.. | ||
data | ||
Dockerfile | ||
README.md |
Diplomový projekt 1 2020
-
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
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 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
prodigy db-out wikiart > ./annotations.jsonl