- Every auto label carries an id (<STATION>-<n>, labeling/ids.py), kept on edit, given to new labels by labeling.py and by the reviews; controle.py requires it, unique. The cross-review matches labels by id, and an applied review is locked (applique.md). - The label map starts with a summary (labels-map/sommaire.py): readers take the summary and sections 2-4 in full, then only the cards of the phenomena they meet. - Tool-builder session on the reviewers' difficulties: jours.py --lissage/--fraction, ensemble.py --suivre and rejected measures left out of --rigide, --residus non, zero noise after a lost reference, new agent-tools/stations.py (several stations on one timeline), long outputs convention in lire-les-donnees. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
49 lines
1.9 KiB
Python
49 lines
1.9 KiB
Python
"""Identifiant stable des étiquettes automatiques (D-131) : `<STATION>-<n>`, donné une fois, jamais changé ni réutilisé.
|
|
|
|
python3 labeling/ids.py # donne un id aux étiquettes qui n'en ont pas, toutes les stations de labeling/auto/
|
|
python3 labeling/ids.py NORDEND # une station
|
|
|
|
Une étiquette garde son id quand on la modifie ; une étiquette ajoutée reçoit le suivant de sa station.
|
|
Le reste du fichier ne change pas (ordre, champs). Bibliothèque standard.
|
|
"""
|
|
import glob
|
|
import json
|
|
import os
|
|
import sys
|
|
|
|
|
|
def attribuer(station, etiquettes):
|
|
"""Donne un id aux étiquettes qui n'en ont pas, à la suite des ids de la station -> le nombre d'ids donnés."""
|
|
# ponytail: le suivant du plus grand id présent ; retirer la dernière étiquette puis en ajouter une réutilise
|
|
# son numéro. Un compteur par station si cela gêne.
|
|
pris = [int(e["id"].rsplit("-", 1)[1]) for e in etiquettes if "id" in e]
|
|
n = max(pris, default=0)
|
|
donnes = 0
|
|
for e in etiquettes:
|
|
if "id" not in e:
|
|
n += 1
|
|
e["id"] = f"{station}-{n}"
|
|
donnes += 1
|
|
return donnes
|
|
|
|
|
|
def fichier(station):
|
|
p = f"labeling/auto/{station}.jsonl"
|
|
es = [json.loads(l) for l in open(p, encoding="utf-8") if l.strip()]
|
|
if attribuer(station, es):
|
|
provisoire = p + ".tmp"
|
|
with open(provisoire, "w", encoding="utf-8") as f:
|
|
f.writelines(json.dumps(e, ensure_ascii=False) + "\n" for e in es)
|
|
os.replace(provisoire, p)
|
|
return es
|
|
|
|
|
|
if __name__ == "__main__":
|
|
stations = sys.argv[1:] or sorted(os.path.basename(p)[:-6] for p in glob.glob("labeling/auto/*.jsonl"))
|
|
for st in stations:
|
|
avant = sum(1 for l in open(f"labeling/auto/{st}.jsonl", encoding="utf-8") if l.strip() and '"id"' not in l)
|
|
es = fichier(st)
|
|
ids = [e["id"] for e in es]
|
|
assert len(ids) == len(set(ids)), f"{st} : ids en double"
|
|
print(f"{st} : {len(es)} étiquettes, {avant} ids donnés")
|