Differences

This shows you the differences between two versions of the page.

--- prehled-o-anotovanych-datech [2009/12/09 14:35]
mirovsky
+++ prehled-o-anotovanych-datech [2011/10/05 11:42] (current)
mirovsky
@@ Line 122: / Line 122: @@
 | data_20091008_RO_rijen.zip | 67 | 998 | 16579 | RO | 8.10.2009 | 30.10.2009 | ln95049_031 - ln95049_141, mf920922_008 - mf930713_140 |  |
 | data_20091030_zari_JP.zip (část) | 2 | 24 | 461 | JP | 30.10.2009 | 11.11.2009 | mf930713_150, mf930713_160 | archiv je složen ze souborů z train-2, těchto dvou v train-5 a souborů z train-8 |
@@ Line 135: / Line 140: @@
 ==== Train-8 ====
-^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^. soubory ^ poznámka ^
+^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^ soubory ^ poznámka ^
 | data_20090904_kveten_JP.zip (část) | 1 | 128 | 1234 | JP | 4.9.2009 | 18.9.2009 | cmpr9413_006 | soubor anotován předem v rámci tohoto archivu kvůli holkám z diskurzu; ostatní soubory z train-5 |
 | data_20091030_zari_JP.zip (část) | 12 | 466 | 6959 | JP | 30.10.2009 | 11.11.2009 | cmpr9410_008 - cmpr9410_048, cmpr9413_016 - cmpr9415_024 | archiv je složen ze souborů z train-2, dvou souborů v train-5 a těchto souborů z train-8 |
 | data_20091030_listopad_RO.zip | 63 | 976 | 16289 | RO | 30.10.2009 | 2.12.2009 | cmpr9410_008 a cmpr9410_018, cmpr9415_034 - cmpr9415_054, lnd*, ln94200_102 - ln94203_67 | součástí archivu jsou i první dva soubory z train-8 pro mezianotátorskou shodu |
 | data_20091111_rijen_JP.zip | 59 | 1005 | 16866 | JP | 11.11.2009 | 25.11.2009 | ln94203_76 - ln94207_62 |  |
-| data_20091125_listopad_JP.zip | 63 | 1002 | 17072 | JP | 25.11.2009 | - | ln94207_71 - ln95045_057 |  |
+| data_20091125_listopad_JP.zip | 63 | 1002 | 17072 | JP | 25.11.2009 | 9.12.2009 | ln94207_71 - ln95045_057 |  |
-| data_20091203_prosinec_RO.zip | 69 | 1001 | 17894 | RO | 3.12.2009 | - | ln95045_047 - ln95049_134, mf920922_001 - mf920922_031 | součástí archivu jsou i dva soubory pro mezianotátorskou shodu: ln95045_047 a ln95045_057 |
+| data_20091203_prosinec_RO.zip | 69 | 1001 | 17894 | RO | 3.12.2009 | 23.12.2009 | ln95045_047 - ln95049_134, mf920922_001 - mf920922_031 | součástí archivu jsou i dva soubory pro mezianotátorskou shodu: ln95045_047 a ln95045_057 |
+==== Train-8/6 ====
+^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^ soubory ^ poznámka ^
+| data_20091209_prosinec_JP.zip | 67 | 1002 | 15872 | JP | 9.12.2009 | 21.12.2009 | train-8: mf920922_001 - mf930713_163, train-6: cmpr9410_006 - cmpr9413_034 | součástí archivu jsou čtyři soubory pro mezianotátorskou shodu: mf920922_001 - mf920922_031 |
+==== Train-6 ====
+^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^ soubory ^ poznámka ^
+| data_20091221_leden_JP.zip | 60 | 1011 | 17491 | JP | 21.12.2009 | 25.1.2010 | cmpr9413_044 - cmpr9415_052, lnd*, ln94200_100 - ln94203_133, mf920925_061, mf920925_091 | součástí archivu jsou dva soubory pro mezianotátorskou shodu: mf920925_061, mf920925_091 |
+| data_20091223_leden_RO.zip | 60 | 1023 | 17684 | RO | 23.12.2009 | 1.2.2010 | cmpr9415_022, ln94200_164, ln94200_173, ln94203_142 - ln94206_88, mf920925_061, mf920925_091 | součástí archivu jsou soubory pro mezianotátorskou shodu: cmpr9415_022, ln94200_164, ln94200_173, mf920925_061, mf920925_091 |
+| data_20100129_unor_JP.zip | 56 | 1004 | 18242 | JP | 29.1.2010 | 17.2.2010 | ln94206_97 - ln94211_102 | |
+| data_20100202_JP_doplnek.zip | 2 | 59 | 1121 | JP | 2.2.2010 | 3.2.2010 | ln94204_137, ln94204_146 | |
+| data_20100201_unor_RO.zip | 70 | 1007 | 17032 | RO | 1.2.2010 | 2.3.2010 | ln94211_111 - ln95049_022 | |
+==== Train-6/7 ====
+^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^ soubory ^ poznámka ^
+| data_20100222_JP_brezen.zip | 70 | 941 | 15346 | JP | 22.2.2010 | 9.3.2010 | train-6: ln95049_032 - ln95049_142, mf920922_009 - mf920925_051, mf920925_071, mf920925_081, mf920925_101 - mf930713_161, train-7: cmpr9410_027, ln94210_95, mf930709_101 | součástí archivu jsou tři soubory z train-7; Jirka má teď míň souborů, aby se vyrovnala únorová práce navíc |
+==== Train-7 ====
+^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^ soubory ^ poznámka ^
+| data_20100303_RO_brezen.zip | 52 | 985 | 15663 | RO | 3.3.2010 | 28.3.2010 | cmpr*, lnd*, ln94200_101 - ln94200_98, ln94210_95, mf930709_101 | |
+| data_20100309_JP_duben.zip | 64 | 1005 | 17596 | JP | 9.3.2010 | 2.4.2010 | ln94202_106 - ln94206_143 | |
+| data_20100328_RO_duben.zip | 61 | 1010 | 16932 | RO | 28.3.2010 | 3.5.2010 | ln94206_143 - ln94210_68 | |
+| data_20100402_JP_kveten.zip | 74 | 1012 | 16659 | JP | 2.4.2010 | 23.4.2010 | ln9420, ln94210_77, ln94210_86, ln94211_103 - ln95049_033 | |
+==== Train-7/dtest ====
+^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^ soubory ^ poznámka ^
+| data_201000423_JP_cerven.zip | 73 | 1022 | 17435 | JP | 23.4.2010 | 19.5.2010 | ln95049_043 - mf930709_091, mf930709_111 - mf930713_162, cmpr9410_009, cmpr9410_019, cmpr9415_005, lnd94103_063, ln94202_82, ln94207_90, mf930713_134 | |
+==== dtest ====
+^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^ soubory ^ poznámka ^
+| data_201000505_RO_kveten.zip | 39 | 1002 | 15764 | RO | 5.5.2010 | 22.6.2010 | cmpr9410_029 - cmpr9415_055, lnd*, ln94200_103 - ln94200_158, ln94202_82, ln94207_90, mf930713_134 | |
+| data_201000521_JP_cervenec.zip | 67 | 1003 | 17623 | JP | 21.5.2010 | 27.9.2010 | ln94200_167 - ln94202_73, ln94202_91 - ln94205_81 | |
+| 20100521_mereni_jistoty.zip | 2 | 190 | 2802 | JP, RO | 21.5.2010 | JP: 19.8.2010, RO: 8.6.2010 | ln94207_36, mf930709_052 | |
+| data_20100623_RO_cerven.zip | 52 | 839 | 14539 | RO | 23.6.2010 | 30.7.2010 | ln94205_90 - ln94207_27, ln94207_45 - ln94207_81, ln94208_1 - ln94209_76 | souborů je míň kvůli předchozímu měření jistoty |
+| data_20100802_RO_cervenec.zip | 74 | 1036 | 18828 | RO | 2.8.2010 | 31.8.2010 | ln94209_85 - ln95048_050 |  |
+| data_20100903_RO_srpen.zip | 75 | 1000 | 16287 | RO | 3.9.2010 | - | ln94209_85 - ln95048_050 |  |
+==== dtest/etest ====
+^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^ soubory ^ poznámka ^
+| data_20100927_JP_srpen.zip | 44 | 813 | 11961 | JP | 29.9.2010 | 8.10.2010 | dtest: mf930713_104 - mf930713_124, mf930713_144, mf930713_154; etest: cmpr*, lnd*, ln94200_104 - ln94200_15, ln94200_46, mf920925_095 | souborů je míň kvůli předchozímu měření jistoty |
+==== etest ====
+^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^ soubory ^ poznámka ^
+| data_20101008_JP_rijen.zip | 61 | 1000 | 16566 | JP | 8.10.2010 | 26.10.2010 | ln94200_159 - ln94200_37, ln94200_55 - ln94205_19 | září vynecháno - dovolená |
+| data_20101011_RO_rijen.zip | 42 | 1020 | 17304 | RO | 11.10.2010 | 3.11.2010 | cmpr9410_040, lnd94103_064, ln94200_46, ln94205_28 - ln94208_10, mf920925_095 | září vynecháno - dovolená |
+| data_20101203_RO_prosinec.zip | 70 | 1020 | 17442 | RO | 3.12.2010 | 1.1.2011 | ln94208_109 - ln95046_044 | listopad vynecháno - práce na anglických datech |
+| data_20110103_RO_leden.zip | 28 | 456 | 8566 | RO | 3.1.2011 | 26.1.2011 | ln95046_054 - ln95048_040, ln95048_061, ln95048_071 | cca 550 vět udělal začátkem prosince anglických, ale dostal k tomu plnou dávku prosincových českých dat, tak teď je to o těch 550 vět zkráceno |
+| data_20110103_JP_leden.zip | 26 | 599 | 9619 | JP | 3.1.2011 | 27.1.2011 | ln95048_051, ln95048_081 - ln95049_136, mf920922_003, mf920922_013| listopad a prosinec vynecháno - práce na angl. datech; ještě cca 350 vět bude v lednu dělat anglických, takže dostává jen zkrácenou dávku českých; je tam extra dlouhý soubor (220 vět), takže celkem radši mírně pod 1000 vět než přes |
+----
+==== odsud dál v datech nastavuju atribut src podle anotátora (všechny bridging a nové coref_text šipky) ====
+pozn.: To už jsem nastavil i u starších dat.
+==== etest/dtest (konec prvního, začátek druhého kola anotací) ====
+^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^ soubory ^ poznámka ^
+| data_20110128_RO_unor.zip | 60 | 989 | 16932 | RO | 28.1.2011 | 27.2.2011 | první kolo: etest: mf920922_023 - mf930713_155 (bez mf920925_095), druhé kolo: dtest: cmpr9410_009, cmpr9410_019, ln94200_167 - ln94200_36 |  |
+==== dtest (druhé kolo anotací) ====
+^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^ soubory ^ poznámka ^
+| data_20110128_JP_unor.zip | 43 | 995 | 15459 | JP | 28.1.2011 | 18.2.2011 | cmpr9410_029 - cmpr9415_055 (bez cmpr9415_005), lnd* (bez lnd94103_063), ln94200_103 - ln94200_158, ln94205_90 - ln94206_27 |  |
+| rozdelene_po_55_vetach_JP.zip | 24 | 1329 | 25050 | JP | 24.2.2011 | 20.3.2011 | data pro PlayCoref - česká verze Studie v Šarlatové (zhruba půlka), pouze textová koreference | březnová práce pro PlayCoref |
+| rozdelene_po_55_vetach_RO.zip | 24 | 1329 | 24775 | RO | 1.3.2011 | 5.4.2011 | data pro PlayCoref - česká verze Studie v Šarlatové (zhruba půlka), pouze textová koreference | březnová práce pro PlayCoref |
+| data_20110322_JP_duben.zip | 77 | 998 | 16850 | JP | 22.3.2011 | 3.5.2011 | ln94206_36 až ln95045_038 bez ln94207_36 a bez ln94207_90 |  |
+| data_20110401_RO_duben.zip | 68 | 997 | 17381 | RO | 6.4.2011 | 4.5.2011 | ln94200_45 - ln94202_73, ln94202_91 - ln94205_81, mf930713_104 - mf930713_154 bez mf930713_134 |  |
+| data_20110501_JP_kveten.zip | 60 | 1014 | 18204 | JP | 11.4.2011 | 30.5.2011 | ln95045_048 - ln95049_085 |  |
+==== dtest/etest (druhé kolo anotací) ====
+^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^ soubory ^ poznámka ^
+| data_20110607_JP_cerven.zip | 77 | 1016 | 16994 | JP | 7.6.2011 | 24.6.2011 | dtest: ln95049_095 - ln95049_135, mf920922_002 - mf930713_093 bez mf930709_052; etest: ln94205_28 - ln94206_82 |  |
+==== etest (druhé kolo anotací) ====
+^ data ^ # souborů ^ # vět ^ # slov ^ anotátor ^ odesláno ^ vráceno ^ soubory ^ poznámka ^
+| data_20110501_RO_kveten.zip | 62 | 1011 | 15947 | RO | 11.4.2011 | 6.6.2011 | cmpr* bez cmpr9410_040, lnd* bez lnd94103_064, ln94200_104 - ln94203_119 bez ln94200_46 |  |
+| data_20110609_RO_cerven.zip | 60 | 1144 | 18859 | RO | 9.6.2011 | 15.8.2011 | ln94203_128 - ln94205_19, ln95048_051, ln95048_081 - ln95049_136, mf920922_003, mf920922_013 |  |
+| data_20110627_JP_cervenec.zip | 57 | 1003 | 17809 | JP | 27.6.2011 | 28.7.2011 | ln94206_91 - ln94211_106 |  |
+| data_20110801_JP_srpen.zip | 58 | 1017 | 18656 | JP | 1.8.2011 | 1.9.2011 | ln94211_115 - ln95048_071 (bez ln95048_051), mf920922_013, mf920922_023 |  |
+| data_20110829_JP_zari.zip | 53 | 746 | 12834 | JP | 29.8.2011 | 4.10.2011 | mf920922_033 - mf930713_155 (bez mf920925_095) |  |

[ Back to the navigation ] [ Back to the content ]

Institute of Formal and Applied Linguistics Wiki

Differences