Open arademaker opened 3 years ago
De acordo com https://link.springer.com/article/10.1007/s42600-020-00067-7 parece que vale a pena conhecer
https://github.com/flairNLP/flair
Não apenas para POS tagging mas também para NER
Seria muito melhor se a gente pudesse usar um NER open source pra esse projeto!
e seria muito bom tambem se esse NER modulo e o modulo de datas pudessem ser facilmente trocados e mudados de ordem. quanto mais plug-and-play esse pipeline puder ser, muito melhor.
Precisamos testar outras ferramentas. Hoje usamos
A vantagem das ferramentas acimna é que sabemos não apenas usar mas treina-las com nossos dados (1 e 3 acima). Mas precisamos avaliar outras ferramentas.
https://stanfordnlp.github.io/stanza/index.html
No root do diretório
cpdoc
que tenho, onde abaixo clono os repositórios daqui, fiz:Depois no prompt do Python:
Depois seguindo instruções de https://stanfordnlp.github.io/stanza/data_conversion.html#conll-to-python-object, parece que seria fácil produzir um arquivo conllu:
Precisamos de um script python no
src
que leia um arquivoraw
, use o Stanza para produzir um arquivo conllu.