Update 'pages/students/2016/jan_holp/dp2021/README.md'

pages/students/2016/jan_holp/dp2021/README.md

@@ -1,82 +1,3 @@
 #  Diplomový projekt 2020
 
 
-## Návod na prácu s Elasticsearch 
-###  Inštalácia 
-
-ES je dostupný na všetky operačné systémy ako Windows, MacOs aj Linux. Pre
-prácu bol zvolený operačný systém Linux, ktorý je vhodnejší ako Windows. V systéme sme vytvorili adresár, ktorý bude obsahovať všetky potrebné súčasti. Do tohto
-adresára sme si stiahli ES, ktorý stačilo rozbaliť a je pripravený na použitie aj bez
-inštalácie. Pre spustením je potrebné mať prostredie Java Runtime Environment vo
-verzii aspoň 1.8
-
-### Podpora slovenčiny
-
-Pre použitie Hunspell token filtru, stačí jeho obsah stiahnuť z webovej stránky a
-rozbaliť ho. Po rozbalení obsahu je potrebné otvoriť adresár kde máme nainštalovaný
-ES. Konkrétne v adresári config vytvoríme nový adresár s názvom hunspell, v ňom
-ďalej vytvoríme adresár sk_SK. Do tohto adresára nakopírujeme súbory, ktoré sme
-získali rozbalením Hunspellu. Výsledná súborová štruktúru si môžeme pozrieť na
-obrázku :
-
-![Súborová štruktúra Hunspell](suborova_struktura.PNG)
-
-Pre správne fungovanie už potrebujeme len nastaviť analyzér správne. Dôležité
-je poradie v akom sa filtre budú aplikovať na text. Na obrázku si môžeme pozrieť
-kompletné nastavenie analyzéru(pozn. ES musí byť spustený). Ak je všetko správne
-ES nám odpovie hláškou "true". Ako definovať analyzér si môžeme pozrieť na obrázku :
-
-![Definícia analýzeru](def_analyzeru.PNG)
-
-### Mapping
-
-Po nastavení analyzéra potrebujeme ešte pred samotným indexovaním dát nastaviť mapping. Je dôležité nastaviť to na začiatku, kedže mapping už potom nie je
-možné upraviť. Bolo by potrebné zmazať celý index a nastaviť mapping znova. Pri
-mappingu potrebujeme vedieť, že každý článok bude obsahovať svoje jedinečné ID,
-názov(title) a telo(body) článku. Týmto poliam musíme definovať štruktúru, čiže ID
-bude typu integer, polia title a body budú typu text.
-
-### Indexovanie dát
-
-Na indexovanie použijeme pripravený zdrojový kód s názvom elasticsearch.js. Na
-spustenie javascript kód potrebujeme mať nainštalovaný program Nodejs, najlepšie
-v čo najnovšej verzii. Kód spustíme pomocou príkazového riadka zadaním príkazu:
-nodejs elasticsearch.js.
-Zdrojový kód načítava súbor, v ktorom sú všetky novinové články vo formáte
-JSON, kde jeden riadok je jeden JSON, čiže jeden novinový článok. Načítavanie
-prebieha po riadkoch, kde každému riadku je priradený index postupne v rozsahu 1
-až 4781. každý článok obsahuje jedinečné ID, názov a telo.
-Po spustení kódu sa nám zobrazí hláška, ktorá nás informuje o počte indexovaných článkov a vytvorí index s názvom "skweb", kde sa indexuje 4781 novinových
-článkov, ktorým budú priradené ID. Po úspešnom indexovaní môžeme začať dáta
-vyhľadávať. Ukážka správneho indexovania je na obrázku :
-
-![Ukážka indexovania](ukazka_indexovania.PNG)
-
-### Vyhľadávanie
-
-Po úspešnom indexovaní môžeme začať s vyhľadávaním. Musíme si pripraviť dotaz
-pre ES. Obrázok 5-4 znázorňuje komunikáciu s ES a vyhľadávanie pomocou neho.
-Odpoveď ES si môžeme pozrieť na obrázku. Sú tam zobrazené informácie
-o trvaní vyhľadávania v ms, počte nájdených dokumentov, indexe, v ktorom sa
-nachádza nájdený dokument, type, v ktorom je uložený dokument a ID dokumentu.
-
-![Vyhľadávanie](vyhladavanie.PNG)
-
-![Odpoveď]( odpoved.PNG)
-
-
-### Výpočet presnosti
-
-Použijeme metódu precision-recall. V priečinku ../scnc21 sa nachádza súbor answers,
-ktorý obsahuje ID všetkých relevantných článkov pre každú otázku. Pri vyhľadávaní
-majú články ID v rozsahu 1-4871. V súbore answers majú články ID dokumentov
-označené inými číslami. Preto je potrebné každému ID z nášho vyhľadávača priradiť ID zo súboru answers aby sme správne vedeli vypočítať presnosť. Keďže naše
-indexovanie článkov prebiehalo načítavaním po riadkoch tak ID dokumentu, ktorý
-nám našiel vyhľadávač je vlastne číslo riadku, pomocou ktorého sme indexovali dáta.
-Stačí si pozrieť súbor info.txt , pomocou ktorého vieme prideliť správne ID.
-Potom nám stačí použiť nástroj na výpočet precision-recall, môžeme to byť npm
-balíček precision-recall alebo online kalkulátor. Ak vypočítame presnosť pre každú
-otázku na záver stačí vypočítať aritmetický priemer všetkých otázok.
-
-
-**Všetky potrebné zdrojové súbory su priložené v tomto repozitári**