diff --git a/pages/students/2016/jakub_maruniak/dp2021/annotation/README.md b/pages/students/2016/jakub_maruniak/dp2021/annotation/README.md index a04fead9a..ab285491c 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