【教程】Doccano 安装避坑指南

haolovelemonade

1861人浏览 · 2025-07-08 21:27:46

haolovelemonade · 2025-07-08 21:27:46 发布

【教程】Doccano 安装避坑指南

Doccano是什么？

Doccano是一个开源的文本标记工具，专为自然语言处理（NLP）任务设计，支持文本分类、序列标注、序列到序列（如翻译或摘要）等任务的数据标注。其界面简洁，支持多人协作，适合构建高质量的标注数据集。

然而在当前的Doccano版本下，许多其依赖的package的版本与之不兼容，也就导致直接安装的Doccano无法使用，本文总结了笔者成功安装的经验，希望可以帮助到广大网友～

一、Doccano 的安装

1. 环境准备

打开终端terminal，新建一个名为doccano的虚拟环境（在这里新建一个anaconda的环境），需安装Python 3.9及以上版本（此处选择Python 3.12）：
```
conda create -n doccano python=3.12
```
进入虚拟环境：
```
conda activate doccano
```
安装Doccano：
```
pip install doccano
```

2. 初始化与创建账号

在已安装好Doccano的环境中，执行以下命令初始化并创建账号（设置用户名为admin，密码为pass）：

doccano init
doccano createuser --username admin --password pass

问题1：初始化&创建用户时出现marshmallow的version问题报错——marshmallow版本兼容问题

在这里插入图片描述

报错现象：运行doccano init命令时，出现与marshmallow版本相关的报错，提示module 'marshmallow' has no attribute '_version_info_'。
原因：marshmallow库版本过高，与Doccano不兼容。
解决办法：卸载当前版本，安装兼容的3.7.0版本：
```
pip uninstall marshmallow
pip install marshmallow==3.7.0
```
解决后，重新执行初始化和创建账号的命令即可正常运行。

3. 启动Web服务器

doccano webserver --port 8000

4. 启动任务队列

打开另一个终端，先进入虚拟环境：
```
conda activate doccano
```
再启动任务队列：
```
doccano task
```

问题2：启动doccano时，无法正常启动——numpy与pandas版本兼容问题

报错现象：运行doccano task命令时，出现ValueError: numpy.dtype size changed, may indicate binary incompatibility等报错。
原因：numpy和pandas版本不兼容。
解决办法：卸载当前版本，安装兼容的版本（此处选择pandas 2.1.0和numpy 1.26.0）：
```
pip uninstall numpy pandas
pip install pandas==2.1.0
pip install numpy==1.26.0
```

5. 访问操作界面

使用浏览器访问以下地址：http://127.0.0.1:8000/
输入用户名admin和密码pass，即可登录。

二、Doccano 的使用

1. 新建项目

在这里插入图片描述

登录账号后，在项目页面点击“Create”新建项目。
项目类型选择“Sequence Labeling”（序列标注），并根据需求勾选相关选项，例如：
- Allow project members to create label types（允许项目成员创建标签类型）
- Allow overlapping spans（允许重叠跨度）
- Use relation labeling（使用关系标注）等
填写标签（Tags）信息，如LOC（地点）、FAC（设施）等。
完成设置后，点击“Create”创建项目。

2. 上传数据

在这里插入图片描述

点击“Dataset”，选择“Import”上传数据。
支持的格式为JSONL（推荐，可保留原文分段），csv格式需先通过convert.ipynb转换为JSONL格式。
上传时，除metadata和title列外，其他列（如post内容）将被视作数据内容载入系统。
选择示例文件function.jsonl，直接拖入上传区域，设置：
- column data为需要标注的数据列（如text）
- column label为已有的标签列（如label）
点击“Import”完成上传，可在页面查看每条数据的text、title和post内容。

在这里插入图片描述

3. 载入标签设置

进入“Labels”页面，点击“Import Labels”。

上传label_config.json文件（示例格式如下），完成标签载入：

[
  {"text":"og", "suffix key":"a", "background color":"#FF0000", "textcolor":"#ffffff"},
  {"text":"at", "suffix key":"", "background color":"#FF0000", "textcolor":"#ffffff"}
]