zpwiki/pages/topics/named-entity

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/