forked from KEMT/zpwiki
29 lines
1.2 KiB
Markdown
29 lines
1.2 KiB
Markdown
## Diplomový projekt 2 2020
|
|
Stav:
|
|
- aktualizácia anotačnej schémy (jedná sa o testovaciu schému s vlastnými dátami)
|
|
- vykonaných niekoľko anotácii, trénovanie v Prodigy - nízka presnosť = malé množstvo anotovaných dát. Trénovanie v spacy zatiaľ nefunguje.
|
|
- Štatistiky o množstve prijatých a odmietnutých anotácii získame z Prodigy: prodigy stats wikiart. Zatiaľ 156 anotácii (151 accept, 5 reject). Na získanie prehľadu o množstve anotácii jednotlivých entít potrebujeme vytvoriť skript.
|
|
|
|
|
|
## 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
|
|
```
|
|
|
|
|
|
|
|
|
|
### 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
|