daniuwong / mould Goto Github PK

通过已经人工标注的数据，生成错误位置和错误类型的json文件。再通过该文件，对其他excel中的数据进行错误标注。

结果存储在results文件夹中的同名文件中。

每个科生成独立的json文件。

对excel表格有一定的要求，比如标题不能占两行，不然没法读取了。最好所有的表格统一一下。

目前的功能以9.11和9.18的传送模设计科为例，因为其余科还没有手工标注的部分。

1. 字符串匹配是匹配到就结束，考虑采用正则表达式搜索。但，虽然正则很强大，对这个不一定合适。 有些位置的匹配有与或非的逻辑关系，如果要实现这个可能会很臃肿，也不利于扩展。暂缓。

2. 存在语义上的接近词，比如“干涉"和”有干涉“，需要人工修改生成的json，但工作量不是很大

3. 有些词没有被搜索出来，还不清楚为什么。一旦前面是数字，搜索就失效了。

4. 存在描述后面加括号备注的，备注的内容难以分辨

5. 有些描述难以匹配，例如9.11（图档图层线是3D线）。不过大部分都能匹配，也许这种就交给他们自己？