fossology/atarashi

Problem with identifying the short license text

Open

#9 建立於 2018年6月7日

在 GitHub 查看
 (3 留言) (0 反應) (0 負責人)Python (37 fork)auto 404
Help Wanted

倉庫指標

Star
 (32 star)
PR 合併指標
 (PR 指標待抓取)

描述

Generally, license contained in the source code file is either is short license itself or a block of large license which becomes difficult for the information retrieval algorithms and similarity finding algorithms to classify efficiently.

Please suggest how this should be resolved before implementing other IR (Information retrieval) algorithms.

貢獻者指南

研究方向
研究其他許可證掃描器如何處理短許可證文本與大許可證塊。考慮文本統計，如行數、字符密度或關鍵詞存在來區分它們。在應用信息檢索算法之前，提出一個啟發式或預處理步驟。
技術棧
python
領域
backend
議題類型
調研
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
2
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
半天
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
活躍
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
需要先調研
前置要求
Python
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
50