الترحيل من Label Studio إلى Potato
انقل مشروعك من Label Studio إلى Potato وحوّل تكوينات المشاريع ومخططات التوسيم والبيانات المصدّرة، مع دليل خطوة بخطوة يغطي أنواع التوسيم الشائعة.
يشرح هذا الدليل خطوات نقل مشروع قائم في Label Studio إلى Potato. لا توجد أداة رسمية تحوّل مشروع Label Studio، لذا ستحوّل التكوين يدوياً وتكتب قليلاً من شيفرة Python لإعادة تشكيل بياناتك، وهذا يتطلب بعض المعرفة بكلتا المنصتين.
للاطلاع على مقارنة الميزات جنباً إلى جنب، راجع الوثائق المصدرية. أما أداة الترحيل عبر سطر الأوامر في Potato فتحدّث ملفات التكوين المكتوبة لإصدارات أقدم من Potato ولا تقرأ مشاريع Label Studio، كما أن potato import لا يدعم تنسيق Label Studio أيضاً.
لماذا الترحيل؟
يناسب Potato بعض المشاريع أكثر. فهو مصمم لدراسات التوسيم الأكاديمية، ويأتي مع تكامل جاهز مع Prolific وSONA، ويُكوَّن عبر YAML دون الحاجة إلى إعداد قاعدة بيانات. ومن السهل توسيعه باستخدام Python، ولأن التخزين مجرد ملفات فإن نشره سهل أيضاً.
نظرة عامة على الترحيل
العملية يدوية وتسير تقريباً على النحو التالي:
- تحويل قالب XML الخاص بـ Label Studio يدوياً إلى تكوين YAML الخاص بـ Potato
- كتابة سكريبتات Python لتحويل صيغة البيانات (من JSON إلى JSONL)
- كتابة سكريبتات لترحيل التوسيمات الموجودة (إن وجدت)
- الاختبار الشامل والتحقق من البيانات المحوّلة
تحويل القوالب
تصنيف النصوص
Label Studio XML:
<View>
<Text name="text" value="$text"/>
<Choices name="sentiment" toName="text" choice="single">
<Choice value="Positive"/>
<Choice value="Negative"/>
<Choice value="Neutral"/>
</Choices>
</View>Potato YAML:
annotation_task_name: "Sentiment Classification"
data_files:
- "data/items.jsonl"
item_properties:
id_key: id
text_key: text
annotation_schemes:
- annotation_type: radio
name: sentiment
description: "What is the sentiment?"
labels:
- name: positive
tooltip: "Positive sentiment"
- name: negative
tooltip: "Negative sentiment"
- name: neutral
tooltip: "Neutral sentiment"التصنيف متعدد التسميات
Label Studio XML:
<View>
<Text name="text" value="$text"/>
<Choices name="topics" toName="text" choice="multiple">
<Choice value="Politics"/>
<Choice value="Sports"/>
<Choice value="Technology"/>
<Choice value="Entertainment"/>
</Choices>
</View>Potato YAML:
annotation_schemes:
- annotation_type: multiselect
name: topics
description: "Select all relevant topics"
labels:
- name: politics
tooltip: "Politics content"
- name: sports
tooltip: "Sports content"
- name: technology
tooltip: "Technology content"
- name: entertainment
tooltip: "Entertainment content"التعرف على الكيانات المسماة
Label Studio XML:
<View>
<Labels name="entities" toName="text">
<Label value="PERSON" background="#FFC0CB"/>
<Label value="ORG" background="#90EE90"/>
<Label value="LOCATION" background="#ADD8E6"/>
</Labels>
<Text name="text" value="$text"/>
</View>Potato YAML:
annotation_schemes:
- annotation_type: span
name: entities
description: "Select entity spans in the text"
labels:
- name: PERSON
tooltip: "Person names"
- name: ORG
tooltip: "Organization names"
- name: LOCATION
tooltip: "Location names"ملاحظة: قد يستخدم توسيم النطاقات في Potato تمييزاً مختلفاً عن Label Studio. اختبر تكوينك المحوّل للتحقق من أن طريقة العرض تلبي احتياجاتك.
تصنيف الصور
Label Studio XML:
<View>
<Image name="image" value="$image_url"/>
<Choices name="category" toName="image">
<Choice value="Cat"/>
<Choice value="Dog"/>
<Choice value="Other"/>
</Choices>
</View>Potato YAML:
data_files:
- "data/images.jsonl"
item_properties:
id_key: id
text_key: image_url
annotation_schemes:
- annotation_type: radio
name: category
description: "What animal is in the image?"
labels:
- name: cat
tooltip: "Cat"
- name: dog
tooltip: "Dog"
- name: other
tooltip: "Other animal"توسيم مربعات الإحاطة
Label Studio XML:
<View>
<Image name="image" value="$image_url"/>
<RectangleLabels name="objects" toName="image">
<Label value="Car"/>
<Label value="Person"/>
<Label value="Bicycle"/>
</RectangleLabels>
</View>Potato YAML:
annotation_schemes:
- annotation_type: image_annotation
tools: [bbox]
name: objects
description: "Draw boxes around objects"
labels:
- name: car
tooltip: "Car"
- name: person
tooltip: "Person"
- name: bicycle
tooltip: "Bicycle"ملاحظة: قد يختلف دعم مربعات الإحاطة في Potato عنه في Label Studio. راجع الوثائق لمعرفة القدرات الحالية.
مقاييس التقييم
Label Studio XML:
<View>
<Text name="text" value="$text"/>
<Rating name="quality" toName="text" maxRating="5"/>
</View>Potato YAML:
annotation_schemes:
- annotation_type: likert
name: quality
min_label: "Poor"
max_label: "Excellent"
description: "Rate the quality"
size: 5
labels:
- name: "1"
tooltip: "Poor"
- name: "2"
tooltip: "Below average"
- name: "3"
tooltip: "Average"
- name: "4"
tooltip: "Good"
- name: "5"
tooltip: "Excellent"تحويل صيغة البيانات
من JSON الخاص بـ Label Studio إلى JSONL الخاص بـ Potato
صيغة Label Studio:
[
{
"id": 1,
"data": {
"text": "This is great!",
"meta_info": "source1"
}
},
{
"id": 2,
"data": {
"text": "This is terrible.",
"meta_info": "source2"
}
}
]صيغة Potato JSONL:
{"id": "1", "text": "This is great!", "metadata": {"source": "source1"}}
{"id": "2", "text": "This is terrible.", "metadata": {"source": "source2"}}سكريبت التحويل
import json
def convert_label_studio_to_potato(ls_file, potato_file):
"""Convert Label Studio JSON to Potato JSONL"""
with open(ls_file, 'r') as f:
ls_data = json.load(f)
with open(potato_file, 'w') as f:
for item in ls_data:
potato_item = {
"id": str(item["id"]),
"text": item["data"].get("text", ""),
}
# Convert nested data fields
if "data" in item:
for key, value in item["data"].items():
if key != "text":
if "metadata" not in potato_item:
potato_item["metadata"] = {}
potato_item["metadata"][key] = value
# Handle image URLs
if "image" in item.get("data", {}):
potato_item["image_url"] = item["data"]["image"]
f.write(json.dumps(potato_item) + "\n")
print(f"Converted {len(ls_data)} items")
# Usage
convert_label_studio_to_potato("label_studio_export.json", "data/items.jsonl")ترحيل التوسيمات
تحويل التوسيمات الموجودة
def convert_annotations(ls_export, potato_output):
"""Convert Label Studio annotations to Potato format"""
with open(ls_export, 'r') as f:
ls_data = json.load(f)
with open(potato_output, 'w') as f:
for item in ls_data:
if "annotations" not in item or not item["annotations"]:
continue
for annotation in item["annotations"]:
potato_ann = {
"id": str(item["id"]),
"text": item["data"].get("text", ""),
"annotations": {},
"annotator": annotation.get("completed_by", {}).get("email", "unknown"),
"timestamp": annotation.get("created_at", "")
}
# Convert results
for result in annotation.get("result", []):
scheme_name = result.get("from_name", "unknown")
if result["type"] == "choices":
# Classification
potato_ann["annotations"][scheme_name] = result["value"]["choices"][0]
elif result["type"] == "labels":
# NER spans
if scheme_name not in potato_ann["annotations"]:
potato_ann["annotations"][scheme_name] = []
potato_ann["annotations"][scheme_name].append({
"start": result["value"]["start"],
"end": result["value"]["end"],
"label": result["value"]["labels"][0],
"text": result["value"]["text"]
})
elif result["type"] == "rating":
potato_ann["annotations"][scheme_name] = result["value"]["rating"]
f.write(json.dumps(potato_ann) + "\n")
# Usage
convert_annotations("ls_annotated_export.json", "annotations/migrated.jsonl")تحويل توسيمات النطاقات
يستخدم Label Studio إزاحات الأحرف، ويستخدمها Potato أيضاً، لذا فالتحويل مباشر:
def convert_spans(ls_spans):
"""Convert Label Studio span format to Potato format"""
potato_spans = []
for span in ls_spans:
potato_spans.append({
"start": span["value"]["start"],
"end": span["value"]["end"],
"label": span["value"]["labels"][0],
"text": span["value"]["text"]
})
return potato_spansمطابقة الميزات
| Label Studio | Potato |
|---|---|
| Choices (single) | radio |
| Choices (multiple) | multiselect |
| Labels | span |
| Rating | likert |
| TextArea | text |
| RectangleLabels | image_annotation مع tools: [bbox] |
| PolygonLabels | image_annotation مع tools: [polygon] |
| Taxonomy | (استخدم multiselect متداخلاً) |
| Pairwise | pairwise |
ضبط الجودة
في ضبط الجودة يكسب الترحيل شيئاً فعلياً. فالنسخة المجتمعية من Label Studio لا تتضمن أي مقاييس اتفاق على الإطلاق، أما تحديد الإجابات المرجعية وإسناد المراجعين ولوحات الجودة فتقع في الخطط المدفوعة. وفي Potato كلها مفاتيح في ملف التكوين.
فحوص الانتباه مدمجة في الأداة بدل أن تُدسّ في ملف البيانات. يدرجها Potato نيابة عنك ويتتبع من يخفق فيها:
attention_checks:
enabled: true
items_file: "attention_checks.json"
frequency: 10 # one check every ten items
min_response_time: 3.0 # also flag suspiciously fast answersالمعايير الذهبية تعمل بالطريقة نفسها، فتقيّم كل مُوسِّم على عناصر تعرف إجابتها سلفاً:
gold_standards:
enabled: true
items_file: "gold_standards.json"الاتفاق بين المُوسِّمين يُحسب نيابة عنك. اجعل مُوسِّميك يتداخلون على مجموعة فرعية مشتركة وفعّل الخيار. يظهر معامل ألفا لكريبندورف في لوحة الإدارة، فلا حاجة إلى كتابة خطوة منفصلة بـ scikit-learn:
num_annotators_per_item: 3
agreement_metrics:
enabled: trueعدم اليقين في التسميات لا مقابل له في Label Studio في أي خطة. يلائم Potato نموذجاً من نظرية الاستجابة للمفردة على توسيماتك، ويعرض كل تسمية مع توزيع لاحق وفاصل ثقة، مع ترجيح المُوسِّمين بحسب الموثوقية التي أثبتوها بدل عدّ الأصوات:
psychometrics:
enabled: true
schema: sentiment
confidence_threshold: 0.95راجع ضبط الجودة والاتفاق بين المُوسِّمين والمحرك السيكومتري للاطلاع على مجموعة الخيارات كاملة.
ترحيل المستخدمين
تصدير المستخدمين من Label Studio
# Label Studio API call to get users
import requests
def export_ls_users(ls_url, api_key):
response = requests.get(
f"{ls_url}/api/users",
headers={"Authorization": f"Token {api_key}"}
)
return response.json()إنشاء تكوين مستخدمي Potato
user_config:
allow_all_users: false
users:
- username: user1@example.com
password: "..." # set a new password; Potato hashes it on first load
- username: user2@example.com
password: "..."اختبار الترحيل
سكريبت التحقق
def validate_migration(original_ls, converted_potato):
"""Validate converted data matches original"""
with open(original_ls) as f:
ls_data = json.load(f)
with open(converted_potato) as f:
potato_data = [json.loads(line) for line in f]
# Check item count
assert len(ls_data) == len(potato_data), "Item count mismatch"
# Check IDs preserved
ls_ids = {str(item["id"]) for item in ls_data}
potato_ids = {item["id"] for item in potato_data}
assert ls_ids == potato_ids, "ID mismatch"
# Check text content
for ls_item, potato_item in zip(
sorted(ls_data, key=lambda x: x["id"]),
sorted(potato_data, key=lambda x: x["id"])
):
assert ls_item["data"]["text"] == potato_item["text"], \
f"Text mismatch for item {ls_item['id']}"
print("Validation passed!")
validate_migration("label_studio_export.json", "data/items.jsonl")قائمة مراجعة الترحيل
- تصدير البيانات من Label Studio (بصيغة JSON)
- تحويل قالب XML يدوياً إلى YAML الخاص بـ Potato
- كتابة سكريبتات Python وتشغيلها لتحويل صيغة البيانات (من JSON إلى JSONL)
- كتابة سكريبتات وتشغيلها لتحويل التوسيمات الموجودة (إن وجدت)
- إعداد هيكل مشروع Potato
- الاختبار ببيانات نموذجية
- التحقق من تطابق البيانات المحوّلة مع الأصلية
- تدريب المُوسِّمين على الواجهة الجديدة
- تشغيل دفعة توسيم تجريبية
مشكلات شائعة
هناك أمور قليلة يتعثر فيها الناس عادة. تستخدم الأداتان ترميز UTF-8، ومع ذلك يستحسن فحص بياناتك بحثاً عن أخطاء الترميز. وغالباً ما يلزم تحويل مسارات الصور المحلية إلى عناوين URL، أو على الأقل مطابقتها مع الصيغة التي يتوقعها Potato. وأي مكونات مخصصة بنيتها في Label Studio يجب إعادة بنائها كقوالب مخصصة في Potato. وإذا كتبت سكريبتات تعتمد على واجهة API الخاصة بـ Label Studio، فيجب توجيهها إلى واجهة API الخاصة بـ Potato بدلاً منها.
هل تحتاج مساعدة في الترحيل؟ راجع الوثائق الكاملة أو تواصل معنا على GitHub.