【NLP】：Brat 安装与部署（基于Docker）

2022-01-24 11:02:56 浏览数 (1)
代码语言：javascript复制
目录
1. !!! Docker 镜像 !!! 
2. Brat 是什么？
3. Brat 安装、部署前，你需要知道的一些事情..
4. 安装 python
5. 安装 Apache httpd
6. 安装 Brat
7. 使用 Brat

本文描述了

在 CentOS 8 中的安装、部署 Brat 的全过程

‍1. !!! Docker 镜像 !!!

为了方便大家使用

我把下面的整个安装、部署过程搞成了一个 Docker 镜像

是可以直接使用的哟

  • 拉取镜像
代码语言：javascript复制
docker pull webj2eedev/brat-1.3
  • 运行
    • 容器内 Brat 数据集目录：/var/www/html/brat/data
    • 容器内 Brat 监听端口：80
    • 容器内 Brat 访问上下文：/brat
代码语言：javascript复制
docker run -it 
  -p 8080:80 
  -v e:bratdata:/var/www/html/brat/data 
  webj2eedev/brat-1.3:v1
  • 浏览器访问
    • 默认登录账号：admin
    • 默认登录密码：sa
    • 默认管理邮箱：admin@sa.com
代码语言：javascript复制
http://localhost:8080/brat
  • 你也可以自定义 Brat 的默认登录账号（username）、密码（password）和邮箱（email）信息
代码语言：javascript复制
docker run -it 
  -p 8080:80 
  -v e:bratdata:/var/www/html/brat/data 
  -e username=admin1 
  -e password=sa1 
  -e email=admin1@sa1.com 
  webj2eedev/brat-1.3:v1

2. Brat 是什么？

BRAT是一个基于web的文本标注工具，主要用于对文本的结构化标注。用BRAT生成的标注结果能够把无结构化的原始文本结构化，供计算机处理。利用该工具可以方便的获得各项NLP任务需要的标注语料。

brat is a webbased tool for text annotation; that is, for adding notes to existing text documents. brat is designed in particular for structured annotation, where the notes are not freeform text but have a fixed form that can be automatically processed and interpreted by a computer.

3. Brat 安装、部署前，你需要知道的一些事情..

  • Brat用哪个版本？
  • Python 用哪个版本？
    • Python 2.7.18
      • PS：官方要求必须是 Python2，并且版本不低于 2.5 就行

The brat server is implemented in Python, and requires version 2.5 (or higher in the 2.x series) of python to run.

  • Apache httpd 用哪个版本？
    • Apache 2.4.37
      • PS：官方要求必须是 2.x 版本的 Apache，然而这么多年多去了，Apache 一直是 2.x 版本，so....选个最新的用咯

In its standard setup, brat is a served through a web server. If you are installing brat server on a machine that is not currently running a web server, you should consider starting by installing one. brat is currently developed against Apache 2.x, and we recommend using Apache.

  • 操作系统用那个版本？
    • CentOS 8
      • PS：额...你也可以选你喜欢的系统 - -
  • 要用 Docker 搞？
    • Yes
      • PS：不想一遍遍的搞环境...有点烦

4. 安装 python？

使用 CentOS 的默认包管理工具 dnf 安装 python2.

代码语言：javascript复制
dnf install python2 -y

验证 python2 是否安装成功（注意这里使用 python2 命令）

代码语言：javascript复制
python2 --version

设置 python2 为系统默认 python （PS: 我不想一直用 python2 命令访问 python）

代码语言：javascript复制
whereis python2
代码语言：javascript复制
alternatives --set python /usr/bin/python2

再验证一下 python 命令是否可用（注意这里是 python 命令，不是 python2 了）

代码语言：javascript复制
python2 --version

5. 安装 Apache httpd

使用 CentOS 的默认包管理工具 dnf 安装 Apache httpd.

代码语言：javascript复制
dnf install httpd -y

验证 httpd 是否安装正常

代码语言：javascript复制
httpd -version

验证 httpd 是否服务正常（ps：httpd 托管的静态文件默认在 /var/www/html/ 目录中）

代码语言：javascript复制
echo "<h1>Hello Webj2eedev</h1>" > /var/www/html/index.html

6. 安装 Brat

下载：去官网下载 Brat（好多年没更新了，一直是 1.3）

代码语言：javascript复制
http://weaver.nlplab.org/~brat/releases/brat-v1.3_Crunchy_Frog.tar.gz

解压：将 Brat 解压到 /var/www/html/ 目录（apache httpd），并将默认目录名 brat-v1.3_Crunchy_Frog 修改为 brat（好记）

赋权：直接给 brat 目录 777 吧，省事

代码语言：javascript复制
chmod -R 777 ./brat

安装：安装过程中会提示输入用户名、密码、邮箱信息。用户名和密码用于 web 浏览器用户登录。

代码语言：javascript复制
./install.sh

配置（apache httpd）：

  • 在文件：
代码语言：javascript复制
/etc/httpd/conf/httpd.conf
  • 中追加：
代码语言：javascript复制
<Directory /var/www/html/brat>
    AllowOverride Options Indexes FileInfo Limit
    AddType application/xhtml xml .xhtml
    AddType font/ttf .ttf
    # For CGI support
    AddHandler cgi-script .cgi
    # Comment out the line above and uncomment the line below for FastCGI
    #AddHandler fastcgi-script fcgi
</Directory>
  • 保存

配置（用户组）：

代码语言：javascript复制
chgrp -R apache data work

配置（Brat 支持中文）：

  • 在文件：
代码语言：javascript复制
/var/www/html/brat/server/src/projectconfig.py
  • 中找到：
代码语言：javascript复制
n  = re.sub(r'[^a-zA-Z0-9_-]', '_', n)
  • 将其替换为：
代码语言：javascript复制
n  = re.sub(u'[^a-zA-Zu4e00-u9fa5<>,0-9_-]', '_', n)
  • 保存

重启（apache httpd）：

代码语言：javascript复制
httpd -k restart

验证（http://ip:port/brat）：

7. 使用 Brat

官方建议使用 Chrome、Safari 浏览器

标签定义、数据导入：

  • 分配目录：在 brat 的 data 目录中，为待标注数据集创建一个目录

目录中包含：标签定义、待标注数据

  • annotation.conf
代码语言：javascript复制
[entities]
药品
成分
人群

[relations]
不适用 Arg1:药品,Arg2:人群
成分是 Arg1:药品,Arg2:成分

[attributes]
[events]
  • visual.conf
代码语言：javascript复制
[labels]
药品 | 药品
成分 | 成分
人群 | 人群

不适用 | 不适应
成分是 | 成分是


[drawing]
药品  bgColor:green
成分  bgColor:blue
人群  bgColor:maroon

不适用 bgColor:maroon
成分是 bgColor:maroon
  • 待标注数据（.ann、.txt成对出现，且必须 UTF-8编码）

登录系统：

标注：

标注结果：

参考：

Brat： http://brat.nlplab.org/index.html http://brat.nlplab.org/supported-browsers.html

python centos 网站 linux

0 人点赞