在顺序标注项目(不包括“将字形簇计数为一个字符”)中，标签索引(起始和结束)与TypeScript/JavaScript中的索引相同，因此参考的是16位Unicode代码单元序列中的位置。这与Python不同，在Python中，字符串中的索引指的是Unicode码点序列中的位置。
以 text = "👨🏻‍🚒 firemen drive firetrucks" 为例。假设我们给单词 "firetrucks" 打标签：

• 在doccano中，这个词有 start, end = 22, 32
• 在Python中，这个词有 start, end = 19, 29 ,即 text[19:29] == "firetrucks"

有关此问题的更多解释，请参阅此 Better Programming article 。
如果在doccano和Python之间导入/导出序列标签时需要注意这一点。
如果这是预期的行为，那么值得记录一下。我可以添加一些代码片段，用于在Python中转换不同的表示形式。乐意提供帮助。
可能相关的议题：

• Offset calculation #1931
• How does doccano cut up his words and count characters?  #1924
• Encoding not properly applied, leading to misaligned labels in importing pre-labelled data #1904

您的环境

• 操作系统：macOS Ventura 13.6
• 使用的Python版本：Python 3.8.18
• 当您安装doccano的时间：2023年10月6日
• 您是如何安装doccano的(Heroku按钮等):docker pull doccano/doccano ...遵循README。