label studio导出CoNLL格式后处理数据

一、label studio使用

　    最近在做命名实体识别的东西，需要进行数据标注，一开始用的doccano。doccano的启动需要开启两个终端，一个是打开webserver的端口，另一个是任务队列，稍微比较麻烦；另外用doccano标注时的体验不是很顺手，所以就转而使用label studio了。

　　我参考了这位“农民工”同学的博客：命名实体识别（NER）标注神器——Label Studio 简单使用_PeasantWorker的博客-CSDN博客_命名实体识别标注工具

二、CoNLL格式数据的处理

　　标注完update然后export为CoNLL格式的文件，打开后发现标签带有‘-X-_’：

 　　于是用了replace函数的替换效果来删除字符串，注意路径里的斜杠，之前遇到过报错。一开始想直接替换'-X-_'四个字符没成功，就分两步删除了。

path = "D:/.../pro.CONLL"
lineList =[]
file = open(path, "r", encoding='utf-8') # 以只读模式读取文件
while 1:
    line = file.readline()
    if not line:
        print("End or Error.")
        break
    reline = line.replace('-X-','')
    # reline = reline.replace('-X-_','')
    reline = reline.replace('_','')

    lineList.append(reline)

file.close()
file = open(r'D:/.../testDel.txt','w', encoding='utf-8')
for i in lineList:
    file.write(i)
file.close()

标签：CoNLL,reline,replace,studio,file,-_,label,标注
来源： https://www.cnblogs.com/beansteinsgate/p/16290697.html