2020-11-02 11:06:33 +00:00
## Diplomový projekt 2 2020
2020-04-21 20:07:16 +00:00
2020-05-24 17:50:38 +00:00
- vytvorenie a spustenie docker kontajneru
2020-04-21 20:09:06 +00:00
2020-05-24 18:11:24 +00:00
```
./build-docker.sh
2020-11-02 11:06:33 +00:00
winpty docker run --name prodigy -it -p 8080:8080 -v C://Users/jakub/Desktop/annotation-master/annotation/work prodigy bash
2020-05-24 18:11:24 +00:00
```
2020-04-21 20:07:16 +00:00
2020-05-24 18:11:24 +00:00
### Spustenie anotačnej schémy
- `dataminer.csv` články stiahnuté z wiki
- `cd ner`
- `./01_text_to_sent.sh` spustenie skriptu *text_to_sent.py* , ktorý rozdelí články na jednotlivé vety
2020-11-02 11:06:33 +00:00
- `./02_ner_manual.sh` spustenie manuálneho anotačného procesu pre NER
- `./03_export.sh` exportovanie anotovaných dát vo formáte json potrebnom pre spracovanie vo spacy. Možnosť rozdelenia na trénovacie (70%) a testovacie dáta (30%) (--eval-split 0.3).
2020-11-09 21:47:26 +00:00
2020-11-09 22:02:01 +00:00
### Štatistika o anotovaných dátach
- `prodigy stats wikiart` - informácie o počte prijatých a odmietnutých článkov
- `python3 count.py` - informácie o počte jednotlivých entít
2020-11-09 21:47:26 +00:00
### Trénovanie modelu
Založené na: https://git.kemt.fei.tuke.sk/dano/spacy-skmodel
