correlaid / compgen-ii-cgv Goto Github PK
View Code? Open in Web Editor NEWHistorische Ortsnamen in Verlustlisten des 1. Weltkrieges vereinheitlichen
License: Other
Historische Ortsnamen in Verlustlisten des 1. Weltkrieges vereinheitlichen
License: Other
pipeline.py
Implementiere die Logik der Kandidaten Entscheidung (siehe KAE im Mural, ein Bestandteil).
Jedes Team-Mitglied nimmt sich die Zeit mit deutsche-verlustlisten-1wk.tsv zu spielen und vertraut zu werden.
Die zentralen Erkenntnisse halten wir im Github-Wiki fest
Hängt zusammen mit Issue #13.
Wieviel können wir mappen ohne große Logik?
Welche Orte in der Verlustliste können wir schon mit dem Base-Matching abdecken?
Wann sagen wir das matching ist fertig?
Lege einen Auszug an, in dem zu jeder Stadt/Ort/Dorf auch die höheren Objekte angegeben sind.
Zweischrittlogik
Siehe Ausarbeitung im draw_io Diagramm
@sitongye Kannst du das Bild bitte hier anhängen? Danke!
Methode schreiben, die die Levenshtein-Kosten eines String-Paares berechnet
Automatically move your cards to the right place based on the status and activity of your issues and pull requests.
hängt zusammen mit #34
Analyse der Sonderzeichen im GOV
Baue eine Test-Set auf Grundlage der Verlustliste-Korrekturliste
http://wiki-de.genealogy.net/Verlustlisten_Erster_Weltkrieg/Projekt/Ortsnamen
Beispiele:
Aachen Kreis, Aachen Stadt, Aachen Bauernhof
Berlin Stadt, Berlin Bauernhof
vs.
Neustadt1, Neustadt2
Der Levenshtein-Algorithmus wird derzeit stufenweise mit wachsenden Kosten aufgerufen.
Hier gibt es Möglichkeit, die Performance zu verbessern.
Best practices im Github-Wiki festhalten
Beispiel Aabel: Wenn man eine Gemeinde und ein Dorf findet und Dorf und Gemeinde in einer Beziehung stehen, dann sollte man das höhere Objekt nehmen (also die Gemeinde). Das hat aber Grenzen. Im Fall von Aachen und Kreis Aachen wäre es zu ungenau, den Kreis zu wählen.
Scoring aufbauen, wie wir all unsere verschiedenen Algorithmen scoren und ranken können.
Dafür aus dem GOV synthetische Daten erstellen.
Übersicht, welche Konfiguration zu welcher Performance geführt hat
Ideen:
Eine Idee könnte es sein, aus den zweiten Bestandteilen in der Verlustliste Cluster vorab zu bilden basierend auf ihrer Ähnlichkeit bezüglich Editierdistanz. Möglicherweise findet man über die Cluster dann Lücken in GOV. Oder man könnte aus den Clustern eine Abkürzungsliste erstellen.
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.