前后端接口细节

MongoDB数据库结构

数据集名称：annotaiton_data

annotation_data
{
    uuid: a unique uuid for a sentence,
    text: the original text for a sentence,
    label: the classify label for a sentence make by user,
}

接口

数据导入接口

请求地址: /upload_remote_file 请求类型: HTTP
请求方式: POST
数据类型: multipart/form-data
响应类型: JSON
功能: 将请求中的文件的内容存入MongoDB
请求参数：

参数名称	是否必须	类型	描述
file	true	file	需要导入到数据库中的数据文件

响应数据：无特殊数据返回

load 获取没有打label 的数据的接口

请求地址: /load_single_unlabeled 请求类型: HTTP
请求方式: GET
数据类型:
响应类型: JSON
功能: 将请求中的文件的内容存入MongoDB
请求参数：无 响应数据：

参数名称	是否必须	类型
message	false	string

TaskCenter Interface

全量训练

请求地址： /full_train
请求类型：HTTP
请求方式：POST
响应类型：JSON
功能：使用已标注数据进行全量训练

参数示例：

{
    "dataset_id":1234, //数据集id(int)
    "user_id":1234, //用户id(int)
    "task_type":"ner", //任务类型(classify, ner)(string)
    "max_train_num": -1, //任务最大样本数(可省略，默认-1，无限制）(int)
    "min_train_num": 4, //任务最小样本数（可省略，默认4）(int)
}

返回参数：

{
    "ret_code" : 0, //状态码，int, 0标识提交成功，1标识提交失败
    "msg" : "abc", //详细信息，string, 如用户id不存在，dataset不存在，或者dataset标注数据不满足约束条件，或者重复提交
}

增量训练(读取数据库）

请求地址： /batch_db_train
请求类型：HTTP
请求方式：POST
响应类型：JSON
功能：使用已标注数据进行全量训练
参数示例：

{
    "dataset_id":1234, //数据集id(int)
    "user_id":1234, //用户id(int)
    "task_type":"ner", //任务类型(classify, ner)(string)
    "started_timestamp": 123213213, //此batch第一条数据标记时的时间戳
    "batch_number": 4, //此batch训练的数量
}

返回参数：

{
    "ret_code" : 0, //状态码，int, 0标识提交成功，1标识提交失败
    "msg" : "abc", //详细信息，string, 如用户id不存在，dataset不存在，或者dataset标注数据不满足约束条件，或者重复提交
}

增量训练(直接传输样本数据）

请求地址： /batch_ds_train
请求类型：HTTP
请求方式：POST
响应类型：JSON
功能：使用已标注数据进行全量训练
参数示例(classify)：

{
    "dataset_id":1234, //数据集id(int)
    "user_id":1234, //用户id(int)
    "task_type":"classify", //任务类型(classify, ner)(string)
    "data":[{
       "text": "明天天气怎么样？", //句子(string)
       "label": "ask_weather" //句子类别         
    }] //数组
}

参数示例(ner)：

{
    "dataset_id":1234, //数据集id(int)
    "user_id":1234, //用户id(int)
    "task_type":"ner", //任务类型(classify, ner)(string)
    "data":[{
              "text": "刘德华的老婆朱丽倩",
              "ne_list": [{
                 "offset":0, //ne的开始idx(int)
                 "length":3, //ne的长度(int)
                 "type": "person", //ne类型(string) 
               },
               {
                 "offset":4, //ne的开始idx(int)
                 "length":3, //ne的长度(int)
                 "type": "person", //ne类型(string)
               }]//数组
    }]//数组
}

返回参数：

{
    "ret_code" : 0, //状态码，int, 0标识提交成功，1标识提交失败
    "msg" : "abc", //详细信息，string, 如用户id不存在，dataset不存在，或者dataset标注数据不满足约束条件，或者重复提交
}

预测（直接传输数据）

请求地址： /predict_ds
请求类型：HTTP
请求方式：POST
响应类型：JSON
功能：预测数据
参数示例(classify/ner)：

{
    "dataset_id":1234, //数据集id(int)
    "user_id":1234, //用户id(int)
    "task_type":"classify", //任务类型(classify, ner)(string)
    "data":[{
       "text": "明天天气怎么样？", //句子(string)        
    }] //数组
}

返回参数(classify)：

{
    "ret_code": 0, //状态码
    "msg": "abc", //反馈信息，是不是预测成功等
    "task_type":"classify", //任务类型(classify, ner)(string)
    "data":[{
       "text": "明天天气怎么样？", //句子(string)      
       "result": [
          {"label":"ask_weather", "prob":0.98},
          {"label":"ask_time", "prob", 0.02}
        ] //数组   
    }] //数组
}

返回参数(ner)：

{
    "ret_code": 0, //状态码
    "msg": "abc", //反馈信息，是不是预测成功等
    "task_type":"ner", //任务类型(classify, ner)(string)
    "data":[{
       "text": "明天天气怎么样？", //句子(string)      
       "result":[{
              "text": "刘德华的老婆朱丽倩",
              "prob": 0.98, //如果使用crf，则只会输出句子概率
              "ne_list": [{
                 "offset":0, //ne的开始idx(int)
                 "length":3, //ne的长度(int)
                 "type": "person", //ne类型(string) 
               },
               {
                 "offset":4, //ne的开始idx(int)
                 "length":3, //ne的长度(int)
                 "type": "person", //ne类型(string)
               }]//数组  
      }] //数组
}

预测（读数据库）

请求地址： /predict_db
请求类型：HTTP
请求方式：POST
响应类型：JSON
功能：预测数据
参数示例(classify/ner)：

{
    "trained_dataset_id":1234, //数据集id(int)
    "predict_dataset_id":1234, //数据集id(int)
    "user_id":1234, //用户id(int)
    "task_type":"classify", //任务类型(classify, ner)(string)
    "row_idx": 123, //数据库第一行
    "batch_num": 10, //预测条数
}

返回参数(classify)：

{
    "ret_code": 0, //状态码
    "msg": "abc", //反馈信息，是不是预测成功等
    "task_type":"classify", //任务类型(classify, ner)(string)
    "data":[{
       "text": "明天天气怎么样？", //句子(string)      
       "result": [
          {"label":"ask_weather", "prob":0.98},
          {"label":"ask_time", "prob", 0.02}
        ] //数组   
    }] //数组
}

返回参数(ner)：

{
    "ret_code": 0, //状态码
    "msg": "abc", //反馈信息，是不是预测成功等
    "task_type":"ner", //任务类型(classify, ner)(string)
    "data":[{
       "text": "明天天气怎么样？", //句子(string)      
       "result":[{
              "text": "刘德华的老婆朱丽倩",
              "prob": 0.98, //如果使用crf，则只会输出句子概率
              "ne_list": [{
                 "offset":0, //ne的开始idx(int)
                 "length":3, //ne的长度(int)
                 "type": "person", //ne类型(string) 
               },
               {
                 "offset":4, //ne的开始idx(int)
                 "length":3, //ne的长度(int)
                 "type": "person", //ne类型(string)
               }]//数组  
      }] //数组
}

状态查询

请求地址： /status 请求类型：HTTP
请求方式：POST
响应类型：JSON
功能：预测数据
参数示例(classify/ner)：

{
    "dataset_id":1234, //数据集id(int)
    "user_id":1234, //用户id(int)
    "task_type": "classify",
}

返回参数(classify/ner)：

{
    "ret_code": 0, //状态:有训练中(trainning);任务提交了，还没进入训练队列(pending);训练完成(complete);训练过程出错(error);}
    "msg": "正在训练中"
}