Label Studio HyperText 标签详解HTML 超文本标注配置与底层实现【免费下载链接】label-studioLabel Studio is a multi-type data labeling and annotation tool with standardized output format项目地址: https://gitcode.com/GitHub_Trending/la/label-studio导读HyperText是 Label Studio 中用于展示与标注 HTML 超文本的对象Object标签是构建 HTML 命名实体识别NER、NLP 文本标注以及网页结构分析任务的核心入口。本文以官方标签文档为主体结合仓库中 标签模型定义、区域结果定义 与配套 HTML 实体识别模板 等源码佐证完整讲解其全部参数、结果输出格式、示例配置以及与之配套的HyperTextLabels标签帮助你在实际项目中直接落地可运行的超文本标注方案。一、标签定位与适用场景官方文档定义HyperText标签用于展示超文本标记hypertext markup供标注使用典型应用是对 HTML 编码文本与网页进行 NER 与 NLP 标注其配套数据类型为HTML。在 Label Studio 编辑器中HyperText是 Object 类型的可视化对象标签它与控制Control类标签如Labels、HyperTextLabels通过toName关联。其模型定义位于 web/libs/editor/src/tags/object/HyperText.js渲染视图由RichText相关模块承担测试用例见 web/libs/editor/src/tags/object/RichText/tests/view.test.jsx。典型使用方式有两种绑定任务数据通过value$text引用任务 JSON 中存储的 HTML 字段内联写入 HTML在标签体内部直接编写 HTML 片段适合固定内容的演示或模板场景。!-- 方式一引用任务数据中的 HTML 字段 -- View HyperText nametext-1 value$text / Labels nameparts toNametext-1 Label valueCaption / Label valueArticle / Label valueAuthor / /Labels /View!-- 方式二直接内联 HTML 内容 -- View HyperText namep1 pSome explanations emwith style/em/p /HyperText /View二、参数详解HyperText标签的全部参数如下表与官方文档一致并补充默认值与源码说明参数类型默认值说明namestring—元素名称必填用于被Labels等控制标签的toName引用valuestring—元素取值通常引用任务数据字段如$textvalueTypeurl|texttext文本是直接存储在已上传数据中还是需要从 URL 加载inlinebooleanfalse是否直接在 Label Studio 中内嵌 HTML还是使用 iframe 渲染saveTextResultyes|no—是否将标注文本随结果一同保存默认情况下当valueTypeurl时不保存文本encodingnone|base64|base64unicode—如何从编码字符串解码取值selectionEnabledbooleantrue启用或禁用文本选择标注能力clickableLinksbooleanfalse是否允许点击超文本标记中的链接打开资源highlightColorstring—高亮颜色的十六进制字符串未提供时使用标签Label自身的颜色showLabelsboolean未设置是否在区域旁显示标签未设置默认时使用编辑器设置true/false覆盖设置granularitysymbol|word|sentence|paragraph—控制区域选择粒度resolveUrlsbooleantrue当valueTypeurl时是否解析加载内容中的云存储 URI如s3://、gs://参数实践要点valueType与resolveUrls组合当内容托管在对象存储S3、GCS 等或远程地址时将valueType设为url并保持resolveUrlstrue默认Label Studio 会自动解析内容内嵌的云存储 URI若内容来自不可解析来源可显式关闭resolveUrlsfalse。仓库测试 model.test.js 中即验证了HyperText valueTypeurl resolveUrlsfalse /这类配置的模型解析行为。inline与渲染方式默认inlinefalse时使用 iframe 隔离渲染 HTML 内容设置为true时则直接在编辑器中嵌入渲染。视图测试 view.test.jsx 明确验证了 renders loading and iframe for HyperText (inline false) 的行为。granularity选择粒度可限制标注者一次划选的最小单元symbol/word/sentence/paragraph适用于需要结构化、按词或按句标注的场景。encoding当任务数据中的 HTML 以 base64 或 base64unicode 形式存储时需要在此指定解码方式编辑器会在渲染前完成解码。三、结果输出格式Result ParametersHyperText的标注结果以对象形式存储通过XPath 偏移量精确定位被标注的 HTML 片段这与普通文本标注直接存文本下标不同能够稳定地定位到复杂的嵌套 HTML 结构中的任意位置。名称类型说明valueObject结果值对象value.startstring区域起始容器的 XPathvalue.endstring区域结束容器的 XPathvalue.startOffsetnumber起始容器内的偏移量value.endOffsetnumber结束容器内的偏移量value.textstring可选区域内的文本内容可省略该结构在 HyperTextRegion.js 中以HyperTextRegionResult类型定义与官方文档完全一致。结果 JSON 示例{ value: { start: /div[1]/p[2]/text()[1], end: /div[1]/p[4]/text()[3], startOffset: 2, endOffset: 81, hypertextlabels: [Car] } }解读该示例标注区域从div[1]/p[2]容器的第 1 个文本节点的第 2 个字符开始到div[1]/p[4]容器的第 3 个文本节点的第 81 个字符结束hypertextlabels数组记录该区域被赋予的标签集合由控制标签写入startOffset/endOffset精确到字符级可跨多个 HTML 容器连续标注。这一格式为下游 ML 训练管线提供了可直接消费的结构化数据模型侧可通过 XPath 还原标注在 HTML 文档树中的精确位置。四、搭配HyperTextLabels实现命名实体标注HyperText通常与控制标签HyperTextLabels配合使用专门用于 HTML 文本的命名实体识别。HyperTextLabels的参数如下详见 hypertextlabels.md参数类型默认值说明namestring—元素名称toNamestring—要标注的 HTML 元素名称choicesingle|multiplesingle配置单标签或多标签选择maxUsagesnumber—每个标签在单个任务中最多可使用次数showInlinebooleantrue是否在同一视觉行内展示标签基础语义文本标注配置View HyperTextLabels namelabels toNameht Label valueHeader / Label valueBody Text / /HyperTextLabels HyperText nameht value$html / /View仓库内置示例 html_document/config.xml 展示了 Person / Organization 实体识别的最小可用配置View HyperTextLabels namener toNametext Label valuePerson/Label Label valueOrganization/Label /HyperTextLabels HyperText nametext value$text/HyperText /View与之同类的还有 html_document.md 模板使用通用Labels标签 HyperText以及 rich_text_html 示例可对比不同控制标签的写法。五、实战HTML 网页结构化标注完整配置结合以上内容给出一个可直接复制到项目 Labeling Setup 中的完整配置对一段包含标题、正文、作者的 HTML 文档进行三类实体标注。View HyperTextLabels namener toNamehtml Label valueCaption background#8ee4af / Label valueArticle background#f48fb1 / Label valueAuthor background#ffe082 / /HyperTextLabels HyperText namehtml value$html valueTypetext granularityword highlightColor#ffff00 selectionEnabledtrue / /View配置要点valueTypetextHTML 直接存储在任务数据的html字段中granularityword限制标注粒度到词级别避免误选半个词highlightColor未设置时沿用各Label的background颜色对应任务数据形如{html: divh1.../h1p.../p/div}。标注完成后导出的结果即包含第三节所述的 XPath 定位结构可无缝衔接命名实体识别模型的训练与评估。六、验证与深入学习路径标签模型源码HyperText.js 完整注释了全部参数与示例配置结果类型定义HyperTextRegion.js 定义HyperTextRegionResult结构渲染行为测试view.test.jsx 覆盖 iframe 渲染、inline 模式与加载态模型解析测试model.test.js 验证valueTypeurl与resolveUrls的配置解析可运行示例html_document/config.xml、rich_text_html/config.xml官方模板html_document.mdHTML 实体识别模板、hypertextlabels.md控制标签文档。需要留意HyperText依赖前端编辑器能力其可用参数以当前仓库 web/libs/editor 实际实现为准标注结果中的 XPath 定位在后续 HTML 结构变化后可能失效因此导出结果时应同时保留原始 HTML 数据以便回溯。【免费下载链接】label-studioLabel Studio is a multi-type data labeling and annotation tool with standardized output format项目地址: https://gitcode.com/GitHub_Trending/la/label-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Label Studio HyperText 标签详解：HTML 超文本标注配置与底层实现
Label Studio HyperText 标签详解HTML 超文本标注配置与底层实现【免费下载链接】label-studioLabel Studio is a multi-type data labeling and annotation tool with standardized output format项目地址: https://gitcode.com/GitHub_Trending/la/label-studio导读HyperText是 Label Studio 中用于展示与标注 HTML 超文本的对象Object标签是构建 HTML 命名实体识别NER、NLP 文本标注以及网页结构分析任务的核心入口。本文以官方标签文档为主体结合仓库中 标签模型定义、区域结果定义 与配套 HTML 实体识别模板 等源码佐证完整讲解其全部参数、结果输出格式、示例配置以及与之配套的HyperTextLabels标签帮助你在实际项目中直接落地可运行的超文本标注方案。一、标签定位与适用场景官方文档定义HyperText标签用于展示超文本标记hypertext markup供标注使用典型应用是对 HTML 编码文本与网页进行 NER 与 NLP 标注其配套数据类型为HTML。在 Label Studio 编辑器中HyperText是 Object 类型的可视化对象标签它与控制Control类标签如Labels、HyperTextLabels通过toName关联。其模型定义位于 web/libs/editor/src/tags/object/HyperText.js渲染视图由RichText相关模块承担测试用例见 web/libs/editor/src/tags/object/RichText/tests/view.test.jsx。典型使用方式有两种绑定任务数据通过value$text引用任务 JSON 中存储的 HTML 字段内联写入 HTML在标签体内部直接编写 HTML 片段适合固定内容的演示或模板场景。!-- 方式一引用任务数据中的 HTML 字段 -- View HyperText nametext-1 value$text / Labels nameparts toNametext-1 Label valueCaption / Label valueArticle / Label valueAuthor / /Labels /View!-- 方式二直接内联 HTML 内容 -- View HyperText namep1 pSome explanations emwith style/em/p /HyperText /View二、参数详解HyperText标签的全部参数如下表与官方文档一致并补充默认值与源码说明参数类型默认值说明namestring—元素名称必填用于被Labels等控制标签的toName引用valuestring—元素取值通常引用任务数据字段如$textvalueTypeurl|texttext文本是直接存储在已上传数据中还是需要从 URL 加载inlinebooleanfalse是否直接在 Label Studio 中内嵌 HTML还是使用 iframe 渲染saveTextResultyes|no—是否将标注文本随结果一同保存默认情况下当valueTypeurl时不保存文本encodingnone|base64|base64unicode—如何从编码字符串解码取值selectionEnabledbooleantrue启用或禁用文本选择标注能力clickableLinksbooleanfalse是否允许点击超文本标记中的链接打开资源highlightColorstring—高亮颜色的十六进制字符串未提供时使用标签Label自身的颜色showLabelsboolean未设置是否在区域旁显示标签未设置默认时使用编辑器设置true/false覆盖设置granularitysymbol|word|sentence|paragraph—控制区域选择粒度resolveUrlsbooleantrue当valueTypeurl时是否解析加载内容中的云存储 URI如s3://、gs://参数实践要点valueType与resolveUrls组合当内容托管在对象存储S3、GCS 等或远程地址时将valueType设为url并保持resolveUrlstrue默认Label Studio 会自动解析内容内嵌的云存储 URI若内容来自不可解析来源可显式关闭resolveUrlsfalse。仓库测试 model.test.js 中即验证了HyperText valueTypeurl resolveUrlsfalse /这类配置的模型解析行为。inline与渲染方式默认inlinefalse时使用 iframe 隔离渲染 HTML 内容设置为true时则直接在编辑器中嵌入渲染。视图测试 view.test.jsx 明确验证了 renders loading and iframe for HyperText (inline false) 的行为。granularity选择粒度可限制标注者一次划选的最小单元symbol/word/sentence/paragraph适用于需要结构化、按词或按句标注的场景。encoding当任务数据中的 HTML 以 base64 或 base64unicode 形式存储时需要在此指定解码方式编辑器会在渲染前完成解码。三、结果输出格式Result ParametersHyperText的标注结果以对象形式存储通过XPath 偏移量精确定位被标注的 HTML 片段这与普通文本标注直接存文本下标不同能够稳定地定位到复杂的嵌套 HTML 结构中的任意位置。名称类型说明valueObject结果值对象value.startstring区域起始容器的 XPathvalue.endstring区域结束容器的 XPathvalue.startOffsetnumber起始容器内的偏移量value.endOffsetnumber结束容器内的偏移量value.textstring可选区域内的文本内容可省略该结构在 HyperTextRegion.js 中以HyperTextRegionResult类型定义与官方文档完全一致。结果 JSON 示例{ value: { start: /div[1]/p[2]/text()[1], end: /div[1]/p[4]/text()[3], startOffset: 2, endOffset: 81, hypertextlabels: [Car] } }解读该示例标注区域从div[1]/p[2]容器的第 1 个文本节点的第 2 个字符开始到div[1]/p[4]容器的第 3 个文本节点的第 81 个字符结束hypertextlabels数组记录该区域被赋予的标签集合由控制标签写入startOffset/endOffset精确到字符级可跨多个 HTML 容器连续标注。这一格式为下游 ML 训练管线提供了可直接消费的结构化数据模型侧可通过 XPath 还原标注在 HTML 文档树中的精确位置。四、搭配HyperTextLabels实现命名实体标注HyperText通常与控制标签HyperTextLabels配合使用专门用于 HTML 文本的命名实体识别。HyperTextLabels的参数如下详见 hypertextlabels.md参数类型默认值说明namestring—元素名称toNamestring—要标注的 HTML 元素名称choicesingle|multiplesingle配置单标签或多标签选择maxUsagesnumber—每个标签在单个任务中最多可使用次数showInlinebooleantrue是否在同一视觉行内展示标签基础语义文本标注配置View HyperTextLabels namelabels toNameht Label valueHeader / Label valueBody Text / /HyperTextLabels HyperText nameht value$html / /View仓库内置示例 html_document/config.xml 展示了 Person / Organization 实体识别的最小可用配置View HyperTextLabels namener toNametext Label valuePerson/Label Label valueOrganization/Label /HyperTextLabels HyperText nametext value$text/HyperText /View与之同类的还有 html_document.md 模板使用通用Labels标签 HyperText以及 rich_text_html 示例可对比不同控制标签的写法。五、实战HTML 网页结构化标注完整配置结合以上内容给出一个可直接复制到项目 Labeling Setup 中的完整配置对一段包含标题、正文、作者的 HTML 文档进行三类实体标注。View HyperTextLabels namener toNamehtml Label valueCaption background#8ee4af / Label valueArticle background#f48fb1 / Label valueAuthor background#ffe082 / /HyperTextLabels HyperText namehtml value$html valueTypetext granularityword highlightColor#ffff00 selectionEnabledtrue / /View配置要点valueTypetextHTML 直接存储在任务数据的html字段中granularityword限制标注粒度到词级别避免误选半个词highlightColor未设置时沿用各Label的background颜色对应任务数据形如{html: divh1.../h1p.../p/div}。标注完成后导出的结果即包含第三节所述的 XPath 定位结构可无缝衔接命名实体识别模型的训练与评估。六、验证与深入学习路径标签模型源码HyperText.js 完整注释了全部参数与示例配置结果类型定义HyperTextRegion.js 定义HyperTextRegionResult结构渲染行为测试view.test.jsx 覆盖 iframe 渲染、inline 模式与加载态模型解析测试model.test.js 验证valueTypeurl与resolveUrls的配置解析可运行示例html_document/config.xml、rich_text_html/config.xml官方模板html_document.mdHTML 实体识别模板、hypertextlabels.md控制标签文档。需要留意HyperText依赖前端编辑器能力其可用参数以当前仓库 web/libs/editor 实际实现为准标注结果中的 XPath 定位在后续 HTML 结构变化后可能失效因此导出结果时应同时保留原始 HTML 数据以便回溯。【免费下载链接】label-studioLabel Studio is a multi-type data labeling and annotation tool with standardized output format项目地址: https://gitcode.com/GitHub_Trending/la/label-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
