Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

[GSoC] Integrate the trained model to inject required phrases into rules

Offen
  • Stimmt etwas nicht?
#5,243 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Maintainer antworten meist innerhalb von 3 Tagen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Anfängerfreundlichkeit
44/100
Issue-Typ
Feature
Klarheit
Größtenteils klar
Aktivitätsstatus
Ruhig
Tech-Stack
python, pytorch
Bereich
machine-learning, tooling

Rechercherichtung

Beginne mit dem Workflow zur Regelaktualisierung: Finde heraus, wo get_updatable_rules_by_expression die Kandidatenregeln auswählt und wo add_required_phrase_to_rule Schreibvorgänge ausführt. Erweitere diesen Pfad um den trainierten PyTorch-fp32-Inferenzschritt, rekonstruiere anschließend Phrasen aus BIOES-Spans, validiere jede mit is_good() und injiziere Vorhersagen nur dann, wenn sie zuverlässig sind, sofern nicht --dry-run gesetzt ist, unter Verwendung von source=ml_model. Verwende alle zugehörigen Tests oder Befehlseinstiegspunkte für die Regelverarbeitung als ersten Verifizierungspunkt und bestätige abschließend das Verhalten beim Injizieren erforderlicher Phrasen sowie die Anforderung, nach dem Schreiben scancode-reindex-licenses auszuführen.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

GSoC

follows #5137. uses the trained model from there

Goal

Run the finetuned model over eligible rules that have no required phrases, and
inject the predicted {{ }} markers using scancode's existing helpers

Tasks

  • load the trained model (PyTorch, fp32) and run inference on rule text
  • pick target rules with get_updatable_rules_by_expression (skips ineligible ones)
  • rebuild predicted phrases from the BIOES spans
  • validate every phrase with is_good() before writing
  • inject with add_required_phrase_to_rule, tagged source=ml_model
  • --dry-run and a confidence threshold so only confident phrases auto-inject
  • note to run scancode-reindex-licenses after any write
Vorherrschende Sprache
Python
Sterne
2.7k
Forks
831
Ø Merge
3 T. 4 Std.
Gemergte PRs (30 T.)
7

Entwicklungsumgebung

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus aboutcode-org/scancode-toolkit

Alle Issues in aboutcode-org/scancode-toolkit

Ähnliche Issues

Weitere Issues zu Python

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.