jromero132 / bachelor_thesis_code

Code of my Bachelor Thesis in Computer Science at the University of Havana, Cuba.

Implementación de la Tesis de Licenciatura en Ciencia de la Computación

A modo general

Nombre y apellidos: José Ariel Romero Costa
Institución: Facultad de Matemática y Computación de la Universidad de La Habana
Grupo: C-512
Correo de MatCom: [email protected]
Correo de contacto: [email protected]
Tema de tesis: Generación Automática de Ontologías
Tutor: MSc. Juan Pablo Consuegra Ayala
Dirección del repositorio: https://github.com/jromero132/bachelor_thesis/

Implementación

Docker

Para ejecutar la implementación se recomienda el uso de Docker y DockerCompose además de seguir los siguientes pasos:

1. Instalar Docker:
   https://docs.docker.com/engine/install/
2. Instalar DockerCompose:
   https://docs.docker.com/compose/install/
3. Clonar el repositorio de la implementación ejecutando el comando:
   git clone https://github.com/jromero132/bachelor_thesis_code
4. Entrar al directorio de la implementación recién clonada ejecutando el comando:
   cd bachelor_thesis_code/
5. Una vez dentro del directorio, ejecutar el comando:
   docker-compose up

Esto lleva a cabo las acciones necesarias para ejecutar la implementación, llevando a cabo la creación de una imagen de Docker y posteriormente ejecutarla, resultando en un contenedor.

Una vez corrida la implementación, esta guarda un archivo knowledge_graph.png con el resultado del grafo de conocimiento en una foto. Esta puede ser extraída del contenedor mediante el comando:
docker cp <container_id>:code/knowledge_graph.png <destination_path>

Esto copia la imagen en el path de destino <destination_path>. Tener en cuenta que <container_id> es el id del contenedor específico de esta implementación y puede verse a través del comando:
docker container ls

Archivos de código

La implementación fue hecha en python y el archivo inicial a ejecutar es main.py. Este requiere de un parámetro, el path que contiene los archivos de texto y de anotación a los que se les desea construir el grafo de conocimiento. A modo general, el comando de ejecución es:
python main.py <path>

En caso de omitir este path, la implementación asume que se desea construir el grafo de conocimiento de todo el corpus usado y también genera la imagen para este.

Si se desea realizar este proceso con un corpus específico, el cual puede tener, por ejemplo, una única oración para probar, los pasos a seguir son:

1. Copiar la carpeta de nombre <name> para el directorio conteniendo la implementación
2. En la última línea del archivo Dockerfile, la cual es:
   CMD ["python", "main.py"]
   agregar el nombre de la nueva carpeta, resultando:
   CMD ["python", "main.py", "<name>"]

De esta forma, una vez vuelto a ejecutar docker-compose up, se llega al mismo resultado que se ha venido describiendo.