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