You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Ozbolt Menegatti 51c3899ca3
Pokrivam uporabo meta-taggerja in conllu formata.
преди 5 години
.gitignore Pokrivam uporabo meta-taggerja in conllu formata. преди 5 години
README.md Pokrivam uporabo meta-taggerja in conllu formata. преди 5 години
add_ids.xml Initial commit преди 5 години
conllu_to_xml.py Pokrivam uporabo meta-taggerja in conllu formata. преди 5 години
merge_back.py Initial commit преди 5 години
multiple_conllu_to_xml.py Pokrivam uporabo meta-taggerja in conllu formata. преди 5 години
separate.py Initial commit преди 5 години
tag_ids.py tag_ids now reports errors does not just exit. преди 5 години

README.md

SOLAR oznacevanje ucitelj/ucenec

Dodaj IDje

"Pametno" doda ozbo_id k vsem besedam v SOLAR xmlu.

python3 add_ids.py SOLAR.xml SOLAR_ID.xml

Loci ucenec/ucitelj

Loci velik xml v skupek ucenec in skupek ucitelj xml-ov, vsak predstavlja <text> element iz vhodnega xml-a. Vse datoteke se izpisejo v mapi student in teacher.

python3 separate.py SOLAR_ID.xml

Uporaba metataggerja

Izhod metataggerja je v txt obliki. Za to je potrebno pretvoriti xml v conllu in nazaj. Za pretvorbo xml->conllu obstajajo Python scripte nekje (TODO), za pretvorbo nazaj pa je scripta prilozena tu. pozeni (pazi: Python 2.7):

python2 multiple_conllu_to_xml.py teacher-out-txt teacher-out-xml

Uporabi izhod tagger-ja

Denimo da damo mapo student skozi taggerja in dobimo izhod v mapi student-out. Vsaka mapa ima polno datotek: 0.xml, 1.xml,.... Zdruzimo ozbo_id informacijo z informacijo taggerja:

python3 tag_ids.py student student-out tags.p

To pozenemo prvo za ucenca in potem za ucitelja.

Nazaj v original datoteko

Sedaj samo poberemo informacije iz tags.p in jih damo nazaj v vhodne xml-e.

python3 merge_back.py tags.p SOLAR_ID.xml SOLAR_OUT.xml