Spotifyポッドキャスト検索エンジン
Elasticsearchが搭載したポッドキャスト検索エンジンPythonインデックスを使用して実装されたPodify Podcastデータセット。
システムアーキテクチャ
ポッドキャストデータ：
- 利用可能：Spotify Podcast Dataset
- データの構造：
- JSONファイルは、次の構造で断片（トランスクリプト）に分かれています
- トランスクリプト：テキストファイルとしてのすべての単語
- 自信：0から1の間のフロート数
- 単語：各単語は、開始時間と終了時間で個別に
- メタデータファイル：
- ポッドキャスト名、URI、説明、出版社、言語、エピソード名、および期間が含まれています。
- 他のファイルと同じ構造を持つより小さな（1.2 GB）テストサンプルがあります：Spotify-Podcasts-2020-Summarization-Testset
データセットは/podcasts-no-audio13GBフォルダーに抽出する必要があります。
GUIおよびSpotify Web APIに必要です
pip install requirements.txt
sudo apt-get install python3-tk
sudo apt install tkinter
export SPOTIPY_CLIENT_ID='your-client-id'
export SPOTIPY_CLIENT_SECRET='your-client-secret'
ElasticSearchセットアップ：
- Elasticsearch：https：//www.elastic.co/startをダウンロードしてください
- ダウンロードされたファイルを解凍します
- 解凍されたフォルダーに移動して、Bin/Elasticsearchを実行します
- それが機能しているかどうかを確認するには：ブラウザを開き、http：// localhost：9200/にアクセスしてください
キバナのセットアップ：
- Kibana：https：//www.elastic.co/startをダウンロードしてください
- ダウンロードされたファイルを解凍します
- 解凍されたフォルダーに移動して、Bin/Kibanaを実行します
- それが機能しているかどうかを確認するには：ブラウザを開き、http：// localhost：5601/app/management/data/index_management/indicesにアクセスしてください。
