文档中心

创建数据集

您可以在BML中，选择“数据管理/标注”并点击按钮“创建数据集”，对话框中选择数据类型为“文本”，标注类型选择“序列标注”，同时您需要根据您的标注数据，选择此序列标注数据集的标注体系（详见文档《序列标注标注说明》）。注意：当前序列标注数据集不支持在线标注功能，您在序列标注数据集中仅能上传标注数据。当您为此数据集选择标注体系后，标注体系不可修改，也不能导入其他标注体系的数据。

导入已标注数据

1. 通过下图的”导入“进入到新创建的序列标注数据集的导入页面

1. 在数据集的导入数据部分，您可以选择导入数据的方式，目前平台支持本地上传数据和在线导入已有数据集

1. 本地上传数据，需要以压缩包的形式上传，压缩包内需要包括标注文本文件（utf-8，txt或tsv格式），标注标签的映射文件（utf-8，JSON格式；文件名必须为”label_map.json“），一个压缩包里可以有多个标注文本文件，但都需要对应一个JSON映射文件。如下图示意：

1. 对于上传的数据文件的要求，请注意：

   1. 请上传对应标注体系的标注数据，避免数据上传失败
   2. 标注数据格式要求为“文本内容\t标注结果\n”文本内容和标注结果都需要按字切分，每一行表示一组数据，每组数据的字符数建议不超过512个
   3. 标签映射文件名须为”label_map.json“,标签映射文件的格式为：{"key":"value"}
   4. 上传压缩包文件支持zip格式，单个压缩包限制5G以内。压缩包内需包含txt或tsv格式的文本文件和标注为json格式的标签映射文件，编码仅支持UTF-8，单个文件最大可支持40MB。样本数据详见Demo数据
   5. 平台限免阶段每个账户最多支持100万条样本数据，超出后会被平台忽略

二次导入已标注数据

平台支持用户对于已有的数据集，进行二次导入数据。请注意，再次导入的已标注数据，标注标签需要完全一致。注意，二次导入过程不校验json文件。只对标注文本进行校验，与第一次上传的json文件里不一致的标签和标注数据，平台将过滤掉。