README.md

metadata

title: Chart QA Review System
emoji: 📊
colorFrom: blue
colorTo: purple
sdk: gradio
sdk_version: 5.9.1
python_version: '3.10'
app_file: app.py
pinned: false

📊 图表问答数据集审核系统

一个基于 Gradio 的人工审核系统，用于审核图表问答数据集中的问题和答案是否合理正确。

功能特点

• 📊 图表展示：支持 HTML 格式的交互式图表展示
• 📁 目录导航：按 Source → Chart Type → Chart → Model 层级浏览
• ✅ 审核操作：支持正确、错误、需修改、待定四种状态
• ✏️ 内容编辑：可修改问题和答案，添加评论备注
• 📈 统计面板：实时显示审核进度和统计信息
• 📥 数据导出：一键导出审核记录为 JSON 格式
• ⌨️ 快捷键：支持键盘导航和状态选择

目录结构

project/
├── app.py              # 主应用
├── data_manager.py     # 数据管理模块
├── requirements.txt    # 依赖列表
│
├── dataset/            # 数据集目录（需要自行放置）
│   ├── web/            # 图表 HTML 文件
│   │   └── {source}/
│   │       └── {chart_type}/
│   │           └── *.html
│   ├── label/          # 图表标签信息
│   │   └── {source}/
│   │       └── {chart_type}/
│   │           └── *.json
│   └── question_answer/  # QA 数据
│       └── {source}/
│           └── {chart_type}/
│               └── {model}/
│                   └── *.json
│
└── reviews/            # 审核记录（自动创建）
    └── reviews.json

数据格式

Label JSON 格式

{
  "Number": "0001",
  "Type": "bar",
  "Source": "Apache Echarts",
  "Weblink": "https://example.com/chart",
  "Topic": "Weather Statistics by City",
  "Describe": "The chart compares...",
  "Other": ""
}

QA JSON 格式

{
  "id": "chart_0001_bar_q1",
  "chart": "chart_0001_bar",
  "question": "Weather Statistics图表中，三个城市在Showers天气下的总天数是多少？",
  "answer": "203"
}

审核记录格式

{
  "review_id": "uuid",
  "chart_id": "chart_0001_bar",
  "qa_id": "chart_0001_bar_q1",
  "source": "Apache Echarts",
  "chart_type": "bar",
  "model": "gpt-4",
  "original_question": "...",
  "original_answer": "...",
  "status": "correct",
  "modified_question": "",
  "modified_answer": "",
  "issue_type": "",
  "comment": "",
  "reviewer": "default",
  "review_time": "2024-01-01T00:00:00"
}

快速开始

1. 安装依赖

pip install -r requirements.txt

2. 准备数据集

将你的数据集放置到 dataset/ 目录下，按照上述目录结构组织。

3. 启动应用

python app.py

应用将在 http://localhost:7860 启动。

快捷键

按键	功能
←	上一个图表
→	下一个图表
1	标记为正确
2	标记为错误
3	标记为需修改
4	标记为待定

部署到 Hugging Face Spaces

方法 1：通过网页界面上传

1. 在 Hugging Face 创建一个新的 Space
2. 上传所有文件：app.py、data_manager.py、requirements.txt、README.md
3. 在 Files 标签页创建 dataset/ 目录结构
4. 上传你的数据集文件

方法 2：通过 Git 推送

# 克隆 Space
git clone https://huggingface.co/spaces/YOUR_USERNAME/YOUR_SPACE_NAME
cd YOUR_SPACE_NAME

# 复制项目文件
cp /path/to/app.py .
cp /path/to/data_manager.py .
cp /path/to/requirements.txt .
cp /path/to/README.md .

# 创建数据集目录并上传数据
mkdir -p dataset/web dataset/label dataset/question_answer

# 提交并推送
git add .
git commit -m "Initial commit"
git push

注意事项

• 免费版 Spaces 有存储限制
• Spaces 重启后审核记录会丢失，请定期导出
• 大数据集建议使用 Hugging Face Datasets 存储

许可证

MIT License