From 3096b62e44aedb84bde2446c1b65c006cc144b26 Mon Sep 17 00:00:00 2001 From: Jakub Maruniak Date: Tue, 21 Apr 2020 20:09:06 +0000 Subject: [PATCH] =?UTF-8?q?Aktualizovat=20=E2=80=9Epages/students/2016/jak?= =?UTF-8?q?ub=5Fmaruniak/dp2021/annotation/README.md=E2=80=9C?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- .../2016/jakub_maruniak/dp2021/annotation/README.md | 9 +++++---- 1 file changed, 5 insertions(+), 4 deletions(-) diff --git a/pages/students/2016/jakub_maruniak/dp2021/annotation/README.md b/pages/students/2016/jakub_maruniak/dp2021/annotation/README.md index a04fead9..ab285491 100644 --- a/pages/students/2016/jakub_maruniak/dp2021/annotation/README.md +++ b/pages/students/2016/jakub_maruniak/dp2021/annotation/README.md @@ -1,15 +1,16 @@ ## Diplomový projekt 1 2020 --príprava dát +- príprava dát + stiahnutie článkov z wiki pomocou nástroja dataminer, uložené v súbore dataminer.csv vytvorenie skriptu text_to_sent.py, ktorý rozdelí text na vety a zapíše ich do súboru textfile.csv --vytvorenie a spustenie docker kontajneru +- vytvorenie a spustenie docker kontajneru > docker build . -t prodigy > winpty docker run --name prodigy -it -p 8080:8080 -v C://Users/jakub/Desktop/annotation/work prodigy bash --spustenie anotačného procesu s návrhmi od modelu +- spustenie anotačného procesu pre NER s návrhmi od modelu > prodigy ner.correct wikiart sk_sk1 ./textfile.csv --label OSOBA,MIESTO,ORGANIZACIA,PRODUKT --anotované dáta možno exportovať vo formáte jsonl potrebnom pre spracovanie vo spacy +- anotované dáta možno exportovať vo formáte jsonl potrebnom pre spracovanie vo spacy > prodigy db-out wikiart > ./annotations.jsonl \ No newline at end of file