[ 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
polo-automaticke-kontroly-dat [2011/10/24 12:07]
ufal
polo-automaticke-kontroly-dat [2011/12/13 11:49] (current)
ufal
Line 2: Line 2:
  
 ==== chystané: ==== ==== chystané: ====
- - vytvořit tabulku distribuce typů - zkontrolovat,​ zda je všude typ (informal-type) a zda někde není starý typ; ta místa projít ručně + ​- ​(HOTOVO) ​vytvořit tabulku distribuce typů - zkontrolovat,​ zda je všude typ (informal-type) a zda někde není starý typ; ta místa projít ručně 
- - zkontrolovat,​ zda je všude nastaven atribut src a target-node.rf + ​- ​(HOTOVO) ​zkontrolovat,​ zda je všude nastaven atribut src a target-node.rf 
- - zkontrolovat,​ že šipky vedou v řetězci; případně převěsit (skript pro bridging už existuje, podobný pro text-coref) + ​- ​(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+- 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: ==== ==== chystané obsahové: ====
Line 12: Line 14:
 3. //u nás// ​ ve smyslu "v Praze" nebo "v ČR" ne/zařadit do anotace 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 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: ==== ==== chystané obsahové, připravené filelisty: ====
Line 35: Line 39:
  
  
-==== hotové: ====+===== 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.

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