Как вы заказываете аннотации по смещению в Brat?

Question

При использовании инструмента быстрого аннотатора создается впечатление, что созданный файл аннотаций будет представлять аннотацию в том порядке, в котором аннотации были выполнены пользователем. Если вы начинаете с начала документа и до конца выполняете аннотацию, то аннотации, естественно, будут в правильном порядке смещения. Однако, если вам нужно перейти к документу раньше и добавить еще одну аннотацию, порядок смещения аннотаций в выходном файле.ann будет не в порядке.

Как тогда вы можете переставить файл.ann так, чтобы аннотации были в порядке смещения, когда вы закончите? Есть ли какая-то опция в brat, которая позволяет вам делать это, или это то, что нужно написать свой собственный скрипт для выполнения?

Answer 1

Ничего не слыша, я написал скрипт на python, чтобы выполнить то, что я намеревался сделать. Сначала я переупорядочиваю все аннотации по индексу начала. Во-вторых, я повторно упорядочиваю номера меток, чтобы они снова оказались в порядке возрастания.

import optparse, sys

splitchar1 = '\t'
splitchar2 = ' '

# for brat, overlapped is not permitted (or at least a warning is generated)
# we could use this simplification in sorting by simply sorting on begin.  it is
# probably a good idea anyway.
class AnnotationRecord:
    label = 'T0'
    type = ''
    begin = -1
    end = -1
    text = ''

    def __repr__(self):
        return self.label  + splitchar1 + self.type + splitchar2 + str(self.begin) + splitchar2 + str(self.end) + splitchar1 + self.text

def create_record(parts):
    record = AnnotationRecord()
    record.label = parts[0]
    middle_parts = parts[1].split(splitchar2)
    record.type = middle_parts[0]
    record.begin = middle_parts[1]
    record.end = middle_parts[2]
    record.text = parts[2]
    return record

def main(filename, out_filename):
    fo = open(filename, 'r')
    lines = fo.readlines()
    fo.close()

    annotation_records = []

    for line in lines:
        parts = line.split(splitchar1)
        annotation_records.append(create_record(parts))

    # sort based upon begin    
    sorted_annotation_records = sorted(annotation_records, key=lambda a: int(a.begin))

    # now relabel based upon the sorted order
    label_value = 1
    for sorted_record in sorted_annotation_records:
        sorted_record.label = 'T' + str(label_value)
        label_value += 1

    # now write the resulting file to disk
    fo = open(out_filename, 'w')
    for sorted_record in sorted_annotation_records:
        fo.write(sorted_record.__repr__())        
    fo.close()


#format of .ann file is T# Type Start End Text
#args are input file, output file
if __name__ == '__main__':
    parser = optparse.OptionParser(formatter=optparse.TitledHelpFormatter(), usage=globals()['__doc__'], version='$Id$')
    parser.add_option ('-v', '--verbose', action='store_true', default=False, help='verbose output')
    (options, args) = parser.parse_args()
    if len(args) < 2:
        parser.error ('missing argument')
    main(args[0], args[1])
    sys.exit(0)