===== (Polo-)automatické kontroly anotovaných dat =====

==== chystané: ====
 - (HOTOVO) vytvořit tabulku distribuce typů - zkontrolovat, zda je všude typ (informal-type) a zda někde není starý typ; ta místa projít ručně
 - (HOTOVO) zkontrolovat, zda je všude nastaven atribut src a target-node.rf
 - (HOTOVO) zkontrolovat, že šipky vedou v řetězci; případně převěsit (skript pro bridging už existuje, podobný už i pro text-coref; akorát ještě vyřešit, když do jednoho uzlu vedou dvě gramatické koref. - ty se nepřevěšují a narušují správnou funkci skriptu)
- zkontrolovat, ze sipky nevedou od uzlu s t-lemmatem #Gen a #Unsp a na uzly s funktorem INTF (pozor, obcas jsou poznamky od JP a RO o chybnem lemmatu)
- (HOTOVO) u dlouhych koreferencnich retezcu propojenych bridgingem nechat jednu bridging sipku, ktera je propojuje. Ostatni smazat 


==== chystané obsahové: ====
1.	//podobný X, stejný X, takový X// … (domyslet) – prohledat a sjednotit ANAF a segm
2.	vytáhnout koreferenční řetězce, kde se prolínají SPEC a GEN, podívat se na ně a zjistit, jestli má cenu tam něco měnit
3.	//u nás//  ve smyslu "v Praze" nebo "v ČR" ne/zařadit do anotace
4.	projít rekonstruované NP, vyjádřené slovy a dodělat občas chybějící koreferenci a bridging
5. vyhledat a sjednotit pripady neshody, kde je nejaky  vztah a segm
6 prohledat uzly s funktorem ID - nemely by na ne vest sipky

==== chystané obsahové, připravené filelisty: ====
Projit vsechny uzly s daným t-lemmatem a upravit koreferenci:

- "takto" a "tak" a overit, popr. vyrovnat u nich anotovanou koreferenci/bridging. (Vsech "tak" nebo "takto" uzlu je 974. U 156 z nich zacina textova koreferencni  sipka, u 10 zacina bridging sipka.)

- "tento + (adj) + podstatne jmeno" /tj. pripad, kdy na substantivu visi "tento", nikoliv kde funguje jako podstatne jmeno samo/ ("tento" visi pod podstatnym jmenem 2586 krat. U jednoho z nich zacina textova koreferencni sipka, u zadneho bridging sipka.)

- "tady" a "tu" (Vsech "tady", "tu", "tam" a "zde" uzlu je 675. U 441 zacina textova koreferencni sipka, u 6 z nich zacina bridging sipka.)

- "ten" ("ten" visi pod podstatnym jmenem 652 krat. U 65 z nich zacina textova koreferencni sipka, u 15 zacina bridging sipka.)??? proč tak málo koreferencí? 

- "tentýž", "stejný" ("tentýž" nebo "stejný" visí pod podstatnym jmenem 251 krat. U zadneho nezacina textova koreferencni sipka, u 2 zacina bridging sipka.)

- "takový", "takovýto", "onaký" ("takový", "takovýto" nebo "onaký" visi pod podstatnym jmenem 370 krat. U 1 z nich zacina textova koreferencni sipka, u 2 zacina bridging sipka.)

- "jiný" ("jiný" visi pod podstatnym jmenem 559 krat. U zadneho nezacina textova koreferencni sipka, u 10 zacina bridging sipka.)

==== shoda: ====
- prepocitat jako shodu pripady, kde bridgingem se odkazuje na stejny koreferencni retezec, ale na ruzne uzly
- spocitat shodu zvlast u pokracujicich koreferencnich retezcu, tj. kde nase koreference doplnuje uz existujici retezec s pronominalni koreferenci


===== HOTOVÉ =====

==== Distribuce typů + kontrola prázdného typu ====

V PML-TQ pomocí dotazu (obdobně pro coref_text):

''t-node 
[ member bridging $n := [  ] ];
  >> for $n.informal-type give $1,count()''

**Výsledek pro bridging (14.11.2011):**

^ typ ^ četnost ^
| SET_SUB | 13010 |
| SUB_SUB | 6009 |
| WHOLE_PART | 4502 |
| CONTRAST | 2305 |
| REST | 2246 |
| PART_WHOLE | 2054 |
| P_FUNCT | 1832 |
| ANAF | 840 |
| FUNCT_P | 429 |
| **(prázdný)** | 28 |

**Výsledek pro coref_text (14.11.2011):**

^ typ ^ četnost ^
| SPEC | 70936 |
| GEN | 16264 | 
| **(prázdný)** | 5 |

Identifikátory anaforů, odkud vedou šipky s prázdným typem, se najdou takto (obdobně coref_text):

''t-node $anaf := 
[ member bridging $n := 
     [ !informal-type ~ ".+" ] ];
  >> give $anaf.id''

==== Distribuce src + kontrola prázdného src a target-node.rf ====

V PML-TQ pomocí dotazu (obdobně pro coref_text):

''t-node 
[ member bridging $n := [  ] ];
  >> for $n.src give $1,count()''

**Výsledek pro bridging (14.11.2011):**

^ src ^ četnost ^
| JP | 18346 |
| RO | 12782 |
| JK | 606 |
| AN | 310 |
| RO+JP | 863 |
| JP+RO | 341 |
| **(prázdný)** | 7 |

**Výsledek pro coref_text (14.11.2011):**

^ src ^ četnost ^
| PDT_2.0 | 20523 |
| JP | 31791 |
| RO | 27694 |
| JK | 1581 |
| AN | 683 |
| RO+JP | 3492 |
| JP+RO | 1406 |
| **(prázdný)** | 35 |

Identifikátory anaforů, odkud vedou šipky s prázdným src, se najdou takto (obdobně coref_text):

''t-node $anaf := 
[ member bridging $n := 
     [ !src ~ ".+" ] ];
  >> give $anaf.id''

Identifikátory anaforů, odkud vedou šipky s prázdným target-node.rf, se najdou takto (obdobně coref_text):  
(14.11.2011 jich bylo 0 a 0.)

''t-node $anaf := 
[ member bridging 
     [ 0x target-node.rf t-node [  ] ] ];
  >> give $anaf.id''

==== Hledání dvou (a více) paralelních bridging šipek ====

V PMLTQ dotazem:

''t-node $n := 
[ member bridging 
     [ target-node.rf $n4 ], 
     member bridging 
     [ target-node.rf t-node $n4 := [  ] ] ];
  >> give distinct $n.id''

13. prosince se našlo 28 výskytů, ručně jsem vyřešil.