Aktualizovat „pages/students/2016/jakub_maruniak/dp2021/README.md“

pages/students/2016/jakub_maruniak/dp2021/README.md

@@ -1 +1,28 @@
-DP2021
+## Diplomový projekt 2 2020
+Stav:
+- aktualizácia anotačnej schémy (jedná sa o testovaciu schému s vlastnými dátami)
+- vykonaných niekoľko anotácii, trénovanie v Prodigy - nízka presnosť = malé množstvo anotovaných dát. Trénovanie v spacy zatiaľ nefunguje.
+- Štatistiky o množstve prijatých a odmietnutých anotácii získame z Prodigy: prodigy stats wikiart. Zatiaľ 156 anotácii (151 accept, 5 reject). Na získanie prehľadu o množstve anotácii jednotlivých entít potrebujeme vytvoriť skript.
+
+
+## Diplomový projekt 1 2020
+
+- vytvorenie a spustenie docker kontajneru
+
+
+```
+./build-docker.sh
+docker run -it -p 8080:8080 -v ${PWD}:/work prodigy bash
+# (v mojom prípade:)
+winpty docker run --name prodigy -it -p 8080:8080 -v C://Users/jakub/Desktop/annotation/work prodigy bash
+```
+
+
+
+
+### 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
+- `./02_ner_correct.sh` spustenie anotačného procesu pre NER s návrhmi od modelu 
+- `./03_ner_export.sh`  exportovanie anotovaných dát vo formáte jsonl potrebnom pre spracovanie vo spacy