revisar amostra de 200 sentenças

CompLin / nheengatu

Tools and resources for the computational processing of Nheengatu (Modern Tupi)

7 stars 1 forks source link

revisar amostra de 200 sentenças #314

Open leoalenc opened 9 months ago

leoalenc commented 9 months ago

[x] construir amostra sample.conllu de 200 sentenças aleatórias ainda não revisadas
[x] corrigir amostra anterior (erroneamente contém sentenças revisadas)
[x] revisar as 102 primeiras sentenças
[ ] revisar as restantes sentenças
[ ] calcular as quantidades de divergências por meio das métricas LAS, UAS etc., conforme Alencar (2023)
[ ] alterar sentenças do treebank se for o caso (listas mais abaixo)

leoalenc commented 2 months ago

@juliana-gurgel e @dominickmaia , neste commit incluí:

A revisão de todas 8 sentenças que JLG e DMA, nesta ordem, revisaram e não alteraram.
A revisão de todas 60 sentenças que apenas JLG revisou e não alterou, inclusive aquelas sobre as quais teve dúvida, ou seja, marcadas com Dúvida (Não alterada).

awk -F, '$3 ~ /Dúvida/ && $2 ~ /JLG/ {print $1,$3,$4}' planilha.csv 
# sent_id = Avila2021:0:0:470 Dúvida (Não alterada) 
# sent_id = Avila2021:33:1:420 Dúvida (Não alterada) 
# sent_id = Avila2021:0:0:387 Dúvida (Não alterada) 
# sent_id = Avila2021:0:0:653 Dúvida (Não alterada) 
# sent_id = Avila2021:0:0:661 Dúvida (Não alterada) 
# sent_id = Avila2021:0:0:658 Dúvida (Não alterada)

leoalenc commented 2 months ago

grep -E 'Alterada' planilha.csv 
# sent_id = Avila2021:0:0:255,JLG,Alterada,DMA,-
# sent_id = Avila2021:0:0:635,JLG,Alterada,DMA,-
# sent_id = Avila2021:0:0:172,DMA,-,JLG,Alterada
# sent_id = Avila2021:0:0:21,DMA,-,JLG,Alterada
# sent_id = Avila2021:0:0:142,DMA,-,JLG,Alterada
# sent_id = Avila2021:0:0:243,DMA,-,JLG,Alterada
# sent_id = Avila2021:0:0:533,DMA,-,JLG,Alterada
# sent_id = Avila2021:0:0:84,JLG,Alterada,,
# sent_id = Avila2021:0:0:603,JLG,Alterada,,
# sent_id = Magalhaes1876:2:18:61,JLG,Alterada,,
# sent_id = Avila2021:0:0:344,JLG,Alterada,,
# sent_id = Avila2021:0:0:239,JLG,Alterada,,
# sent_id = Magalhaes1876:1:13:13,JLG,Alterada,,
# sent_id = Magalhaes1876:1:38:38,JLG,Alterada,,
# sent_id = Alencar2021:0:0:50,JLG,Alterada,,
# sent_id = Amorim1928:19:51:51,JLG,Alterada,,
# sent_id = NTLN:4:1:31,JLG,Alterada,,
# sent_id = MooreFP1994:0:0:7,JLG,Alterada,,
# sent_id = Avila2021:0:0:461,JLG,Alterada,,
# sent_id = Avila2021:0:0:613,JLG,Alterada,,

leoalenc commented 2 months ago

grep -E 'Dúvida' planilha.csv 
# sent_id = Avila2021:0:0:470,JLG,Dúvida (Não alterada),,
# sent_id = Avila2021:33:1:420,JLG,Dúvida (Não alterada),,
# sent_id = Avila2021:0:0:387,JLG,Dúvida (Não alterada),,
# sent_id = Avila2021:0:0:653,JLG,Dúvida (Não alterada),,
# sent_id = Avila2021:0:0:661,JLG,Dúvida (Não alterada),,
# sent_id = Avila2021:0:0:658,JLG,Dúvida (Não alterada),,

leoalenc commented 2 months ago

Neste commit, incluí uma nova versão da planilha original, eliminando linhas repetidas etc. (ver readme.txt no mesmo diretório).