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

## 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`

- príprava dát

    stiahnutie článkov z wiki pomocou nástroja dataminer, uložené v súbore *dataminer.csv*  
    vytvorený skript *text_to_sent.py* rozdelí text na jednotlivé vety a zapíše ich do súboru *textfile.csv*
    > `cd ner`
    > 
    > `./01_text_to_sent.sh`


- spustenie anotačného procesu pre NER s návrhmi od modelu 
    > `./02_ner_correct.sh`

- anotované dáta možno exportovať vo formáte jsonl potrebnom pre spracovanie vo spacy
    > `./03_ner_export.sh`