معرفی شرکت ها
acqdiv-1.1.0
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Pipeline for the ACQDIV database
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | acqdiv-1.1.0 |
| نام | acqdiv |
| نسخه کتابخانه | 1.1.0 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | ACQDIV developer team |
| ایمیل نویسنده | - |
| آدرس صفحه اصلی | https://github.com/acqdiv/acqdiv |
| آدرس اینترنتی | https://pypi.org/project/acqdiv/ |
| مجوز | - |
# ACQDIV
[](https://doi.org/10.5281/zenodo.3558643)
[](https://badge.fury.io/py/acqdiv)
[](https://circleci.com/gh/acqdiv/acqdiv)
This repository contains the code and configuration files for transforming
the child language acquisition corpora into the ACQDIV database.
## Publication
If you use the database in your reasearch, please cite as follows:
```
Jancso, Anna, Steven Moran, and Sabine Stoll.
"The ACQDIV Corpus Database and Aggregation Pipeline."
Proceedings of The 12th Language Resources and Evaluation Conference. 2020.
```
[Link to Paper](http://www.lrec-conf.org/proceedings/lrec2020/pdf/2020.lrec-1.20.pdf)
## Resources
Download the ACQDIV database (only public corpora):
[](https://doi.org/10.5281/zenodo.3558641)
To request access to the full database including the private corpora (for
research purposes only!),
please refer to
[Sabine Stoll](https://www.psycholinguistics.uzh.ch/en/stoll.html).
In case of technical questions, please open an issue on this repository.
--------------
## Corpora
Our full database consists of the following corpora:
| Corpus | ISO | Public | # Words |
|---------------------------------------------------------------------------------------------------------------------------|:---:|:------:|---------:|
| Chintang Language Corpus | ctn | no | 987'673 |
| [Cree Child Language Acquisition Study (CCLAS) Corpus](https://phonbank.talkbank.org/access/Other/Cree/CCLAS.html) | cre | yes | 44'751 |
| [English Manchester Corpus](https://childes.talkbank.org/access/Eng-UK/Manchester.html) | eng | yes | 2'016'043 |
| [MPI-EVA Jakarta Child Language Database](https://archive.mpi.nl/islandora/object/lat%253A1839_00_0000_0000_0022_6164_B) | ind | yes | 2'489'329 |
| Allen Inuktitut Child Language Corpus | ike | no | 71'191 |
| [MiiPro Japanese Corpus](https://childes.talkbank.org/access/Japanese/MiiPro.html) | jpn | yes | 1'011'670 |
| [Miyata Japanese Corpus](https://childes.talkbank.org/access/Japanese/Miyata.html) | jpn | yes | 373'021 |
| Ku Waru Child Language Socialization Study | mux | yes | 65'723 |
| [Sarvasy Nungon Corpus](https://childes.talkbank.org/access/Other/Nungon/Sarvasy.html) | yuw | yes | 19'659 |
| Qaqet Child Language Documentation | byx | no | 56'239 |
| Stoll Russian Corpus | rus | no | 2'029'704 |
| [Demuth Sesotho Corpus](https://childes.talkbank.org/access/Other/Sesotho/Demuth.html) | sot | yes | 177'963 |
| Tuatschin Corpus | roh | no | 118'310 |
| Koç University Longitudinal Language Development Database | tur | no | 1'120'077 |
| Pfeiler Yucatec Child Language Corpus | yua | no | 262'382 |
| **Total** | | | **10'843'735** |
--------------
## Running the pipeline
For Windows users, follow the installation/run instructions here: [https://github.com/acqdiv/acqdiv/wiki/Installation-Run-instructions-for-Windows](https://github.com/acqdiv/acqdiv/wiki/Installation-Run-instructions-for-Windows)
For Mac and Linux user, continue here to run the pipeline yourself:
### Install the package
Create a virtual environment [optional]:
```shell script
python3 -m venv venv
source venv/bin/activate
```
You can install the package from PyPI or directly from source:
**PyPI**
`pip install acqdiv`
**From source**
```shell script
# Clone Repository
git clone git@github.com:acqdiv/acqdiv.git
cd acqdiv
# Install package (for users!)
pip install .
# Developer mode (for developers!)
pip install -r requirements.txt
```
### Get the corpora
Run the following script to download the public corpora:
`python util/download_public_corpora.py`
The corpora are in the folder `corpora`.
For the private corpora, either place the session files in `corpora/<corpus_name>/{cha|toolbox}/`
and the metadata files (only Toolbox corpora) in `corpora/<corpus_name>/imdi/` or
edit the paths to those files in the `config.ini` (also see below).
### Generate the database
Get the configuration file `src/acqdiv/config.ini` and specify the absolute
paths (without trailing slashes) for the corpora directory (`corpora_dir`) and
the directory where the database should be written to (`db_dir`):
```ini
[.global]
# directory containing corpora
corpora_dir = /absolute/path/to/corpora/dir
# directory where the database is written to
db_dir = /absolute/path/to/database/dir
...
```
Optionally adapt the paths for the individual corpora (`sessions` and `metadata_dir`).
Run the pipeline specifying the absolute path to the configuration file:
`acqdiv load -c /absolute/path/to/config.ini`
### Generate the R object
Install dependencies
```
$ R
> install.packages("RSQLite")
> install.packages("rlang")
```
Navigate to `src/acqdiv/database` and run:
```
Rscript sqlite_to_r.R /absolute/path/to/sqlite-DB
```
### Run tests
Run the unittests:
`pytest tests/unittests`
Run the integrity tests on the database:
`pytest tests/systemtests`
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.6 | Python |
نحوه نصب
نصب پکیج whl acqdiv-1.1.0:
pip install acqdiv-1.1.0.whl
نصب پکیج tar.gz acqdiv-1.1.0:
pip install acqdiv-1.1.0.tar.gz