[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki

• ÚFAL Wiki Home
• ÚFAL Home
• Sitemap
• RSS
• ÚFAL calendar
• Recent changes
• Login
• Hledat:

[ Back to the navigation ]

Differences

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

View differences: Side by SideInline Go

Link to this comparison view

Both sides previous revision Previous revision 2012/02/22 11:35 ufal 2012/02/22 11:33 ufal 2012/02/22 10:00 ufal 2012/02/21 17:04 ufal 2012/02/21 17:00 ufal 2012/02/07 09:37 ufal 2012/02/03 11:56 hlavacova 2012/02/03 09:46 hlavacova 2012/02/02 14:37 hlavacova 2012/02/02 14:36 hlavacova 2012/02/02 14:08 hlavacova 2012/01/30 18:39 ufal 2012/01/30 18:39 ufal 2012/01/30 18:39 ufal 2012/01/30 18:37 ufal 2012/01/30 18:37 ufal 2012/01/30 18:36 ufal 2012/01/30 10:06 ufal 2012/01/26 16:50 hlavacova 2012/01/26 16:46 hlavacova 2012/01/26 16:45 hlavacova 2012/01/26 16:42 hlavacova 2012/01/26 16:41 hlavacova 2012/01/26 16:19 hlavacova 2012/01/26 16:15 hlavacova 2012/01/26 16:07 hlavacova 2012/01/26 14:05 hlavacova 2012/01/26 13:39 hlavacova 2012/01/26 13:23 hlavacova 2012/01/26 11:30 hlavacova 2012/01/26 11:24 hlavacova 2012/01/25 20:43 ufal 2012/01/25 20:42 ufal 2012/01/25 18:13 ufal 2012/01/25 18:13 ufal 2012/01/25 18:08 ufal 2012/01/25 18:08 ufal 2012/01/24 21:40 hlavacova 2012/01/24 20:54 hlavacova 2012/01/24 16:14 ufal 2012/01/24 15:15 ufal 2012/01/24 15:08 ufal 2012/01/24 14:52 ufal 2012/01/24 14:24 hlavacova 2012/01/24 14:23 hlavacova 2012/01/24 13:50 hlavacova 2012/01/23 14:59 hlavacova 2012/01/23 14:55 hlavacova 2012/01/23 10:57 ufal 2012/01/18 13:37 hlavacova 2012/01/17 11:36 hlavacova vytvořeno Go Next revision		Previous revision 2013/04/23 23:40 ufal +rosa2012/06/14 12:09 hlavacova 2012/06/13 10:07 hlavacova 2012/06/12 14:13 hlavacova 2012/05/28 11:30 hlavacova 2012/05/18 14:50 hlavacova 2012/05/18 14:48 hlavacova 2012/05/17 16:07 hlavacova 2012/05/17 16:00 hlavacova 2012/05/14 17:07 hlavacova 2012/05/14 16:19 hlavacova 2012/05/14 16:19 hlavacova 2012/05/14 16:18 hlavacova 2012/03/07 12:00 ufal 2012/03/02 14:48 ufal 2012/03/02 14:47 ufal 2012/03/01 15:56 hlavacova 2012/03/01 11:35 hlavacova 2012/02/29 14:54 hlavacova 2012/02/29 14:48 hlavacova 2012/02/29 14:47 hlavacova 2012/02/29 14:47 hlavacova 2012/02/29 14:47 hlavacova 2012/02/29 14:35 hlavacova 2012/02/29 14:32 hlavacova 2012/02/29 14:27 hlavacova 2012/02/29 14:23 hlavacova 2012/02/29 14:22 hlavacova 2012/02/29 14:21 hlavacova 2012/02/29 13:57 hlavacova 2012/02/29 13:55 hlavacova 2012/02/29 13:54 hlavacova 2012/02/29 13:52 hlavacova 2012/02/29 13:50 hlavacova 2012/02/29 13:46 hlavacova 2012/02/29 13:43 hlavacova 2012/02/29 13:40 hlavacova 2012/02/29 13:38 hlavacova 2012/02/29 10:14 hlavacova 2012/02/29 10:12 hlavacova 2012/02/29 10:03 hlavacova 2012/02/29 10:01 hlavacova 2012/02/29 09:57 hlavacova 2012/02/29 09:54 hlavacova 2012/02/28 15:01 hlavacova 2012/02/28 15:00 hlavacova 2012/02/27 17:28 hlavacova 2012/02/27 17:27 hlavacova 2012/02/23 13:38 ufal 2012/02/23 13:23 ufal 2012/02/22 15:36 hlavacova Go Next revision Both sides next revision
khresmoi:start [2012/01/25 20:42] ufal		khresmoi:start [2012/02/29 14:47] hlavacova
Line 2:		Line 2:
	Medical Information Analysis & Retrieval		Medical Information Analysis & Retrieval
	http://www.khresmoi.eu/		http://www.khresmoi.eu/
-
Line 12:		Line 11:
	* **JD**   = Jan Dědek <dedek (at) ksi.mff.cuni.cz>		* **JD**   = Jan Dědek <dedek (at) ksi.mff.cuni.cz>
	* **JB**   = Jakub Bystroň <jb.elitecode (at) gmail.com>		* **JB**   = Jakub Bystroň <jb.elitecode (at) gmail.com>
		+	* **ZU**   = Zdeňka Urešová <uresova (at) ufal.mff.cuni.cz>
	----		----
		+
		+
	==== Data ====		==== Data ====
		+	Jsou zde /net/data/khresmoi
	=== MT training data available for KHRESMOI ===		=== MT training data available for KHRESMOI ===
-	^ Corpus ^ Source ^ Domain ^  EN-FR  ^  EN-DE  ^  EN  ^  FR  ^  DE  ^  Note  ^	+	----
-	| TDA translation memory  | TDA |  in  |  13517 Kw |  6797 Kw |  |  |  |  8-) PP  |	+	^ Corpus ^ Source ^ Domain ^  EN-FR  ^  EN-DE  ^  alignment  ^  EN  ^  FR  ^  DE  ^  Note  ^
-	| CESTA Evaluation Package  | ELRA |  in  |  38 Kw |  |  |  |  |  waiting  |	+	| [[khresmoi:data_notes#TDA|TDA]] translation memory  | TDA |  in  |  13517 Kw |  6797 Kw |  sent  |  |  |  |  DONE:tda  |
-	| EQueR Evaluation Package  | ELRA |  in  |  |  |  |  140 MiB | |  waiting  |	+	| [[khresmoi:data_notes#ELDA|CESTA]] Evaluation Package  | ELRA |  in  |  38 Kw |  |  sent  |  |  |  |  DONE:cesta  |
-	| CESART Evaluation Package | ELRA |  in  |  |  |  |  9000 Kw | |  waiting  |	+	| EQueR Evaluation Package  | ELRA |  in  |  |  |  |  |  140 MiB | |  DONE:equer  |
-	| French Gigaword | LDC |  news  |  |  |  |   863 Kw | |  DVD  |	+	| CESART Evaluation Package | ELRA |  in  |  |  |  |  |  9000 Kw | |  DONE:cesart  |
-	| Acquis | JRC |  law  |  1,25 Ms (?3,034 Ms) | (3,128 Ms) |  |  |   |  8-) JHla  |	+	| [[khresmoi:data_notes#French Gigaword|French Gigaword]] | LDC |  news  |  |  |  |  |   863 Kw | |  DONE:french-gigaword  |
-	| EMEA | European Medicines Agency |  in  |  373 Ks |  |  |  |   |  8-) JHla  |	+	| [[khresmoi:data_notes#JRC-Acquis|Acquis]] | JRC |  law  |  1,25 Ms |  1,33 Ms |  sent  |  |  |   |  DONE:jrc :!:  |
-	| EMEA | European Medicines Agency |  in  |  |  |  |  14.9Mw |   |  8-) JHla  |	+	| [[khresmoi:data_notes#EMEA|EMEA]] | European Medicines Agency |  in  |  373 Ks |  12 Mw |  |  26.34 Mw |  14.9Mw |   |  DONE:emea  |
-	| EMEA | European Medicines Agency |  in  |  |  |  26.34 Mw |  |   |  8-) JHla  |	+	| [[khresmoi:data_notes#MESH|MESH]] | U.S. National Library of Medicine |  in  |  |  |  |  838 kw |   |   |  DONE:mesh*  |
-	| MESH | U.S. National Library of Medicine |  in  |  |  |  838 kw |   |   |  8-) JHla  |	+	| [[khresmoi:data_notes#Orphanet|OrphaNet]]  | OrphaNet |  in  |  ?  |  |  |  |  | |  :-? Wien will do  |
-	| OrphaNet  | OrphaNet |  in  |  ?  |  |  |  | |  negotiating  |	+	| [[khresmoi:data_notes#Europarl|Europarl]] | WMT12 |  parl  |  1.8Ms |  1.7Ms  |  sent  |  |  | |  DONE:europarl  |
-	| Europarl | WMT12 |  parl  |  ?  |  ?  |  |  | |  JHla  |	+	| News Commentary  | WMT12 |  news  |  43ks |  60ks |  sent  |  |  | |  DONE:news-commentary  |
-	| News Commentary  | WMT12 |  news  |  ?  |  ?  |  |  | |  JHla  |	+	| News monolingual | WMT12 |  news  |  |  |  |  181kw |  147kw |  162kw |  DONE:wmt-news  |
-	| News monolingual | WMT12 |  news  |  |  |  |  | |  JHla  |	+	| United Nations | WMT12 |  un  |  12.3Ms |  |  |  |  | |  DONE:undoc  |
-	| United Nations | WMT12 |  ?  |  ?  |  |  |  | |  JHla  |	+	| French-English 109 corpus | WMT12 |  web  |  22.5Ms |  |  sent  |  |  | |  DONE  |
-	| French-English 109 corpus | WMT12 |  web  |  ?  |  |  |  | |  JHla  |	+	| Medpedia wiki| Medpedia |  in  |   |  |  |  ? |  | |  only EN found  |
-	| Medpedia wiki| Medpedia |  in  |   |  |  ? |  | |  only EN found  |	+	| [[khresmoi:data_notes#Coppa|Coppa]] (patenty)| WIPO |  in  |  24,8Mw = 1,2Ms |  |  sent  |   |   |   |   :?: JHla   |
-	| MAREC | IPC |  in  |  ?  |  |  ?  |  ?  |   |  contacted JHla   |	+	| [[khresmoi:data_notes#Coppa|Coppa]] (patenty)| WIPO |  in  |  33,5Mw |  |  par  |   |   |   |  DONE:wipo  |
-	| Springer Bilingual Corpus | much.more |  in  |    | 1.09 Mw |    |    |   |  8-) JB   |	+	| [[khresmoi:data_notes#Coppa|Coppa]] (patenty)| WIPO |  tech  |  153,8Mw = 7,5Ms |  |  sent  |   |   |   |   :?: JHla   |
-	| EMEA | CORPUS |  in  |    | 12 Mw |    |    |   |  8-) JB   |	+	| [[khresmoi:data_notes#Coppa|Coppa]] (patenty)| WIPO |  tech  |  178,8Mw |  |  par  |   |   |   |  DONE:wipo  |
		+	| [[khresmoi:data_notes#MAREC|MAREC]] | Wien TU |  in  |  ? |  ? |  ?  |  |   |   |  :-?  |
		+	| [[khresmoi:data_notes#much.more|Springer Bilingual Corpus]] | much.more |  in  |    |  1.09 Mw |  sent  |  |   |   |  8-) JB   |
		+	| Europarl3 | OPUS |    |    |  1.3 Ms |  sent  |  |   |   |  neni poreba   |
		+	| OpenSubtitles2011 | OPUS |    |    |  5 Ms |  sent  |  |   |   |  8-) JB   |
		+	== Vysvětlivky ==
	k, M ... thousand, milion		k, M ... thousand, milion
-	w, s ... words, sentences (for parallel data only source (English) words are counted)	+	w, s, f ... words, sentences, files (for parallel data only source (English) words are counted)
		+	* viz podrobnější info v podsekcích
		+	Sloupec Note obsahuje název podadresáře /net/data/khresmoi, kde je uložen výsledek
		+	8-) stažená data, ale nezpracovaná
		+	:?: nevíme, jestli chceme
		+	:-? chceme stahovat, ale zatím nevíme, jak na to ... z různých příčin
		+	8-O čekáme na data
		+	:!: nějaký problém, podrobněji v poznámkách - prokliknout z prvního sloupce
-
-	JRC Acquis by mel mit pres 3 Ms:	+	[[khresmoi:data_notes|Poznámky k datům]]
-	http://optima.jrc.it/Acquis/JRC-Acquis.3.0/alignmentsHunAlign/index.html	+
	=== Zdroje  ===		=== Zdroje  ===
-
-	__MAREC__
-	A61 (MEDICAL OR VETERINARY SCIENCE; HYGIENE): 1.589,849 files
-	Nevím, kolik slov, není to v jednolitém balíku.
	__Khresmoi wiki__		__Khresmoi wiki__
Line 60:		Line 70:
	__www stranka WMT workshopu__		__www stranka WMT workshopu__
	http://www.statmt.org/wmt12/		http://www.statmt.org/wmt12/
		+	http://www.statmt.org/wmt11/translation-task.html   ... tady je to vsecko pohromade
	__korpus OPUS__		__korpus OPUS__
	http://opus.lingfil.uu.se/		http://opus.lingfil.uu.se/
-	__JRC Acquis__	+	==== Dokumenty ====
-	http://langtech.jrc.it/JRC-Acquis.html	+
-		+
-	__ELDA__	+
-		+
-	Objednali jsme několik balíčků s in-domain daty (EN-FR, FR)	+
-		+
-	__TDA__	+
-		+
-	Máme kredit na stažení 1 mld. slov. Zatím stažena EN-FR, EN-DE in-domain data.	+
-		+
-	__LDC__	+
-		+
-	=== Paralelní data ===	+
-	[[EN-FR]]	+
-	[[EN-DE]]	+
-		+
-	=== Mono data ===	+
-	[[FR]]	+
-	[[DE]]	+
-	[[EN]]	+
	----		----
-	==== Dokumenty ====
-
-	----
-	==== SVN ====
-	Prosím PP o doplnění
-	----

---

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