Thermy-frontend

A web application for marking up texts and searching for terms in parallel scientific and technical texts.

1. Название проекта

Разработка системы извлечения многокомпонентных терминов и их переводных эквивалентов из параллельных научно-технических текстов

2. Краткое описание идеи проекта

Разработать приложение, которое позволит пользователю размечать тексты, сохранять выделенные термины, а также анализировать их. Выделенным терминам можно будет присваивать характеристики, чтобы потом по ним можно было искать термины в БД.

3. Краткое описание предметной области

Создание терминологических баз данных представляет собой сложный и трудоемкий процесс, требующий значительного количества времени на их создание и обновление, что особенно важно для развивающихся терминологий таких предметных областей, как авиация, космонавтика, нанотехнологии, биоинженерия, информационные технологии и многих других. Одним из наиболее время-затратных процессов является ручной сбор иллюстративного материла - извлечение специальной терминологии из коллекций текстов, что требует наличия средств автоматического извлечения многокомпонентных терминов при обработке научно-технических текстов.

4. Краткий анализ аналогичных решений по 3 критериям

Разрабатываемая система предназаняена для создания терминологической базы данных (ТБД) и проведения исследований в области компьютерной лингвистики. Я этой темой занимаюсь почти 2 года и аналогов назвать не могу. Отдалённо похожие системы:

1. Переводчики (Google, Яндекс, Deepl): позволяют размечать тексты, но не дают работать с терминологией. Также нет возможности редактировать "разметку".
2. Словари (thesaurus): позволяют в какой-то степени изучать терминологию, но не дают возможности дополнять её на основе размеченных текстов.

5. Краткое обоснование целесообразности и актуальности проекта

Дополнение к п.4: ранее мной уже была разработана система извлечения терминов из текстов. С ней работали преподаватели с факультета лингвистики, проводились студенческие практики, даже есть научные публикации. Цель моей работы - исправить старые архитектурные ошибки и разработать полноценную систему с хранилищем. Эта работа нужна нашим лингвистам для исследований и сбора терминологической базы (и мне для закрытия курсовой по БД)

6. Краткий перечень функциональных требований

1. Параллельная работа с текстами на русском и английском языке;
2. Разметка текстов, т.е. выделение цветом в тексте подстрок произвольной длины;
3. Создание нескольких разметок одного текста и их переключение (так, разметка текста будет вестись на нескольких "слоях")
4. Добавление новых слоёв разметки текстов;
5. Присвоение характеристик выделенным элементам текста;
6. Сохранение разметки текстов;
7. Просмотр, редактирование и удаление выделенных из текстов элементов и их характеристик;

7. Use-Case - диаграмма

8. ER-диаграмма сущностей

9. Пользовательские сценарии

1. Незарегистрированый пользователь:
   • войти в аккаунт.
2. Студент:
   • выйти из аккаунта;
   • разметить тексты, т.е. выделить терминологические единицы и сохранить их в базу данных, перед этим опционально отредактировав их и присвоив им характеристики (метки), а также сопоставив термины, если обрабатываются не одиночные, а параллельные тексты;
   • провести поиск терминов в базе данных по заданным характеристикам, присвоенным на этапе разметки (студент работает только с теми терминами, которые он выделял); по необходимости терминам можно добавлять характеристики и редактировать их.
3. Преподаватель:
   • выйти из аккаунта;
   • разметить тексты, т.е. выделить терминологические единицы и сохранить их в базу данных, перед этим опционально отредактировав их и присвоив им характеристики (метки), а также сопоставив термины, если обрабатываются не одиночные, а параллельные тексты;
   • провести поиск терминов в базе данных по заданным характеристикам, присвоенным на этапе разметки (студент работает только с теми терминами, которые он выделял); по необходимости терминам можно добавлять характеристики и редактировать их;
   • добавить новый слой разметки текстов (тексты можно размечать по словам, терминам, семантичесим падежам и т.д.).
4. Администратор:
   • выйти из аккаунта;
   • разметить тексты, т.е. выделить терминологические единицы и сохранить их в базу данных, перед этим опционально отредактировав их и присвоив им характеристики (метки), а также сопоставив термины, если обрабатываются не одиночные, а параллельные тексты;
   • провести поиск терминов в базе данных по заданным характеристикам, присвоенным на этапе разметки (студент работает только с теми терминами, которые он выделял); по необходимости терминам можно добавлять характеристики и редактировать их;
   • добавить новый слой разметки текстов (тексты можно размечать по словам, терминам, семантичесим падежам и т.д.);
   • создавать и удалять аккаунты пользователей, а также выдавать им роли;
   • конфигурировать базу данных, делать её резервные копии.

10. Формализация бизнес-правил

11. Описание типа приложения и выбранного технологического стека

Тип приложения: Web SPA
Технологический стек: Swagger, Golang, PostgreSQL, ???Frontend???

12. Верхнеуровневое разбиение на компоненты

13. UML диаграммы классов для двух отдельных компонентов - компонента доступа к данным и компонента с бизнес-логикой

14. Палитра цветов графического интерфейса

Основные цвета:

• #00ABE4 - цвет кнопок и рамок;
• #E9F1FA - цвет фона;
• #FFFFFF - цвет полей ввода/вывода;
• #000000 - цвет текста и иконок.

Цвета слоёв разметки текстов:

• #A5B3FF
• #7CDAEF
• #E49196
• #FF9E57
• #97F9A1

15. Параметры геометрии графического интерфейса

Радиусы скруглений:

• 10px - маленькие кнопки (выход из аккаунта, удаление элемента и т.д.);
• 15px - большие кнопки и информационные блоки.

16. Доска настроения

https://ru.pinterest.com/andreysapozhkov535/computer-linguistics/