-
Notifications
You must be signed in to change notification settings - Fork 3
Expand file tree
/
Copy pathtutorial.html
More file actions
132 lines (102 loc) · 5.66 KB
/
Copy pathtutorial.html
File metadata and controls
132 lines (102 loc) · 5.66 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
<!DOCTYPE html>
<html lang="pt-br">
<head>
<meta charset="UTF-8">
<title>DeepBond by mtreviso</title>
<meta name="viewport" content="width=device-width, initial-scale=1">
<link rel="stylesheet" type="text/css" href="stylesheets/normalize.css" media="screen">
<link href='https://fonts.googleapis.com/css?family=Open+Sans:400,700' rel='stylesheet' type='text/css'>
<link rel="shortcut icon" type="image/x-icon" href="favicons/favicon.ico">
<link rel="stylesheet" type="text/css" href="stylesheets/stylesheet.css" media="screen">
<link rel="stylesheet" type="text/css" href="stylesheets/github-light.css" media="screen">
</head>
<body>
<section id="page-header" class="page-header">
<div id="bg-header"></div>
<canvas id="demo-canvas"></canvas>
<div class="main-title">
<h1 class="project-name"><span><a href="index.html">DeepBonDD</a></span></h1>
<!-- <h2 class="project-tagline">Sentence Boundary Detection using Deep Learning</h2> -->
<h2 class="project-tagline">Deep neural approach to Boundary and Disfluency Detection</h2>
<!-- <a href="https://github.com/mtreviso/deepbond" class="btn">Ver no GitHub</a> -->
<div class="dropdown">
<a href="projeto.html" class="btn">O Projeto</a>
<div class="dropdown-content">
<a href="projeto.html#introducao">Introdução</a>
<a href="projeto.html#hipoteses">Hipóteses</a>
<a href="projeto.html#objetivos">Objetivos</a>
<a href="projeto.html#metodologia">Metodologia</a>
</div>
</div>
<div class="dropdown">
<a href="ferramenta.html" class="btn">A Ferramenta</a>
<div class="dropdown-content">
<a href="ferramenta.html#instalacao">Como instalar</a>
<a href="ferramenta.html#uso">Como usar</a>
<a href="ferramenta.html#treinamento">Como treinar um modelo</a>
</div>
</div>
<a href="recursos.html" class="btn">Recursos</a>
<a href="pesquisadores.html" class="btn">Pesquisadores</a>
<a href="publicacoes.html" class="btn">Publicações</a>
<a href="contato.html" class="btn">Contato</a>
</div>
</section>
<section class="main-content">
<h1>Tutorial:</h1>
<p>Para usar o DeepBonDD, siga os seguintes passos:</p>
<ol>
<li>Faça download do <a href="https://github.com/mtreviso/deepbond/">repositório oficial</a> (ou baixe o .zip diretamente <a href="https://github.com/mtreviso/deepbond/archive/master.zip">aqui</a>):</li>
<pre>git clone https://github.com/mtreviso/deepbond.git</pre>
<li>Instale as dependências usando <code>pip</code> e rode o comando de instalação:</li>
<pre>pip3 install -r requirements.txt
python3 setup.py install</pre>
<li>Baixe os recursos necessários e coloque eles no diretório <code>data</code> (crie-o caso não exista):
<pre>mkdir data
wget -c http://fw.nilc.icmc.usp.br:23680/files/resources.zip
unzip resources.zip
mv resources/* data/</pre>
<li>Agora é possível importar o pacote <code>deepbond</code> e usá-lo para carregar modelos salvos e treinar novos.</li>
<ul>
<li>Rodar apenas o detector de limites de sentenças: </li>
<pre>python3 deepbond_detect.py -i input.txt -o output.txt -t boundaries</pre>
<li>Rodar apenas o detector de preenchimentos: </li>
<pre>python3 deepbond_detect.py -i input.txt -o output.txt -t fillers</pre>
<li>Rodar apenas o detector de disfluências de edição: </li>
<pre>python3 deepbond_detect.py -i input.txt -o output.txt -t editdisfs</pre>
<li>Rodar todo o pipeline: </li>
<pre>python3 deepbond_pipeline.py -i input.txt -o output.txt</pre>
<p>
<code>input.txt</code> é um arquivo de entrada com uma transcrição por linha
<br>
<code>output.txt</code> será o nome do arquivo de saído gerado após aplicar o deepbond
</p>
</ul>
</ol>
<h3>Códigos de exemplo:</h3>
<ul>
<li>
<a href="https://github.com/mtreviso/deepbond/blob/master/example_test.py">Como rodar o DeepBonDD para cada tarefa</a>
</li>
<li>
<a href="https://github.com/mtreviso/deepbond/blob/master/example_train.py">Como treinar o DeepBonDD para uma tarefa específica</a>
</li>
<li>
<a href="https://github.com/mtreviso/deepbond/blob/master/example_pipeline.py">Como rodar o pipeline inteiro</a>
</li>
<li>
<a href="https://github.com/mtreviso/deepbond/blob/master/example_train_without_setup.sh">Como treinar um modelo para uma tarefa sem precisar o pacote</a>
</li>
</ul>
<h3>Mais informações: </h3>
<p>Veja <a href="ferramenta.html#uso">aqui</a> como usar o DeepBonDD como um módulo python.</p>
<footer class="site-footer">
<span class="site-footer-owner"><a href="https://github.com/mtreviso/deepbond">DeepBond</a> is maintained by <a href="https://github.com/mtreviso">mtreviso</a>.</span>
<a href="http://icmc.usp.br/" title="Instituto de Ciências Matemáticas e de Computação (ICMC)" target="_blank"> <img src="img/icmc.png" border="0" height="42"> </a>
<a href="http://nilc.icmc.usp.br/" title="Núcleo Interinstitucional de Linguística Computacional (NILC)" target="_blank"> <img src="img/nilc.png" border="0" height="42"> </a>
<div class="cleaner"></div>
</footer>
</section>
<script src="js/animheader.js"></script>
</body>
</html>