| .. | ||
| README.md | ||
| title |
|---|
| Pomenované entity |
Pomenované entity
Goals
- Be able to recognize unknown named entities
- Create a manually annotated training set from speech transcripts
- Propose an annotation schema
Tasks
Príprava dát
- Parsovanie XML Wiki DUMP
- Filter pre vyradenie článkov
- Ručný výber článkov
Príprava anotačnej schémy
- Deploymment Prodigy
- Konverzia dát do Prodigy
- Anotačný manuál
- Sada značiek na anotáciu
- Podporný model?
Prípravná anotačná dávka
Produkčná anotačná dávka
- Motivácia študentov
Analýza vykonaných anotácií
Aplikácia pre analýzu anotácií
Plan
- Convert speech transcripts into a training set
- Train and evaluate classifier
- Establish manual annotation
- Select unannotated data
Data preparation
Input: Transcriber transcripts with inconsistent annotations
* First small letter: regular word
* Capital: named entity
* ''^^'': faoreign word
* ''@'': noise
* ''_'': multi word expression
* ''/'': pronuncation
Output: A file that can be read by spacy convert
People
- Cesar Abascal Gutierrez cesarbielva1994@gmail.com
- Kyryl Kobzar
- Ediz Morochovič
Tools
* Machine learning : https://spacy.io/usage/training
* Manual Annotation : https://prodi.gy/