lp832ut/zpwiki
1
0
Fork 0
forked from KEMT/zpwiki
Code Issues Pull Requests Releases Wiki Activity

Aktualizovat „pages/students/2016/jakub_maruniak/dp2021/annotation/README.md“

Browse Source
This commit is contained in:
Jakub Maruniak 2020-05-24 18:11:24 +00:00
parent 1e2b55528a
commit b2a13defec
1 changed files with 15 additions and 19 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

34
pages/students/2016/jakub_maruniak/dp2021/annotation/README.md
View File

@ -1,25 +1,21 @@
## 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`
```
./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
```
- anotované dáta možno exportovať vo formáte jsonl potrebnom pre spracovanie vo spacy
> `./03_ner_export.sh`
### Spustenie anotačnej schémy
- `dataminer.csv` články stiahnuté z wiki
- `cd ner`
- `./01_text_to_sent.sh` spustenie skriptu *text_to_sent.py*, ktorý rozdelí články na jednotlivé vety
- `./02_ner_correct.sh` spustenie anotačného procesu pre NER s návrhmi od modelu
- `./03_ner_export.sh` exportovanie anotovaných dát vo formáte jsonl potrebnom pre spracovanie vo spacy