Projet Epitech

Installation librairies

pip install . &&\
pip install -r requirements.txt

Path

Se créer un fichier config.py avec :

SNCF_gare = "path_you_want.csv"

Dataset_train  = "path_you_want.csv"
Train_train  = "path_you_want.csv"
Valid_train  = "path_you_want.csv"
Test_train  = "path_you_want.csv"

Dataset_vierge  = "path_you_want.csv"
Train_vierge  = "path_you_want.csv"
Valid_vierge  = "path_you_want.csv"
Test_vierge  = "path_you_want.csv"

Output_model  = "path_you_want.csv"
model_used_path = "path_model_you_want_to_use.model"

UPLOAD_FOLDER = ""

How to use

Pour obtenir le dataset complet , SNCF , et les splits dataset :

python src/data_process/build_dataset.py <vierge or train>

Pour entrainer le model :

python src/models/model_spacy/trainning.py {small, medium or large}

En function de votre choix small, medium ou large vous entrainez un model de spacy different. Au prealable pour ceci, il faut avoir télécharger le model avec : (fr_core_news_sm, fr_core_news_md, fr_core_news_lg)

python -m spacy download {model}

Pour évaluer votre model sur le Valid dataset :

python src/models/model_spacy/evaluate.py {small, medium or large} 

Branch

Toujours push dans dev

Style

Ce projet utilise pre-commit pour automatiser l'application de black et ruff à chaque push dans dev (pipeline).
Cela garantit que le lint.

Manuellement :

black path_file.py 
ruff check path_file.py 

Avec pre-commit :

Lorsque vous faites un commit, pre-commit exécutera automatiquement black et ruff sur les fichiers modifiés.
Si des problèmes sont détectés, vous devrez les corriger avant que le commit ne soit accepté. ( donc refaire git add . etc )

Correction :

Apres utilisation nous avons decider de garder seulement lalibrairie "ruff"

Authors & Pseudo Github

Léna Oudjman : Lenoush
Gabrielle : Gabrielle-F
Thomas Chevalier : TooikLeChevalier
Mathias : matthiaspn