LabelingSystem/backend/script/init_sample_data.py

"""
初始化示例数据脚本

创建一个标准的文本标注项目和任务，用于测试标注功能。
"""
import requests
import json

# API 基础 URL
BASE_URL = "http://localhost:8000"

# 文本分类标注配置（LabelStudio XML 格式）
TEXT_CLASSIFICATION_CONFIG = """<View>
  <Header value="文本分类标注"/>
  <Text name="text" value="$text"/>
  <Choices name="sentiment" toName="text" choice="single" showInline="true">
    <Choice value="正面"/>
    <Choice value="负面"/>
    <Choice value="中性"/>
  </Choices>
</View>"""

# 命名实体识别标注配置
NER_CONFIG = """<View>
  <Header value="命名实体识别"/>
  <Text name="text" value="$text"/>
  <Labels name="label" toName="text">
    <Label value="人名" background="red"/>
    <Label value="地名" background="blue"/>
    <Label value="机构名" background="green"/>
    <Label value="时间" background="orange"/>
  </Labels>
</View>"""

# 文本标注配置（高亮标注）
TEXT_HIGHLIGHT_CONFIG = """<View>
  <Header value="文本高亮标注"/>
  <Text name="text" value="$text"/>
  <Labels name="label" toName="text">
    <Label value="重要信息" background="yellow"/>
    <Label value="关键词" background="lightblue"/>
    <Label value="问题" background="pink"/>
  </Labels>
</View>"""

# 示例任务数据
SAMPLE_TASKS = [
    {
        "name": "文本分类任务-1",
        "data": {
            "text": "这家餐厅的服务态度非常好，菜品也很美味，环境优雅，强烈推荐！"
        }
    },
    {
        "name": "文本分类任务-2",
        "data": {
            "text": "产品质量太差了，用了不到一周就坏了，客服态度也很恶劣，非常失望。"
        }
    },
    {
        "name": "文本分类任务-3",
        "data": {
            "text": "这款手机性能一般，价格适中，适合日常使用。"
        }
    },
    {
        "name": "命名实体识别任务-1",
        "data": {
            "text": "2024年1月15日，张三在北京大学参加了人工智能研讨会。"
        }
    },
    {
        "name": "命名实体识别任务-2",
        "data": {
            "text": "李明是清华大学的教授，他在上海交通大学获得了博士学位。"
        }
    },
    {
        "name": "文本高亮任务-1",
        "data": {
            "text": "机器学习是人工智能的一个重要分支，它使计算机能够从数据中学习并做出决策。深度学习是机器学习的一个子领域，使用神经网络来模拟人脑的工作方式。"
        }
    }
]


def create_project(name, description, config):
    """创建项目"""
    url = f"{BASE_URL}/api/projects"
    data = {
        "name": name,
        "description": description,
        "config": config
    }
    
    response = requests.post(url, json=data)
    if response.status_code == 201:
        project = response.json()
        print(f"✓ 创建项目成功: {project['name']} (ID: {project['id']})")
        return project
    else:
        print(f"✗ 创建项目失败: {response.status_code} - {response.text}")
        return None


def create_task(project_id, task_name, task_data):
    """创建任务"""
    url = f"{BASE_URL}/api/tasks"
    data = {
        "project_id": project_id,
        "name": task_name,
        "data": task_data
    }
    
    response = requests.post(url, json=data)
    if response.status_code == 201:
        task = response.json()
        print(f"  ✓ 创建任务: {task['name']} (ID: {task['id']})")
        return task
    else:
        print(f"  ✗ 创建任务失败: {response.status_code} - {response.text}")
        return None


def main():
    """主函数"""
    print("=" * 60)
    print("初始化标注平台示例数据")
    print("=" * 60)
    print()
    
    # 1. 创建文本分类项目
    print("1. 创建文本分类项目...")
    classification_project = create_project(
        name="情感分析标注项目",
        description="对用户评论进行情感分类（正面/负面/中性）",
        config=TEXT_CLASSIFICATION_CONFIG
    )
    
    if classification_project:
        print("   创建文本分类任务...")
        for i in range(3):
            create_task(
                classification_project['id'],
                SAMPLE_TASKS[i]['name'],
                SAMPLE_TASKS[i]['data']
            )
    print()
    
    # 2. 创建命名实体识别项目
    print("2. 创建命名实体识别项目...")
    ner_project = create_project(
        name="命名实体识别项目",
        description="识别文本中的人名、地名、机构名和时间等实体",
        config=NER_CONFIG
    )
    
    if ner_project:
        print("   创建命名实体识别任务...")
        for i in range(3, 5):
            create_task(
                ner_project['id'],
                SAMPLE_TASKS[i]['name'],
                SAMPLE_TASKS[i]['data']
            )
    print()
    
    # 3. 创建文本高亮项目
    print("3. 创建文本高亮标注项目...")
    highlight_project = create_project(
        name="文本高亮标注项目",
        description="标记文本中的重要信息、关键词和问题",
        config=TEXT_HIGHLIGHT_CONFIG
    )
    
    if highlight_project:
        print("   创建文本高亮任务...")
        create_task(
            highlight_project['id'],
            SAMPLE_TASKS[5]['name'],
            SAMPLE_TASKS[5]['data']
        )
    print()
    
    print("=" * 60)
    print("示例数据初始化完成！")
    print("=" * 60)
    print()
    print("你现在可以：")
    print("1. 访问 http://localhost:4200/projects 查看项目列表")
    print("2. 点击项目查看详情和任务")
    print("3. 点击'开始标注'按钮进行标注")
    print()


if __name__ == "__main__":
    try:
        main()
    except requests.exceptions.ConnectionError:
        print("✗ 错误: 无法连接到后端服务器")
        print("  请确保后端服务器正在运行: python -m uvicorn main:app --reload --host 0.0.0.0 --port 8000")
    except Exception as e:
        print(f"✗ 发生错误: {e}")