IRAKURRI

• Telegram bidez galdera eta erantzun sistema
  • Antolakuntza
  • Egilea

Telegram bidez galdera eta erantzun sistema

Antolakuntza

• ./preprocessing: Sare neuronalak behar dituen datuak lortzeko erabilitako gidoiak:

  • ./preprocessing/preprocess.sh: azpitituluen fitxategi bat emanda, garbiketa bat egiten du clean.sh gidoiaren bidez, irteera sare neuronalak onartzen duen tsv formatuan itzuliz.

  • ./preprocessing/clean.sh: Ondorengo ezaugarriak dituzten lerroak garbitu egiten dira:

    • Marra (-, –, —, ― eta _) karaktereak ezabatu egiten dira lerro baten hasieran badaude.
    • Batera dauden eta " karaktereaz hasten diren lerroak batu egiten dira pertsona berdinak esaten baititu.
    • Komaz (,), puntukomaz (;) edo bi puntuz (:) bukatzen diren lerroak hurrengoarekin lotu.
    • Jarraian dauden baina errepikatuak diren lerroak ezabatu.
  • ./preprocessing/until-no-change.sh: Emandako lehen agindua exekutatzen du eta bigarrengoa aurrekoaren irteerarekin exekutatuko du emaitza berdina duen arte.
  • ./preprocessing/preprocess-simple.sh: Marra karaktereak ezabatzen ditu lerroen hasieratik, errepikatuak ezabatzen ditu eta tsv formatu egokian itzultzen da emaitza.

• *./data: Sare neuronalak behar dituen datuak ditu:

  • ./data/eu.txt: Euskarazko azpitituluak aldaketarik gabe.
  • ./data/eu_train.tsv: Euskarazko azpitituluak tsv formatu egokian egokitzapena eginda.
  • ./data/eu_train_simple.tsv: Euskarazko azpitituluak tsv formatu egokian egokitzapen oso sinplea erabilita.
• ./model: Sare neuronala entrenatu ondoren sortuko den modeloa gordetzeko direktorioa.
• ./src: Sare neuronalaren kode iturburua gordetzeko direktorioa.

Egilea

• Izena: Iñigo Ortega
• Helbide elektronikoa: i.ortega@disroot.org