elmiram / learner_corpus Goto Github PK

Как устроены тексты?
Есть старые тексты, которые загружены из файлов. Можно ли их как-то исправить, где эти файлы? И почему они в каком-то странном формате?

• Обрезанные начала текстов (не с начала предложения)
• Опечатки с пробелами (два слова склеены)
• Дублированные слова
• Когда-то были личные данные (мб решили проблему, но может еще всплыть)

Вопрос еще про разметку, если редактировать, то она же съедет? Если смотреть на забэкапленую БД, то там какие-то цифры, похоже на индексы по токенам.

Доступ к репозиторию
Можно доступ к репозиторию? Так получается, для корпуса детских текстов есть доступ на гитхаб, но нет на сервер, а по КРУТу наоборот. (В детском есть маленькие изменения, а залить на сервер не могу).
Например, в КРУТ тоже нужно добавить тег.

Фильтры аннотации
Там стоят radio button, но их можно выбирать несколько, а отменить выбор отдельной нельзя (что логично для радиокнопки). Можно заменить на галочки, тоже вопрос доступа.

Замена чего-то автоматически в БД
Если вдруг менять что-то атоматически в БД, как поступать с перезагрузкой ее на сервер?
(уже оптимистичные планы)