[舉手] 請大家幫忙 label 公視新聞的 retrieval data

[hahaha222 (dasg)]

很抱歉要勞煩大家幫實驗室做一件事。

請大家幫公視新聞的 corpus 標註 retrieval 要用的 data，
這些 data 目前會先被用在 thomas 的 journal 上，
未來也可能有很多應用。

需要請大家幫忙的就是，
想一些 query 並標註和該 query 相關的新聞段落。

--


本來應該要請大家直接準備自己的 query ，
然後看過整個 PTV 的 corpus ，
然後標出 relevant 的 document，
但我寫了一個小程式讓大家比較方便一點。

所有的東西都在 ~tlkagk/label_PTV/ 裡。

詳細作法如下，
1. 稍微看一下，PTV_title 和 PTV_title_content
   知道公視新聞的 corpus 裡面大概有什麼，
   想一下大概可以 retrieve 什麼東西。
2. 執行 ./label_PTV.pl
 a. 輸入姓名, ex, tlkagk
 b. 先想好大概要找什麼，然後輸入 query, ex, 台灣大學
 c. 我的程式會先做一遍很粗糙的 retrieval，
    程式會呈現出 return 回來的 document 內容，
    並詢問使用者該 document 是否是使用者要找的。
    (return 回來的 document 最多 50 個)
 d. 程式會問是否儲存，
    按是的話，會把結果存在 ~tlkagk/label_PTV/lable/，
    檔名為 "name_query.lab"

如果有人標了 PTV 10 個 query 以上，
以及 DSP Lecture 5 個 query 以上。
可以寄信給我，我 12/22 請喝影料(限118茶舖)。
label DSP 的程式我晚點會放上來。

我今天下午會去一下實驗室，
有問題可以問我。

謝謝 m(_ _)m

李宏毅 敬上

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.112.21.24
推 jeffzpo:借問一下~ 1.會不會兩個人標了一樣的query 還是有判斷機制
→ jeffzpo:2.relevant是文字match就算嗎 還是要內容相關??
推 jeffzpo:問完了xD 1.沒差 2.自己決定
→ hahaha222:謝謝 ^^
※ 編輯: hahaha222       來自: 140.112.21.24        (12/10 23:09)