标注平台数据导入格式说明

本篇说明导入数据时如何选择文件格式、确认字段名，以及不同标注类型对应的文件内容示例。下方示例均为可上传文件内容示例，可根据实际字段名和文件地址替换。字段名最终以页面列名或标注界面模板配置（value="$xxx"）为准。

1. 在页面查看支持格式

进入项目后，在数据管理页点击右上角「导入」，打开「导入数据」窗口。上传区域会展示当前支持的文件类型。

2. 按标注类型选择文件

导入前先确认项目的数据字段。字段名应与数据管理页中的字段保持一致。

字段名可以通过以下方式确认：

• 已经导入过数据的项目：在数据管理页查看表格列名，导入文件中的字段名应与列名一致。例如页面显示 image 列，图片数据就应写在 image 字段中。
• 还没有导入数据的项目：进入项目的设置或标注界面配置页，查看数据对象控件中的 value。例如 value="$image" 表示导入字段名应为 image，value="$text" 表示导入字段名应为 text。
• 多字段任务需要同时准备多个字段。例如阅读理解项目如果配置中使用了 $text 和 $question，导入文件中就需要同时包含 text 和 question。

常见字段名如下表。实际项目如有不同，以页面列名或标注界面配置为准。

建议：

• 新建项目时，可优先使用通用字段名：图片 image，音频 audio，视频 video，文本 text。
• 已有项目以数据管理页显示的字段名为准。导入后页面不显示数据时，优先检查字段名。
• json 适合多字段任务；csv/tsv 适合表格化任务；txt 适合一行一条文本或一行一个 URL。

字段名与内置自动标注后端的对应（核对自 myapp/views/view_labelstudio.py）：文本类任务读取 text（view_labelstudio.py:99）；问答（faq）读取 text 与 question（:346-347）；翻译读取模板中 TextArea 的 toName 字段（默认 chinese，:215-223）；意图识别/对话读取模板中 Paragraphs 的 value 变量（默认 humanMachineDialogue / dialogue，:454-461、:518-525）。即字段名最终由模板配置决定。

3. CSV/TSV 导入方式

上传 csv 或 tsv 时，页面可能要求选择处理方式。

大多数分类、检测、文本、问答任务选择 List of tasks。时间序列标注选择 Time Series or Whole Text File。

4. 图片类任务

适用于图片分类、目标检测、边界识别、遮罩识别、关键点检测、OCR、图片描述等任务。批量导入时建议上传图片 URL 列表。

TXT 示例：每行一个图片 URL。

http://example.com/static/mnt/admin/images/cat-001.jpg
http://example.com/static/mnt/admin/images/dog-002.jpg
http://example.com/static/mnt/admin/images/invoice-003.jpeg

JSON 示例：字段名按项目实际字段填写。

[
  {
    "image": "http://example.com/static/mnt/admin/images/cat-001.jpg"
  },
  {
    "image": "http://example.com/static/mnt/admin/images/dog-002.jpg"
  }
]

OCR 项目如果字段为 ocr，可写为：

[
  {
    "ocr": "http://example.com/static/mnt/admin/images/receipt-001.jpg"
  }
]

CSV 示例：

image
http://example.com/static/mnt/admin/images/cat-001.jpg
http://example.com/static/mnt/admin/images/dog-002.jpg

5. 音频和视频任务

适用于语音识别、说话人分离、音频分类、视频目标跟踪、视频片段标注等任务。批量导入时建议上传音视频 URL 列表。

音频 JSON 示例：

[
  {
    "audio": "http://example.com/static/mnt/admin/audio/speech-001.wav"
  },
  {
    "audio": "http://example.com/static/mnt/admin/audio/meeting-002.mp3"
  }
]

视频 JSON 示例：

[
  {
    "video": "http://example.com/static/mnt/admin/video/traffic-001.mp4"
  },
  {
    "video": "http://example.com/static/mnt/admin/video/factory-002.webm"
  }
]

也可以使用 txt 文件，每行一个音频或视频 URL。

6. 文本类任务

适用于文本分类、摘要、命名实体识别、代码生成、普通文本审核等任务。

TXT 示例：每行一条文本。

这家餐厅服务很好，菜品也很新鲜。
物流太慢了，包装也破损了。
客服回复及时，问题解决得很快。

JSON 示例：

[
  {
    "text": "这家餐厅服务很好，菜品也很新鲜。"
  },
  {
    "text": "物流太慢了，包装也破损了。"
  }
]

CSV 示例：可增加来源、优先级等辅助字段。

text,source,priority
这家餐厅服务很好，菜品也很新鲜。,评论,high
物流太慢了，包装也破损了。,售后反馈,medium

7. 问答、阅读理解和翻译

这类任务通常包含多个字段，推荐使用 json 或 csv。

翻译示例（字段名默认 chinese，即待翻译文本）：

[
  {
    "chinese": "今天天气很好，我们一起去公园吧。"
  },
  {
    "chinese": "这个模型可以帮助我们完成自动化标注。"
  }
]

问答示例：

[
  {
    "question": "如何创建一个标注项目？"
  },
  {
    "question": "标注结果如何导出？"
  }
]

阅读理解示例：

[
  {
    "text": "昨天，我去公园待了大约两个小时，然后回家吃晚餐。",
    "question": "我在公园待了多久？"
  },
  {
    "text": "汤姆每天早晨都会跑步5公里来保持健康。",
    "question": "汤姆为什么每天早晨跑步？"
  }
]

CSV 示例：

text,question
昨天，我去公园待了大约两个小时，然后回家吃晚餐。,我在公园待了多久？
汤姆每天早晨都会跑步5公里来保持健康。,汤姆为什么每天早晨跑步？

8. 答案排序和对话任务

这类任务字段结构较复杂，推荐使用 json。

答案排序示例：

[
  {
    "question": "如何导出标注结果？",
    "annotations": [
      {
        "text": "在项目数据页点击导出，选择格式后下载。"
      },
      {
        "text": "在云存储中配置结果路径后同步。"
      }
    ],
    "rank": [1, 2]
  }
]

注意：上面的 annotations + rank 是常见的答案排序导入/预标注结构。但平台内置的 rank 自动标注后端实际读取的是 task['data']['items']（每个元素含 id / title / body）和 question 字段（myapp/views/view_labelstudio.py:396-401）。具体字段名取决于所选标注模板配置，使用内置自动排序时请以模板中的字段为准。

多轮对话示例：

[
  {
    "dialogue": [
      {
        "author": "Human",
        "text": "你好，我想了解一下最近的电影推荐。"
      },
      {
        "author": "AI",
        "text": "当然。你喜欢什么类型的电影？"
      }
    ]
  }
]

如果项目字段名是 humanMachineDialogue，请将 dialogue 替换为 humanMachineDialogue。

9. 结构化数据

结构化数据通常来自业务表格，推荐使用 csv 或 tsv。第一行是列名，每一行是一条任务。

part,method,lesion,location,morphology,size,conclusion
胸部,X光平片,无,无,无,无,心肺膈未见明显异常
胸部,CT平扫,磨玻璃结节,右肺上叶,磨玻璃状，边缘尚光整,直径约6mm,右肺上叶磨玻璃结节，建议随访

导入时选择 List of tasks。

10. 时间序列

时间序列数据通常使用 csv 或 tsv。

time,temperature,pressure
2026-06-09 10:00:00,23.5,101.2
2026-06-09 10:00:01,23.6,101.3
2026-06-09 10:00:02,23.7,101.1

导入时选择 Time Series or Whole Text File。

如果时间序列文件已经在服务器上，也可以上传 URL 列表：

http://example.com/static/mnt/admin/timeseries/sensor-001.csv
http://example.com/static/mnt/admin/timeseries/sensor-002.csv

11. HTML / XML 富文本

适用于富文本实体识别、网页内容审核、XML 内容抽取等任务。

HTML 示例：

<article>
  <h1>产品说明</h1>
  <p>这是一段需要进行实体识别或内容审核的 HTML 文本。</p>
  <p>联系人：张三，电话：13800000000。</p>
</article>

XML 示例：

<record>
  <title>设备巡检记录</title>
  <content>设备 A 在 2026-06-09 出现温度异常。</content>
</record>

JSON 中也可以包含 HTML 内容：

[
  {
    "html": "<p>联系人：张三，电话：13800000000。</p>",
    "source": "网页表单"
  }
]

12. 预标注结果

如果已有模型预测结果，可以使用 json 导入预标注。原始数据放在 data 中，预测结果放在 predictions 中。

[
  {
    "data": {
      "text": "这条评论整体是正向的。"
    },
    "predictions": [
      {
        "model_version": "demo-v1",
        "score": 0.93,
        "result": [
          {
            "from_name": "sentiment",
            "to_name": "text",
            "type": "choices",
            "value": {
              "choices": ["正向"]
            }
          }
        ]
      }
    ]
  }
]

说明：上述 result 中的 from_name / to_name / type / value 结构与平台内置自动标注后端返回的预测结构一致（参见 view_labelstudio.py 各 nlp_* 方法），需与模板控件命名对应。

13. 常见检查项

CSV 建议保留表头：

image
http://example.com/a.jpg
http://example.com/b.jpg

字段名应与页面字段一致。例如项目字段为 image 时，建议写为：

[
  {
    "image": "http://example.com/a.jpg"
  }
]

CSV/TSV 导入方式选择：

• 每行是一条任务时，选择 List of tasks。
• 整个文件是一条时间序列或整文件任务时，选择 Time Series or Whole Text File。

14. 快速选择表