使用非 BMP 字符 (例如 emoji) 标注文本

大家好! 感谢这个开源工具,它节省了我很多时间(我需要一个标注工具来测试 NER 模型在我们内部的数据上)。有一件事让我头疼: 使用 Doccano 创建的标注有时在 Python 中是错误的。我花了很多时间来找出原因 - Python 中基于 Unicode 的索引与 Doccano 中使用的索引不匹配(JavaScript 使用 `utf-16` 吧?)。Doccano 使用 `utf-16` 基础的索引并没有让我担心,因为我上传数据时,潜在的不一致性完全没有引起我的注意。