3. Die Wittgenstein Advanced Search Tools

Teilprojekte:

• 3.1. Einführung
  • 3.1.1. Die Verkettung der einzelnen Projektbereiche
  • 3.1.2. WAST Projektstruktur intern
  • 3.1.3. Verwalten von Komponenten in WAST über git
• 3.2. Infrastruktur der WAST
  • 3.2.1. WAST Infrastruktur
    • 3.2.1.1. Darstellung zum Aufbau der Infrastrukur der WAST-Tools
    • 3.2.1.2. Die Microservices und Daten in der WAST-Infrastrukur
    • 3.2.1.3. witt-data deploy und dann nicht vergessen …
    • 3.2.1.4. Startreihenfolge der Microservices/Dienste bei WiTTFind:
    • 3.2.1.5. ein Beispiel Redeploy des TEST-Servers …
    • 3.2.1.6. die Pipelines der Dienste
    • 3.2.1.7. Dienste - Produktions-Server (cast1) (production_build)
    • 3.2.1.8. Dienste - Preview-Server (cast2)
    • 3.2.1.9. Sonstige Dienste (omega)
  • 3.2.2. Nicht-Erreichbarkeit/Wartung
  • 3.2.3. Wast gitlab
  • 3.2.4. Wast gitlab
  • 3.2.5. Übungen
    • 3.2.5.1. 1. gitlab und Deploykette
    • 3.2.5.2. 2. xml - Files und Wohlgeformtheit
    • 3.2.5.3. XML- Texte
  • 3.2.6. Lösungen
    • 3.2.6.1. 1. gitlab und Deploykette
    • 3.2.6.2. zu 1. Lösung:
    • 3.2.6.3. 2. xml - Files und Wohlgeformtheit
    • 3.2.6.4. zu 2. Lösung:
    • 3.2.6.5. XML- Texte
• 3.3. Docker für die WAST-Tools
  • 3.3.1. WAST-Docker (Stand 28.Feb. 2019)
    • 3.3.1.1. Einleitung
    • 3.3.1.2. Aufbau eines Standalone Docker Containers open_wiTTFind
    • 3.3.1.3. Inhalt des Containers:
    • 3.3.1.4. Quickstart zum Docker
  • 3.3.2. Zweiter Dockercontainer: Wittsim
    • 3.3.2.1. Status
• 3.4. Wittgensteins Lexikon
  • 3.4.1. Was ist WiTTLex?
  • 3.4.2. Wie ist WiTTLex in Bezug auf Wittgensteins Nachlass zu vertehen?
  • 3.4.3. Was ist das DELA Format?
  • 3.4.4. Wie sind WiTTLex Einträge zu lesen?
• 3.5. Doppelseitger Reader
  • 3.5.1. Quadroreader
    • 3.5.1.1. Configuration
    • 3.5.1.2. Import of the data into the database
    • 3.5.1.3. Facsimile
    • 3.5.1.4. Deployment
    • 3.5.1.5. Docker deployment
    • 3.5.1.6. Requirements
    • 3.5.1.7. Contact (Bugs, Feedback, Contribution and more)
  • 3.5.2. Odyssee Reader
    • 3.5.2.1. weiterführende Protokolle:
    • 3.5.2.2. von Dr. Martin Pilch:
  • 3.5.3. Odyssee Reader Data
    • 3.5.3.1. Abhängigkeiten des Repositories (Flask-Only)
    • 3.5.3.2. Verzeichnisse des Repositories
    • 3.5.3.3. Neue Daten erzeugen/ändern, Arbeit mit git
    • 3.5.3.4. Shell Example
    • 3.5.3.5. Anmelden des Nutzers
  • 3.5.4. Odyssee Reader Web
    • 3.5.4.1. Installation
    • 3.5.4.2. Aufruf
    • 3.5.4.3. Verzeichnisse
• 3.6. Symmetrische Autovervollständigung sis:
  • 3.6.1. Setup
    • 3.6.1.1. Prerequisites
    • 3.6.1.2. Build Process
    • 3.6.1.3. Generate Documentation
  • 3.6.2. Usage
    • 3.6.2.1. Command Line Interface
    • 3.6.2.2. Server Feature
  • 3.6.3. TODO
• 3.7. FinderApp Wittfind: wf
  • 3.7.1. Tutorial zum Finderprogramm wf
    • 3.7.1.1. Aufruf des Programms von der Linux-Konsole:
    • 3.7.1.2. Von Eclipse (in Linux):
  • 3.7.2. Das WiTTFinder Programm wf
    • 3.7.2.1. About WiTTFind
    • 3.7.2.2. Build
    • 3.7.2.3. Test
    • 3.7.2.4. Install
    • 3.7.2.5. Makefile
    • 3.7.2.6. Usage
    • 3.7.2.7. Query syntax
  • 3.7.3. DHD Paderborn Zusammenfassung wf
    • 3.7.3.1. Regelbasierte Suchmaschine “WF”:
    • 3.7.3.2. Aufgaben:
• 3.8. Frontend: Wittfind-Web
  • 3.8.1. Frontend: WiTTFind-Web
    • 3.8.1.1. Requirements
    • 3.8.1.2. Development server
    • 3.8.1.3. Makefile
    • 3.8.1.4. Folder structure
    • 3.8.1.5. Folders
    • 3.8.1.6. Micro services
    • 3.8.1.7. Configuring
    • 3.8.1.8. Infrastructure
    • 3.8.1.9. Continuous Integration & Deployment
    • 3.8.1.10. Contributing
  • 3.8.2. WiTTFind-Web
    • 3.8.2.1. Themen
    • 3.8.2.2. Aufgabe 1
    • 3.8.2.3. Aufgabe 2
    • 3.8.2.4. Aufgabe 3
    • 3.8.2.5. Aufgabe 4
  • 3.8.3. Flask
    • 3.8.3.1. Was ist Flask?
    • 3.8.3.2. Flask Installation
    • 3.8.3.3. Flask Code Beispiel
• 3.9. Ähnlichkeitssuche mit NLP Tools
  • 3.9.1. Einleitung zu den NLP Tools
    • 3.9.1.1. WiTTSim (Vergleich von 2 Texten)
    • 3.9.1.2. KNN Suche
    • 3.9.1.3. Clustering
  • 3.9.2. WiTTSim
    • 3.9.2.1. Allgemeines
    • 3.9.2.2. Vorbereiten der Umgebung
    • 3.9.2.3. Vorberechnen der Vektoren
    • 3.9.2.4. Starten der Suche
    • 3.9.2.5. HTML Files
    • 3.9.2.6. Frontend Integration
    • 3.9.2.7. Frontend / Backend Integration mit jQuery AJAX
    • 3.9.2.8. Backend Umsetzung mit Flask
    • 3.9.2.9. Mögliche Fehlermeldungen
  • 3.9.3. KNN-Suche
    • 3.9.3.1. Vorbereiten der Umgebung
    • 3.9.3.2. Vorberechnen der Vektoren und Trainieren des KNN Modells
    • 3.9.3.3. Starten der KNN Suche
    • 3.9.3.4. Frontend Verknüpfung der KNN Suche
  • 3.9.4. Clustering
  • 3.9.5. Übungen
    • 3.9.5.1. Docker Container laden
    • 3.9.5.2. Installieren der Python Module
    • 3.9.5.3. Holen der Vektoren
    • 3.9.5.4. KNN Modell trainieren
    • 3.9.5.5. Trainiertes KNN Modell ausprobieren
• 3.10. Seitensegmentierung der Faksimile mit OCR
  • 3.10.1. Optical Character Recognition (OCR): Begleitblatt und Aufgabenstellung
    • 3.10.1.1. Softwaretechnologien und computerlinguistische Methoden der Software-Infrastruktur um die FinderApp WiTTFind
    • 3.10.1.2. Florian Landes, Marcel Eisterhues
    • 3.10.1.3. Was ist OCR?
    • 3.10.1.4. Anwendung von OCR in WiTTFind
    • 3.10.1.5. Aufgabe im Workshop: Texterkennung von Beispielbildern mit Tesseract
  • 3.10.2. OCR bei WiTTFind: Überblick und Einführung
    • 3.10.2.1. Daria Pigasova, Fabian Drach, Florian Landes, Marcel Eisterhues