【二食堂】团队项目选择

项目介绍

• 项目名称：文本中实体和关系在线标注系统
• 项目简介：
  • 实现一个互联网上面向特定领域的专业知识文本中知识的提取系统，对给定的专业书籍文本，对文本中的专有名词术语（实体）和不同术语指代对象之间关系进行标注，构建专业领域的知识图谱，同时也可以作为机器学习的训练数据来使用。
  • 支持多用户协同标注，能够记录每个标注数据的来源并同步更新；支持对标注的文本对应的实体进行链接，通过图形化的界面对标注结果进行展现，并支持双向的定位。

NABCD

• Need

  对于学生来说，在阅读一些专业书籍时常常会遇到这样的问题：总是记不住一些术语的概念，在碰到这些术语时总要翻回前面的章节查看；或者嫌麻烦，直接掏出手机百度相关术语。这时候我们需要一张知识图谱来帮助我们理解这些概念，但对于初学者，构建知识图谱是不是显得有点困难？

  在期末复习时，我们通常会这样做：复习一遍课本内容并手写一份思维导图来巩固记忆。但是手写思维导图也有很大的局限性：很难修改，为了设计出一份清晰美观的知识图谱往往会花费我们很大的精力。

  老师在授课时也会遇到这样的问题：想在PPT上展示相关的知识结构，但相关的专业知识体系很大，在思维导图中一项一项画起来实在很麻烦。

  总结起来：知识图谱太难做了！

  所以，我们需要一款应用可以帮助我们轻松地生成知识图谱。

• Approach

  • 使用Python的Djano框架实现应用的主体
  • 使用JavaScript的Echart图表库完成标注结果的图形展示

• Benefit

  项目在功能上能为用户提供的便利：

  • 支持直接在文本中点击查看术语的释义，提供流畅的阅读体验。
  • 可以在文本中直接标记术语，并有图形化界面展示标注的结果。一键生成你的知识图谱，省心省力。
  • 支持多用户协同标注，当面对大规模文本时，可以有效提高工作效率。

  相较于手写知识图谱和office思维导图的优势：

  • 只需要将文本导入应用，使用方便。

  • 生成的知识图谱可以自行拖动，设计出你想要的模样。

• Competitors

  • Chinese-Annotator（Git地址）

    在该项目的介绍中，这个项目采用NLP实现一个主动学习的智能标注算法，能够实现文本的自动标注。这个项目在2017年就已经立项，现在仍然没有一个完整的结果。

  • IEPY（Git地址）

    

    IEPY是也是一个主动学习的信息抽取和关系抽取工具。整个工程比较完整，有用户管理系统。前端略重，对用户不是非常友好。

  • BRAT（Git地址）

    brat is a web-based tool for text annotation; that is, for adding notes to existing text documents.

    

    

    brat特别设计用于结构化 的注释，其中注释不是自由格式的文本，而是具有可以由计算机自动处理和解释的固定格式。

  目前已有的文本标注工具大多是基于NLP的主动学习工具，这些工具在功能上都更加偏向为机器学习服务的文本标注。我们也没有发现目的为建立知识图谱的文本标注工具，在这一点上，我们的项目有很大的优势。

• Delivery

  • 通过各大高校的官方公众号推荐，向学生展示一款全新的知识图谱构建应用。
  • 在CSDN、CNblog等技术论坛宣传。

用户量估计

• 在哪里发布软件，估计发布后一周的用户量（精确到百）。

  由于在线多用户操作的特性，我们打算制作成一个网站，线上发布。

  由于目标用户基本上是大学生，考虑到项目发布时间基本与考期吻合，考期中学生可能并没有精力取尝试新软件，所以首周用户量乐观估计为100人。

原文：https://www.cnblogs.com/esthnpd/p/12615037.html