[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki


[ Back to the navigation ]

Differences

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

Link to this comparison view

Both sides previous revision Previous revision
Next revision
Previous revision
user:hladka:vincent-kriz [2009/02/12 11:41]
vincent.kriz Pridana informacia o programe najblizsieho stretnutia
user:hladka:vincent-kriz [2009/06/30 09:02] (current)
vincent.kriz
Line 15: Line 15:
     5/05/2009 - záver práce na bakalárke - dolaďovanie textu, zdrojových kódov     5/05/2009 - záver práce na bakalárke - dolaďovanie textu, zdrojových kódov
    * 20/05/2009 - odovzdanie bakalárskej práce    * 20/05/2009 - odovzdanie bakalárskej práce
 +
  
 ====== Stretnutia ====== ====== Stretnutia ======
-   * Mohli by sme sa stretnúť v __pondelok, 16.02.2009__? +   * Mohli by sme sa stretnúť v __pondelok, 18.05.2009__? 
    * Čo by som chcel prebrať:    * Čo by som chcel prebrať:
-      * Parsovanie CSTS súborov +      * Ako som zapracoval Vase pripomienky + hodnotenie zvysnych kapitol a priloh 
-      * Čo bude reprezentovat slovo/vetnú jednotku základný údajový element +      * Ukazka webovej stranky ak pan Kebrt dovtedy odpise :) 
-      * Definovanie zmysluplnostičo napísať do //úvahy o zmysluplnosti// do BC :) +      * Vase vysledky na Vasich testovacich udajoch 
-      * Predstavenie algoritmu (prvý nástrel)+ 
 +====== Text bakalarky ====== 
 +   * Mozete semprosim, 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: 
 +                 0 (0.00%) 
 +                 9 (23.08%) 
 +                 1 (2.56%) 
 +                 0 (0.00%) 
 +                 4 (10.26%) 
 +                 8 (20.51%) 
 +                 0 (0.00%) 
 +                 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 :)
  
-====== Výstup tool_chainu, definovanie zmysluplnosti ====== 
-   * Nainštaloval som si novú verziu tool_chainu a vyskúšal aj ďalšie nástroje z ČAK 2.0. Zoznámil som sa s formátom CSTS doplneným o tagy syntaktickej analýzy. V bakalárskej práci budem využívať (a parsovať) tieto tagy: 
-      * <t> morfologická značka (czech positional morphological system tag) 
-      * <A> syntaktická značka (popísaná v Sprievodcovi ČAK 2.0) 
-      * <r> pozícia slova vo vete (vyjadrujúca slovosled) 
-      * <g> odkaz na nadradené slovo 
-   * Na najbližšom stretnutí by sme mohli prebrať tému ako definovať zmysluplnosť. Zatiaľ mám pocit, že by sa nemusela príliš líšiť od našej "morfologickej" zmysluplnosti - ešte stále nemáme k dispozícii slovo ako také (jeho význam) ale namiesto neho zavedieme objekt, ktorý bude charakterizovaný vyššie spomenutými značkami. Veta bude mať zmysel, ak v nej neobjavíme žiaden protiklad s navrhnutými morfologicko-syntaktickými pravidlami. 
  
-====== Technické detaily ====== 
-   * Použití SVN serveru na ÚFAL 
-      * [[http://ufal.mff.cuni.cz/~hladka/rp200809/svn-prednaska2.pdf|kraťoučký tutoriál o svn ]] 
-      * ''/home/svn/repos/bc_kriz/, user: kriz, passwd: bc_kriz'' 
-      * vlastní účet v síti ÚFAL nepotřebujete,  budete commitovat do své SVN a prohlížet si ji na webu. Na ''https://svn.ms.mff.cuni.cz/projects/'' je Váš projekt videt - viz ''https://svn.ms.mff.cuni.cz/projects/bc_kriz, user: ufal, passwd: maly_lingvista''. Tady budou časem jednotlivé soubory v poslední verzi, s možností prohlížet ty starší: ''https://svn.ms.mff.cuni.cz/projects/bc_kriz/browser''. 
-      * Co se týče subverse, tak ani na ni nepotřebujete mít přístup na síť ÚFAL. Potřebujete mít nějakého klienta (standardní svn na linuxu, nebo třeba SVN Tortoise na windows). A rovnou můžete začít se subversí, asi nějaký ''svn import'' a ''svn checkout'' ... Zde je info: ''http://svnbook.red-bean.com/en/1.5/svn.tour.importing.html''. Repository má adresu ''svn://svn.ms.mff.cuni.cz/bc_kriz'', takže ''checkout'' třeba ''svn checkout svn://svn.ms.mff.cuni.cz/bc_kriz/trunk his_local_directory'' 
  
  

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