Label Studio的Sklearn文本分类器模型

Sklearn文本分类器模型是Label Studio的一个定制化机器学习后端。它利用Scikit-learn库中的逻辑回归模型对文本数据进行分类。该模型特别适用于Label Studio中的文本分类任务，能基于模型预测高效生成预标注。

该模型基于从Label Studio收集的已标注文本进行训练，并利用Label Studio API获取标注任务用于训练。这种与Label Studio的集成实现了无缝高效的标注工作流程，因为当新的标注数据可用时，模型可以重新训练和更新。

开始之前

在开始之前，您必须安装Label Studio ML后端。

本教程使用sklearn_text_classifier示例。

标注配置

Sklearn文本分类器模型设计用于与Label Studio中文本分类的默认标注配置配合使用。该配置包含一个输出和一个输入。模型会从标注配置中检索这些标签的首次出现，并将其用于预测：

<View>
  <Text name="text" value="$text" />
  <Choices name="label" toName="text" choice="single" showInLine="true">
    <Choice value="positive" />
    <Choice value="negative" />
  </Choices>
</View>

请注意，您必须设置LABEL_STUDIO_HOST和LABEL_STUDIO_API_KEY环境变量才能下载用于训练模型的示例。这些变量应分别指向您的Label Studio实例及其API密钥。有关如何查找Label Studio API密钥的更多信息，请参阅我们的文档。

要进行训练，您必须至少标注2个具有不同标签的示例。

使用Docker运行(推荐)

1. 使用预构建的镜像在http://localhost:9090上启动机器学习后端：

docker-compose up

2. 验证后端是否正在运行：

$ curl http://localhost:9090/
{"status":"UP"}

3. 在Label Studio中创建一个项目。然后从项目设置的模型页面，连接模型。默认URL是http://localhost:9090。

从源码构建（高级）

要从源代码构建ML后端，您需要克隆代码仓库并构建Docker镜像：

docker-compose build

不使用Docker运行（高级）

要在不使用Docker的情况下运行ML后端，您需要克隆代码库并使用pip安装所有依赖项：

python -m venv ml-backend
source ml-backend/bin/activate
pip install -r requirements.txt

然后你可以启动ML后端：

label-studio-ml start ./dir_with_your_model

配置

在运行容器之前，可以在docker-compose.yml中设置参数。

以下通用参数可用：

• LOGISTIC_REGRESSION_C: 这是逻辑回归的反向正则化强度参数。它是一个浮点数值，可以通过环境变量"LOGISTIC_REGRESSION_C"进行设置。如果未设置，默认值为10。
• LABEL_STUDIO_HOST: 这是Label Studio的主机URL，用于训练。可以通过环境变量"LABEL_STUDIO_HOST"进行设置。如果未设置，默认值为http://localhost:8080。
• LABEL_STUDIO_API_KEY: 这是Label Studio的API密钥，用于训练。可以通过环境变量"LABEL_STUDIO_API_KEY"进行设置。该参数没有默认值，因此必须设置。
• START_TRAINING_EACH_N_UPDATES: 这是训练开始前所需的更新次数。它是一个整数值，可以通过环境变量"START_TRAINING_EACH_N_UPDATES"进行设置。如果未设置，默认值为10。
• BASIC_AUTH_USER - 指定模型服务器的基础认证用户
• BASIC_AUTH_PASS - 指定模型服务器的基础认证密码
• LOG_LEVEL - 设置模型服务器的日志级别
• WORKERS - 指定模型服务器的工作线程数量
• THREADS - 指定模型服务器的线程数

自定义

可以通过在./dir_with_your_model目录中添加您自己的模型和逻辑来自定义ML后端。