==== Generování morfologických atributů z formémů a gramatémů (návrh) ====

=== Postup ===
  * Nejdřív určit MainPOS a SubPOS, podle toho se budou určovat další featury
  * Určit i Lemma, na základě zdrojového lemmatu (důležité hlavně pro #PersPron, ale i possesiva nebo cokoliv by se sbalovalo na t-rovině)
    * lemma se mění na t-rovině u: #PersPron, possesiv, (číslovek, deadjektivních adverbií, neurčitých zájmen -- jen opravdová, ne automatická)
  * něco obecnějšího na složené slovesné formy
    * do autom. skládání stromu z formémů (až po vygenerování všech funkcí; asi bude ale zvláštní funkce, protože to není to samé co auxy ve formému, časuje se to)
      * možná jen mezikrok, který vyrobí ty formy
    * možná mít celou složenou formu jako celek a dávat jí nejdřív jeden tag (-- včetně modálů? asi by vlastně nebyl problém, modál bude další kategorie)
    * Získání složených slovesných forem (asi by šlo i na a-rovině):

  t-node [ 1+x a/aux.rf a-node [ m/tag ~ '^V' ], a/lex.rf a-node [ m/tag ~ '^V' ] ];

=== Modely ===
  * Jeden model na všechny POSy? Spíš asi dělené, na různá políčka různý, určování zleva doprava
    * časem může být použit interset
  * zřejmě tři bloky: 
    - určení slovního druhu
    - doplnění konstant (podle formému a slovníku)
    - určení jednotlivých morfologických hodnot
  * hodí se, že první blok už bude mít rody všech substantiv doplněné
  * trénování na zlatých formémech ? aby se netloukly s tím výsledkem ?
    * potom možná bude nižší accuracy, ale větší gramatikalicita -- asi by se mělo změřit

== určení slovního druhu ==
  * SubPOS podle č. morfologie
  * vynechat slovesné formy -- bude se určovat čas
  * vynechat vokalizaci předložek, bude se určovat zvlášť
  * u většiny slov jednoznačné, je pár složitých, nejhorší je #PersPron
    * přímo z t_lemma & formém se dá určit 99% případů
    * šlo by mít modely jen pro nejednoznačné případy, pro ostatní je generovat z MorphoLM (a brát první, co přijde) nebo mít uložené ve slovníku a jako fallback až LM
      * zřejmě nejde mít jeden velký model, který by ošetřil všechny triviální případy -- bude nutné si udělat pls.gz
    * modely: pro každé slovo zvlášť, tj. určení jen těch pár tříd

=== POSy a generované věci ===
  * drop -- přidá se k vyhození, negeneruje se nic
  * substantiva: jen číslo a negace (pád z formému, rod ze slovníku)
  * adjektiva: číslo, negace, rod, pád (pokud není dán z formému)
  * zájmena: číslo, negace, rod, pád (není-li dán z formému), possesivnost (v určení lemmatu? -- //svůj// apod.)
  * číslovky: pád (není-li z formému), rod (není-li konstantní)
    * možná až potom dát ReverseNounNumberDependendency, aby to nedělalo bordel
  * slovesa: osoba, číslo, čas, rod (v tagu samotném), modální sloveso, negace
  * předložky: vokalizace ?

=== Potřebné featury ===
  * IsSubject -- MarkSubject, featury od subjectu //pro agreement, hl. sloves, ale i adjektivních komplementů//
    * tj. mít ''subject->'' v ''LayerAttributes'' !!
  * z+2, featury od toho, co na tom visí //pro adjektiva: "každý z mužů, každá z žen"//

  t-node [ a/lex.rf a-node [ m/lemma ~ '^každý$' ], t-node [ a/aux.rf a-node [ m/form ~ '^z(e)?$' ] ] ];

  * Koreference (gramatická) //pro "který", vztažná zájmena//
  * rodič a jeho featury //pro adjektiva: governors gender//
  * formém ovlivňuje gramatický slovesný čas -- v:že+fin, v:aby+fin, negaci: v:dokud+fin, v:než+fin

=== Zůstává ruční / původní ===
  * Reflexiva tantum, Subconjs, DropSubjPersProns (?),  MoveCliticsToWackernagel, Expletiva (?)
  * AddPrepos, AddParentheses, AddPunctuation -- hodně obecné, asi by se dalo generaliozvat!
  * **GenerateWordForms -- nutné pročistit**, je v tom bordel
  * Vokalizace ?

==== Slovesa ====
  * Generování slovesných forem -- jednoduché ML na závorkový zápis
  * Výsledky: varianty pokusů:

^ pokus              ^ popis                                                                             ^ datum            ^ accuracy ^
| verbal             | původní varianta, přímo lemmata modálních sloves v targetu, bez featury pro osobu | 2011-12-08 18:48 | 94.641   |
| verbal-person      | s featurou "person" a navíc osobou uvedenou v targetu                             | 2011-12-14 18:56 | 94.085   |
| verbal-persfeat    | s featurou "person"                                                               | 2011-12-22 12:41 | 94.952   |
| verbal-normalized  | normalizované pořadí v targetu, sjednocené modály, jen deontmod                   | 2012-01-27 17:09 | 96.954   |
| verbal-inf_mod_fix | normalizované pořadí v targetu, sjednocené modály, deontmod + is_modal            | 2012-02-01 17:49 | 96.976   |
| verbal-uni_mod     | normalizované pořadí v targetu, sjednocené modály, jen is_modal                   | 2012-02-03 14:57 | 96.942   |

  * Výsledky nejsou úplně porovnatelné, původní verbal má jiné testovací instance (ale jen o trošku), navíc množina target values je pokaždé jiná!
  * aktuálně se používá verbal-uni_mod (proč?)

=== TODO ===
  * nastavit nějak líp cost -- asi menší regularizaci, víc overtraining, aby se i řídké příklady zohlednily
    * přitom zřejmě chyby budou výjimečné (protože prostor featur je hodně hustý a ke každé chybě bude existovat i správný příklad)
  * možná filtrovat nemožné příklady (neshodné aux.rf se zlatými? kolik to bude %?)
  * váhy příkladům (čím delší string, tím větší váha :-))
  * opravit nějak generování "by/bychom"