Vitajte na Wikistránke k bakalárskej práci 

**Určování syntaktické smysluplnosti českých vět**


====== Podrobné informácie o práci ======
   * ...sú uvedené na stránkach SIS UK: [https://is.cuni.cz/studium/dipl_st/index.php?doo=detail&did=66314]
   * ...na ročníkovom projekte, ktorý predchádzal bakalárskej práci nájdete tu: [http://vincwiki.php5.cz/index.php/Ro%C4%8Dn%C3%ADkov%C3%BD_projekt]

====== Plánovaný harmonogram ======
   * 31/01/2009 - naštudovanie výstupu tool_chainu, diskusia nad riešením, definovanie zmysluplnosti, technické detaily (účet na UFAL, SVN)
   * 28/02/2009 - opraviť dokumentáciu k ročníkovému projektu, návrh algoritmu na určenie zmysluplnosti
   * 16/03/2009 - implementácia algoritmu
   * 13/04/2009 - testovanie na dátach, optimalizácia algoritmu/pravidiel
   *  5/05/2009 - záver práce na bakalárke - dolaďovanie textu, zdrojových kódov
   * 20/05/2009 - odovzdanie bakalárskej práce


====== Stretnutia ======
   * Mohli by sme sa stretnúť v __pondelok, 18.05.2009__? 
   * Čo by som chcel prebrať:
      * Ako som zapracoval Vase pripomienky + hodnotenie zvysnych kapitol a priloh
      * Ukazka webovej stranky - ak pan Kebrt dovtedy odpise :)
      * Vase vysledky na Vasich testovacich udajoch

====== Text bakalarky ======
   * Mozete sem, prosim, napisat ako maju vyzerat zaznamy v Literature - jednak na webove stranky a jednak na Sprievodcu CAK 2.0
      *   \bibitem[Vidová Hladká, 2008]{hladka:2008} Vidová Hladká Barbora, Jan Hajiè, Jiøí Hana, Jaroslava Hlaváèová, Jiøí Mírovský, Jan Raab. Czech Academic Corpus 2.0. CD-ROM, ISBN: 1-58563-491-3. Linguistic Data Consortium, cat. num.: LDC2008T22, Philadelphia, Pennsylvania, USA, 2008.
      * \bibitem[CAC 2.0, 2008]{cac:2008} Czech Academic Corpus 2.0 on-line. \tt{http://ufal.mff.cuni.cz/rest/cac/cac\_20.html}

   * Zoznam obrazkov a tabuliek mam vlozit na zaciatok prace (za obsah), na koniec (za literaturu) alebo na uplny koniec (za prilohy)?
      * Za obsah.
      * Literatura je na konci textu pred prilohami.

   * Praca obsahuje 2 dodatky - morfologicke tabulky a popis CD-ROM
      * Dobre. To mate popis morfologickych znacek jako latexovskou tabulku?
   * Privitam akekolvek navrhy/napady na zlepsenie textu :)))
      * Peclive jsem precetla prvni verzi, kterou jste mi poslal. K te druhe jsem se nedostala, castecne i zamerne. Projedeme tu prvni a uvidite;-))
   * Mam do Uvodu napisat presne zadanie prace (z SISu)?
      * Myslim, ze to neni nutne. Abstrakt slovensky a cesky staci.


====== Testovacie udaje ======
   * Dev-subory, ktore ste mi poslala som nevedel spracovat tool_chainom (nevedel som spustit parser), preto som zo suboru vybral cisty text viet a znovu ich prehnal tool_chainom. Tentoraz to tool_chain bol schopny spracovat.
   * Pri testovani developerskeho suboru som zistil, ze subor meaningless_sentences.csts obsahuje jednak zmysluplne vety (alebo som nezachytil nejaku pravopisnu chybu) a jednak vety, ktore neobsahuju morfologicku, ani syntakticku chybu.
      * Aha, tak to se na ne rada podivam.
      - Navrhujem rucne prejst subor a vyhadzat z neho zmysluplne vety.
      - Navrhujem vytvorit vlastny subor nezmysluplnych viet a pouzit ho ako dev-subor.
   * Akym sposobom sa chystate testovat SyMorAn na evaluacnych datach? Otestujete nimi aj rocnikovy projekt? Dorucite mi rovno vysledky alebo vystup mojich programov a statistiku si spracujem sam?
      * Poslu Vam primo vystup Vaseho programu.




====== Vysledky na developerskych testovacich udajoch ======
   * Do bakalarky som zaclenil vysledky Moran/Symoran na developerskych udajoch. Su v podstate navlas rovnake, s tym rozdielom, ze Symoran odhalil vacsi pocet chyb. Co sa tyka ale poctu OK/KO viet, ten je rovnaky.
   * Tu je statistika:
      * **Meaningless_sentences**
''           Pocet spracovanych viet: 101
           Pocet OK viet: 70 (69.31%)
           Pocet KO viet: 31 (30.69%)
           Pocet chyb spolu: 39
           Podiel modulov na objavenych chybach:
           X       0 (0.00%)
           A       9 (23.08%)
           C       1 (2.56%)
           J       0 (0.00%)
           N       4 (10.26%)
           P       8 (20.51%)
           V       0 (0.00%)
           R       17 (43.59%)''
      * **Meaningfull_sentences**
''Pocet spracovanych viet: 20
Pocet OK viet: 14 (70.00%)
Pocet KO viet: 6 (30.00%)
Pocet chyb spolu: 7
Podiel modulov na objavenych chybach:
X       0 (0.00%)
A       1 (14.29%)
C       0 (0.00%)
J       0 (0.00%)
N       2 (28.57%)
P       4 (57.14%)
V       0 (0.00%)
R       0 (0.00%)''
   * Do kapitoly Vysledky tak zostava doplnit Vase testovanie :)




====== Technické poznámky k wiki ======

[[user:hladka:vincent-kriz:ukázka podstránky]]