- Python 3+
- Pip 3
- Java 8 con las variables de entorno configuradas correctamente
- Posicionarse en la carpeta
src
- Ejecutar
pip3 install -r requirements.txt
- Ejecutar
python3 install_nltk_modules.py
python3 example1.py
Al finalizar la ejecución se almacena en el directorio svm_dump
la información del modelo óptimo y las particiones de la base de datos, a su vez también se puede encontrar un archivo CSV con los resultados generados en cada iteración de la búsqueda.
Nota: La ejecución de este ejemplo puede demorar bastante (~1h)
python3 example2.py
En este ejemplo se carga el SVM óptimo descrito en el informe, y se muestran los resultados de su evaluación en la pantalla.
- El directorio
stanford
contiene todos los archivos necesarios para ejecutar el POS tagger de Stanford - Los directorios
nn_cross
ysvm_cross
contienen toda la información relacionada a los modelos óptimos hallados - El directorio
bd
contiene la base de datos en forma de texto plano y en su forma vectorizada