对应的标注结果数据。

可选地，所述Javascript中提供的方法包括document方法和window方法。

可选地，还包括修改模块，用于：

将所述标注结果数据上传至所述服务端之后，从所述服务端获取所述标注结果数据；

修改所述标注结果数据，并将修改后的所述标注结果数据上传至所述服务端，以更新所述服务端存储的标注结果数据。

可选地，所述修改模块还用于：

将所述标注结果数据上传至所述服务端之后，从所述服务端获取所述标注结果数据；

采用Javascript将所述标注结果数据渲染生成HTML，并显示在浏览器上。

可选地，所述标注结果数据包括标注对象、标注要素、标注内容的起始位置和终止位置。

根据上面所述的各种实施例，可以看出本发明实施例通过从服务端获取标注任务对应的原始文本，并通过浏览器渲染所述原始文本，响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的JSON格式的标注结果数据的技术手段，解决了现有技术中标注结果数据通用性差和维护成本高的技术问题。本发明实施例采用支持Web的B/S架构，用户可以在浏览器上打开操作，无需安装控件，同时也解决了跨平台运行导致的兼容性问题，而且使用本发明标注的结果会生成为JSON格式的数据，JSON是当前Web上的一种常用的数据表达方式和数据交换标准，具有通用性的特点，方便了标注管理，降低了维护成本。

需要说明的是，在本发明所述文本标注装置的具体实施内容，在上面所述文本标注方法中已经详细说明了，故在此重复内容不再说明。

图8示出了可以应用本发明实施例的文本标注方法或文本标注装置的示例性系统架构800。

如图8所示，系统架构800可以包括终端设备801、802、803，网络804和服务器805。网络804用以在终端设备801、802、803和服务器805之间提供通信链路的介质。网络804可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备801、802、803通过网络804与服务器805交互，以接收或发送消息等。终端设备801、802、803上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备801、802、803可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器805可以是提供各种服务的服务器，例如对用户利用终端设备801、802、803所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的物品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、物品信息——仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的文本标注方法可以由终端设备801、802、803执行，相应地，所述文本标注装置可以设置在终端设备801、802、803中。

应该理解，图8中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图9，其示出了适于用来实现本发明实施例的终端设备的计算机系统900的结构示意图。图9示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图9所示，计算机系统900包括中央处理单元(CPU)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有系统900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

以下部件连接至I/O接口905：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(CPU)901执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括创建模块、获取模块、标注模块和上传模块，其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，该设备实现如下方法：创建标注任务；从服务端获取所述标注任务对应的原始文本，并通过浏览器渲染所述原始文本；响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的标注结果数据；其中，所述标注结果数据为JSON格式；将所述标注结果数据上传至所述服务端。

根据本发明实施例的技术方案，因为采用从服务端获取标注任务对应的原始文本，并通过浏览器渲染所述原始文本，响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的JSON格式的标注结果数据的技术手段，所以克服了现有技术中标注结果数据通用性差和维护成本高的技术问题。本发明实施例采用支持Web的B/S架构，用户可以在浏览器上打开操作，无需安装控件，同时也解决了跨平台运行导致的兼容性问题，而且使用本发明标注的结果会生成为JSON格式的数据，JSON是当前Web上的一种常用的数据表达方式和数据交换标准，具有通用性的特点，方便了标注管理，降低了维护成本。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种文本标注方法，其特征在于，包括：

创建标注任务；

从服务端获取所述标注任务对应的原始文本，并通过浏览器渲染所述原始文本；

响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的标注结果数据；其中，所述标注结果数据为JSON格式；

将所述标注结果数据上传至所述服务端。

2.根据权利要求1所述的方法，其特征在于，所述标注任务包括任务ID、标注用户、标注对象和标注要素。

3.根据权利要求1所述的方法，其特征在于，响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的标注结果数据，包括：

响应标注用户对所述原始文本的标注指令，通过Javascript中提供的方法，生成所述原始文本对应的标注结果数据。

4.根据权利要求3所述的方法，其特征在于，所述Javascript中提供的方法包括document方法和window方法。

5.根据权利要求1所述的方法，其特征在于，将所述标注结果数据上传至所述服务端之后，还包括：

从所述服务端获取所述标注结果数据；

修改所述标注结果数据，并将修改后的所述标注结果数据上传至所述服务端，以更新所述服务端存储的标注结果数据。

6.根据权利要求1所述的方法，其特征在于，将所述标注结果数据上传至所述服务端之后，还包括：

从所述服务端获取所述标注结果数据；

采用Javascript将所述标注结果数据渲染生成HTML，并显示在浏览器上。

7.根据权利要求1所述的方法，其特征在于，所述标注结果数据包括标注对象、标注要素、标注内容的起始位置和终止位置。

8.一种文本标注装置，其特征在于，包括：

创建模块，用于创建标注任务；

获取模块，用于从服务端获取所述标注任务对应的原始文本，并通过浏览器渲染所述原始文本；

标注模块，用于响应标注用户对所述原始文本的标注指令，生成所述原始文本对应的标注结果数据；其中，所述标注结果数据为JSON格式；

上传模块，用于将所述标注结果数据上传至所述服务端。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images