5.1. Projekt-Vorbereitung

Autor: Ismail Prada Ziegler, Universität Bern ✉ ORCiD

Inception-Installation

Wichtig: Dieser Guide wurde basierend auf der INCEpTION-Version 38.6. geschrieben und getestet. Bei neueren Versionen könnten einige Details abweichen, aber wir empfehlen trotzdem immer die neueste Version zu verwenden, da Updates oft wichtige Bug-Fixes enthalten.

Wir empfehlen für die Annotation INCEpTION zu verwenden. Uns ist keine andere Plattform bekannt, die verschachtelte Annotation im selben Umfang unterstützt. INCEpTION bietet darüber hinaus auch eine Vielzahl von zusätzlichen Features, z.B. das Linking auf eine Knowledgebase während der Annotation, die Nutzung von Recommender-Modulen und die Infrastruktur für professionelles Projektmanagement. Der Nachteil ist, dass die Plattform selbst gehostet werden muss. Wer etwas technisches Know-How hat, sollte das aber ohne Probleme hinbekommen. Wir empfehlen, die Plattform auf einem Server zu installieren, aber theoretisch kann sie auch lokal betrieben und nur bei Bedarf eingeschaltet werden. Für eine Testumgebung kann man z.B. einen virtuellen Server bei DigitalOcean mieten. Der Installationsprozess von INCEpTION wird im Administrator-Guide ausführlich und im User-Guide in Kürze besprochen und wird hier nicht wiederholt. Folgen Sie am besten dem User-Guide und lesen Sie bei Fragen im Admin-Guide nach. Wir empfehlen, dass Sie sich den User-Guide vollständig durchlesen. Für den nächsten Schritt wird angenommen, dass INCEpTION installiert wurde, und läuft. Im Browser sollte die Plattform nun erreichbar sein und so aussehen:

Import der Projekt-Vorlage

Sie können 📦 hier ein leeres Projekt mit der BeNASch-Konfiguration herunterladen. Als Admin können Sie das ZIP einfach über Import Project einspeisen, und können damit die Punkte zur Konfiguration der Layer und Tagsets überspringen. Machen Sie sich dennoch mit diesen Konzepten und Settings vertraut! Beachten Sie, dass der Vorlage auch schon eine Beispieldatei beiliegt, löschen Sie diese einfach, sobald Sie sie nicht mehr benötigen.

Aufsetzen des Projekts

Als Admin kann man neue Projekte erstellen. Wir empfehlen, den Admin-Account nur zum Erstellen des Projekts zu verwenden, und dann einen neuen User einzurichten, der als Projektmanager (und Kurator, Annotator, etc.) dienen kann. Der User-Guide beschreibt die Einrichtung von Usern hier. Wechseln Sie für die folgenden Schritte zum Projekt-Manager.

Klicken Sie auf + New Project, als Grundlage für ein BeNASch-Projekt eignet sich die Vorlage Basic annotation (span/relation) gut. Als Projektmanager können Sie nun unter Settings Dokumente hochladen und das Projekt konfigurieren.

Layer konfigurieren

Gehen Sie zum Bereich Layers. Das Post-Processing-Framework ist darauf ausgerichtet zwei Layer zu erwarten: Span und Relation. Im Span-Layer werden alle Annotation festgehalten, die direkt im Text verankert sind. Im Relation-Layer hingegen können Annotationen miteinander verbunden werden, z.B. um einfache Beziehungen oder Koreferenzen festzuhalten.

Stellen Sie im Span-Layer fest, dass die Granularity auf Token-level gesetzt ist und Overlap auf Any. Erlauben Sie ausserdem Allow crossing sentence boundaries. Speichern Sie Ihre Änderungen mit dem Save-Button oben im Fenster.

In den Features rechts können wir festlegen, welche Felder zur Annotation wir standardmässig angezeigt haben möchten. Wir empfehlen folgende Feature mit den folgenden Settings einzurichten:

Name	Type	Options
Element	Primitive: String	Alle auf On
Category	Primitive: String	Enabled, Curatable
Role	Primitive: String	Enabled, Curatable

Tagset können Sie derzeit auf NONE lassen, wir werden diese als nächstes einrichten, und dann in den entsprechenden Features verlinken.

Sie können Role weglassen, falls Sie nicht vorhaben, komplexe Beziehungen und Ereignisse zu annotieren. Wenn Sie auch direkt auf eine Knowledge-Base verlinken wollen, können Sie ein Feature dazu ebenfalls einrichten, lesen Sie mehr zur Arbeit mit Knowledgebases im User-Guide.

Schalten Sie auch im Relation-Layer Overlap auf Any und aktivieren Sie Allow crossing sentence boundaries. Falls Sie Koreferenzen und Beziehungen trennen wollen, können Sie natürlich auch ein weiteres Layer vom Typ Relation einrichten und entsprechend konfigurieren.

Tagsets vorbereiten

Wechseln Sie nun in den Reiter Tagesets. Hier können wir die Tagsets für die Feature definieren. Die Tagsets können dabei entweder offen gelassen, oder festgeschrieben werden (Aktivieren oder deaktivieren Sie Annotators may add new tags entsprechend). Richten Sie nun drei neue Tagsets ein, am besten mit den Namen der Feature + “labels”. Für Element labels empfehlen wir die folgenden Tags festzuschreiben:

• ref (Erwähnung / Referenz)
• appo (Apposition)
• attr (Attribut)
• head (Kern / Kopf)
• list (Liste)
• num (Numeral)
• val (Wert)
• oth (Andere)
• unc (Unklar)
• unk (Unbekannt)

Falls Sie (komplexe) Ereignisse annotieren, brauchen Sie auch:

• trigger (Ereignis- oder Beziehungstrigger)
• mod (Zusatzinfo für Ereignisse und Beziehungen)
• interaction (Textspanne für Ereignisse und Annotationen)

Wir empfehlen die Tagsets Category und Role erstmal offen zu lassen und nach Bedarf zu füllen.

Warum sind die Tags auf englisch? Auch wenn BeNASch primär für und auf Deutsch konzipiert wurde, ist das Projekt auch ausserhalb des deutschsprachigen Raums auf Interesse gestossen. Um maximale Kompatibilität zu gewährleisten, empfehlen wir die Benennung von Tags auf Englisch.

Nachdem alle Tagsets angelegt sind, gehen Sie zurück zu Layers und wählen Sie für jedes Feature das entsprechende Layer aus.

Dokumente hochladen

Gratulation! Damit ist das Projekt soweit konfiguriert. Laden Sie nun (am besten erstmal testweise ein paar wenige) Dokumente hoch. Wichtig: INCEpTION bietet viele Formate für den Upload. In diesem Mini-Guide empfehlen wir Ihnen den Upload in reinem Text-Format. Falls Sie wichtige Informationen am Dokument beibehalten möchten, z.B. frühere Annotationen, oder Informationen zum Layout, empfiehlt sich ein Upload als UIMA CAS XMI oder UIMA CAS JSON. Wenn Sie Ihre Datei in diesem Format vorbereiten, können Sie sie später - mit den neuen Annotationen - auch wieder in diesem Format exportieren. Auch mit dem HTML-Format sollte es möglich sein, zusätzliche Informationen “mitzunehmen”. Beachten Sie bitte, dass der Import von TEI nicht mehr aktiv unterstützt wird und einigen Einschränkungen unterliegt. Eine ausführliche Erklärung zur Aufbereitung von eigenen Dateien in UIMA CAS ist in diesem Guide nicht vorgesehen.

Für den Upload in Text-Format kommen drei Optionen in Frage:

• Plain Text: Wählen Sie diese, wenn Ihr Dokument nur minimal vorverarbeitet wurde. INCEpTION wird automatisiert versuchen Satz- und Tokengrenzen festzustellen.
• Plain Text (one sentence per line): Wählen Sie diese, wenn in ihrem Dokument bereits Satzgrenzen erkannt wurden, und das Dokument nun einen Satz pro Zeile enthält. INCEpTION wird eine einfache Tokenisierung durchführen, in der es z.B. Interpunktion tokenisiert.
• Plain Text (space-separated tokens, one sentence per line): Wenn Sie auch bereits eine eigene Tokenisierung und Satzgrenzenerkennung vorgenommen haben, dann können Sie dieses Format wählen.

In früheren INCEpTION-Versionen konnte “Plain Text” bei langen Sätzen und Annotationen sehr unpraktisch in der Darstellung sein, weshalb wir im Falle vom Historischen Grundbuch einfach die (one sentence per line)-Option gewählt haben. In neuen Versionen hat sich das verbessert, wir empfehlen aber mit einigen Dokumenten und den Import-Formaten zu experimentieren. Die Satzgrenzen können im Fall von langen Dokumenten bei der Verwendung von Recommendern wichtig sein, weshalb man sich das Format gut überlegen sollte.

Testen

Klicken Sie nun Dashboard, dann auf Annotation und wählen Sie eines der hochgeladenen Dokumente aus. Markieren Sie mit der Maus eine Spanne im Text, sieht die rechte Sidebar so aus wie im Bild unten, sind Sie bereit um loszulegen:

Bei Element sollten Sie im Dropdown auch die Tags sehen können. Wenn Sie anfangen zu schreiben, hilft Ihnen ein Autocomplete dabei, die Tags schneller eingeben zu können

Im Kapitel 5.2. wird der Annotationsprozess im Detail besprochen, mit einigen Tipps, um Ihn effizienter zu machen.