Differences

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

--- padt:start [2013/06/24 15:56]
zeman Exclude.
+++ padt:start [2013/06/25 14:56]
zeman Zmatky v koordinacích.
@@ Line 115: / Line 115: @@
 Hlavním formátem, ve kterém se bude PADT 2.0 distribuovat, by zřejmě měl být PML, tak jak ho Ota navrhnul (tři, popř. čtyři roviny). Můžeme zvážit, zda přibalit i Treex, ale asi to není nutné, treexový blok Read::PADT by měl bohatě stačit. Zato ale určitě uděláme spoustě lidí radost, když nabídneme ty podstatné informace vytažené ve formátu CoNLL 2006. To bychom měli udělat.
+==== Otovo TODO ====
+Viz ''/net/projects/padt/notices/todo.txt''.
+==== Chybějící syntaktické anotace ====
+uzlů (podle hamledtích testů) nemá afun. A většinou jsou to uzly v řetízcích zleva doprava, čili odkaz na rodiče také nevypadá důvěryhodně. Někdy jsou to celé věty, jindy jen úseky vět. Z jakého důvodu je anotátoři vynechali. Jsou ty úseky tak obtížné, že anotátoři nevěděli, co s nimi?
+==== Chybějící lemmata ====
+Uzly s čísly, interpunkcí a jinými symboly nemají lemmata. Buď můžeme zkopírovat slovní tvar do lemmatu, nebo pro čísla zavést jednotné lemma <number>, nebo něco jiného.
+==== Zmatky v koordinacích ====
+Stává se, že uzel je označen jako člen koordinace nebo apozice, ale jeho rodič nemá afun ''Coord'' ani ''Apos''. A naopak, existují uzly s jedním z těchto afunů, které pod sebou nemají žádný člen koordinace nebo apozice. Hamledtí test těch prvních případů našel 154, těch druhých 494. Asi je potřeba je projít ručně a se znalostí arabštiny. Jen část případů jde opravit poloautomaticky (jestliže jsem člen, mám právě jednoho sourozence, ten je taky člen a náš rodič je spojka وَ (wa), pak asi není co řešit a dotyčná spojka měla mít afun Coord).

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

Institute of Formal and Applied Linguistics Wiki

Differences