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#

1. Image 开启 zoomControl，便于核对小字与表线；
2. RectangleLabels 仅一类「分词单元」，与 choice="single" 配合，强调单元化框选；
3. 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#

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

说明：输入完成后，点击输入框外即可自动保存；每个分词单元均可有多个文本输入。

注意事项#

• data.image 须为可访问的图片 URL 或静态路径；大图需关注加载与内存；
• 若上游 OCR 模型已输出框，导入任务时需映射为与 RectangleLabels 兼容的预标格式（以平台预标能力为准）；
• rows="1" 适合短词；长段落可增大 rows 或改为多框拆分；
• BIO 实体类型不在本步完成，本步只产出词界与转写；类型标注通常在下游文本任务中完成；
• 配置注释中的 awesome-label-studio-config 路径仅供参考，以源仓库更新为准。

模板预览#

模板配置#

完整代码块#

<View>
  <Image name="image" value="$image" zoomControl="true"/>
  <RectangleLabels name="label" toName="image" choice="single">
    <Label value="分词单元" background="#FFA500"/>
  </RectangleLabels>
  <TextArea name="transcription"
            toName="image"
            perRegion="true"
            editable="true"
            rows="1"
            required="true"
            placeholder="Type or correct OCR text…"/>
</View>

配置代码说明#

以上代码为「可缩放图像 + 矩形标签 + 按框转写」。

1、图像：Image name="image" value="$image" 加载任务数据中的图片字段；zoomControl="true" 显示缩放控件。

2、框选：RectangleLabels name="label" toName="image" 在图像上绘制矩形；choice="single" 表示标签工具行为以单选类为主（与平台文档一致时生效）。

3、转写：TextArea name="transcription" toName="image" perRegion="true" 为每个矩形区域提供独立输入；editable="true" 允许修改；required="true" 提交前须填写。

示例数据（简要）#

{
  "data": {
    "image": "/static/templates/project-templates-config/community-contributions/ocr-invoices-pre-ner-bio-format/ocr-invoices-pre-ner-bio-format.png"
  }
}

说明

• 代码可直接复制到标注配置文件中使用；
• 请将示例路径替换为实际上传或可访问的图片地址；若与静态资源目录约定不一致，请同步修改部署路径。