社区贡献 on 据吉文档

HTML 命名实体标注(HTML NER Tagging)

Tue, 21 Apr 2026 08:00:00 +0000

HTML 命名实体标注使用说明

可以理解为「把一条样本里的正文（常为 HTML）渲染出来，再标注实体」。例如多轮对话场景中，将「王五先生」等称谓标为「人」，便于构建社区贡献的 NER 数据集或与标准 NLP 模版对照实验。

标注核心作用

HyperText 将 $text 渲染为可交互文本层，支持在可见内容上划选；
HyperTextLabels 仅两类标签，快捷键通常为 1 / 2，操作路径短；
与 structured-data-parsing 下「HTML 实体识别」等模版同属 HyperText 系，可迁移标签体系或数据字段。

基础操作步骤

阅读任务说明，明确不同的实体标签的边界；
在顶部选择人或组织等不同标签；
在正文区拖选对应片段；若存在预标注，仅做核对与修正；
自检漏标、错标后提交。

发票命名实体标注（BIO 形式） (NER — Invoices, BIO-style)

Tue, 21 Apr 2026 08:00:00 +0000

发票命名实体标注（BIO 形式）使用说明

可以理解为「查看 OCR 后的发票正文，并选择实体类型后，在文本上按划选对应片段」。标注结果在平台内多为区间 + 类型；若在训练脚本中将每个词映射为 B-类型 / I-类型 / O，即常见的 BIO（或 BIOES）序列标注流程。本配置源自社区模版库，适合作为发票信息抽取的起点。

标注核心作用

Flex 布局将标签列表与正文区分左右，长文本时右侧可纵向滚动（max-height: 80vh; overflow-y: auto）；
Labels + Text（非 HyperText）直接处理纯文本 $ocr，与常见 OCR 管道输出一致；
granularity="word" 约束选区对齐到词界，有利于与 BIO 词级标签对齐（具体分词规则以平台与下游脚本为准）。

基础操作步骤

阅读项目规范，明确八类标签各自覆盖的字符串范围（是否含「发票号码：」前缀等）；
在左侧选中一类标签（如「购买方信息」）；
在右侧「发票文本」中划选对应片段；重复直至字段标全或按任务要求结束；
自检漏标、跨行截断等问题后提交。

OCR 发票预命名实体（BIO 格式） (OCR Invoices — Pre-NER BIO)

Tue, 21 Apr 2026 08:00:00 +0000

OCR 发票预命名实体（BIO 格式）使用说明

可以理解为「先在图像上把每个要参与分词/序列标注的片段框出来，再在框里打字或改 OCR 结果」。产出的是「框 + 文本」对，下游可拼成一行或多行纯文本，再套用发票命名实体标注（BIO 形式）这类模版做实体类型标注，从而形成 OCR → 词界 → BIO NER 的流水线。本配置源自社区模版库。

标注核心作用

Image 开启 zoomControl，便于核对小字与表线；
RectangleLabels 仅一类「分词单元」，与 choice="single" 配合，强调单元化框选；
TextArea 设 perRegion="true"，每个矩形一条转写，required="true" 要求提交前填写。

基础操作步骤

阅读任务说明，明确「分词单元」粒度（单字、词组还是整行表头）；
选择 分词单元的标签；
在图像上拖出矩形覆盖目标文字；
再次点击已标单元，在对应输入框中录入或修正 OCR 文本；
重复直至覆盖计划中的单元，自检后提交。

X/Twitter 帖子的两级情感分析 (Two-level Sentiment — X/Twitter Posts)

Wed, 22 Apr 2026 08:00:00 +0000

X/Twitter 帖子的两级情感分析使用说明

可以理解为「看一条帖子的正文，先判整体情感，再勾写作风格或语义特点」。第一层与第二层拆开，可减少一次界面上的选项数量，并符合「先主类、后附加属性」的质检习惯。本配置源自社区模版库。

标注核心作用

顶部 Style 微调 .htx-text，避免在旧版 playground 中与卡片样式冲突；
卡片用嵌套 View + Text 拼出头像、昵称、时间与互动数据，仅正文来自 $text，其余可为演示固定值；
Choices name="sentiment" 使用 choice="single"，绑定到承载正文的 Text name="tweet"；
Choices name="other-props" 使用 choice="multiple"，并通过 visibleWhen="choice-selected"、whenTagName="sentiment" 在选中主情感后再显示第二组选项。

基础操作步骤

阅读主情感三项的，在 积极 / 中性 / 消极 中择一；
出现「帖子其他属性」后，按需勾选一项或多项（描述性、情绪化等），并参考各 hint；
若项目要求必选第二组，请在规范中写明；当前配置未对第二组强制 required（以实际 XML 为准）；
自检后提交。