[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki

[ Back to the navigation ]

You are here: start » user » dusek » funktory

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
Last revision Both sides next revision
user:dusek:funktory [2011/09/29 16:52]
dusek 		user:dusek:funktory [2012/07/24 13:51]
dusek
Line 1: Line 1:
-==== Automatická detekce funktorů ====+====== Automatická detekce funktorů ======
  
-=== Klasifikátor ===+===== Klasifikátor =====
   * LibLINEAR, logistic regression   * LibLINEAR, logistic regression
   * kombinace klasifikátorů -- klasifikátorem ?   * kombinace klasifikátorů -- klasifikátorem ?
  
-=== Varianty pokusů, featury === +===== Varianty pokusů, featury ===== 
-  * vynechané koordinační funktory (měly by se dělat zvlášť) + 
-== základní sada ==+==== základní sada ====
   * technické: sent_id, word_id, parent, nodetype, is_generated (+functor)   * technické: sent_id, word_id, parent, nodetype, is_generated (+functor)
-  * uzel sám: form, t_lemma, tag, MorphCat, formém, sempos (+trunc), m_lemma (trunc), afun -- **sempos nelze používat!**+  * uzel sám: form, t_lemma, tag, MorphCat, formém + split, m_lemma (trunc), afun
   * aux.rf: aux_forms, aux_m_lemma (trunc)   * aux.rf: aux_forms, aux_m_lemma (trunc)
   * uzel + parent: Order, Distance   * uzel + parent: Order, Distance
-  * synt. okolí: CoarseTag, form, m_lemma, t_lemma, sempos (trunc), afun, formém+  * synt. okolí: CoarseTag, form, m_lemma, t_lemma, afun, formém + split
     * parent, children, lsibling, rsibling, lsiblings, rsiblings,      * parent, children, lsibling, rsibling, lsiblings, rsiblings, 
-  * children types: CoarseTag, form, m_lemma, t_lemma, sempos (trunc), afun, formém, počet takových+  * children types: CoarseTag, form, m_lemma, t_lemma, afun, formém + split, počet takových
     * ACNPD, ACNPDV, V, R, J     * ACNPD, ACNPDV, V, R, J
-  * topol. okolí: CoarseTag, form, m_lemma, t_lemma, sempos (trunc)+  * topol. okolí: CoarseTag, form, m_lemma, t_lemma
     * left 3, 2, 2+1, 1, right 1, 1+2, 2, 3     * left 3, 2, 2+1, 1, right 1, 1+2, 2, 3
  
-== varianty ==+==== varianty ==== 
 +  * s formémem a jeho částmi jako featurami nebo bez
   * s ef. rodiči místo topologických (''eff'')   * s ef. rodiči místo topologických (''eff'')
   * s ef. rodiči a funktory rodiče a levých sourozenců jako featurami (''eff_tree'')   * s ef. rodiči a funktory rodiče a levých sourozenců jako featurami (''eff_tree'')
-  * s formémem a jeho částmi jako featurami místo sempos (''formeme'') -- **bude časem default, protože sempos neznám, dokud nemám funktor** +    * vč. stromové varianty (''formeme_tree'') 
-  * dělené podle t-lemmatu (''tlemma'')+  * diateze (''dia'', ''dia_tree'') 
 +  * dělené podle t-lemmatu (''tlemma''), podle formému rodiče + coap, nedělené
   * //nové featury (??)//   * //nové featury (??)//
     * zkusit použít oba formémy :-)     * zkusit použít oba formémy :-)
-  * nominal (max. 70 featur v selection) + binary +  * nominal (max. 70 featur v selection) + binary + set-aware binary 
-=== Výsledky ===+  * featury z vallexu 
 + 
 +==== Výsledky ====
  
 ^ pokus ^ datum ^ bez feature selection ^ s feature selection ^ ^ pokus ^ datum ^ bez feature selection ^ s feature selection ^
-| fug, nominal |||| +| fug2-dia_coap-c_fix | 2011-12-01 22:58 | 77.607 | 78.383 | 
-| fug-base | 2011-09-27 21:31 | 79.278 | 79.318 | +| fug2-dia_coap-d     | 2012-07-24 13:45 | 77.938 | 78.307 | 
-| fug-eff | 2011-09-27 21:41 | 79.513 | 79.742 | +| fug2-vallex         | 2012-07-24 13:49 | 79.659 | 80.048 |
-| fug-eff_tree | 2011-09-27 21:41 | 79.724 | 79.901 | +
-| fug-formeme | 2011-09-29 09:52 | 79.242 | 79.694 | +
-| fug-tlemma | 2011-09-27 00:21 | 78.605 | 80.019 | +
-| fug2-base | 2011-09-27 20:03 | 79.096 | 79.290 | +
-| fug2-eff | 2011-09-27 22:03 | 79.471 | 79.612 | +
-| fug2-eff_tree | 2011-09-28 03:49 | 79.727 | 79.860 | +
-| fug2-formeme | 2011-09-29 08:04 | 78.989 | 79.308 | +
-| fug2-tlemma | 2011-09-27 20:35 | 78.501 | 79.775 |+
  
-== vysvětlení == +  * TODO: set-aware 
-  * 1. vs. 2. verze formémů -- o trošku lepší arg. subst., jiné horší +  * proč je feat. selection tak neúčinná ? 
-    * u eff_tree jsou lepší všechny až na bez sempos a slovesa + 
-  * eff: lepší (ale zato o hodně!) jsou jen slova visící na něčem bez semposu, ostatní jsou spíš horší+==== Vysvětlení ==== 
 +  * eff: lepší (ale zato o hodně!) jsou jen slova visící na něčem bez semposu (a je jich pak víc), ostatní jsou spíš horší
     * protože eff zřejmě dává mnohem lepší rooty (nepletou se tam koordinace)     * protože eff zřejmě dává mnohem lepší rooty (nepletou se tam koordinace)
 +  * diathesis tomu pomáhá jenom minimálně, skoro neznatelně se zlepší děti sloves, jinak nikdo
 +
 +==== Výsledky na zlatých parsech ====
 +
 +^ jazyk ^ varianta ^ výsledek ^
 +| CS | nosplit     | 87.505 |
 +| CS | morph-split | 87.714 |
 +| CS | formemes    | 88.524 | 
 +| EN | nosplit     | 80.555 |
 +| EN | morph-split | 80.752 |
 +| EN | formemes    | 81.828 | 
 +
 +  * vždy zlatá struktura a pravidlové formémy k tomu
 +  * české na PDT 2.0 D-Test (trén. na PDT train), anglické na PCEDT 2.0 sec. 24 (trén. na 02-21)
 +  * bez feature selection
 +
 +== Nastavení parametrů ==
 +
 +  * Bez feature selection vychází nejlíp:
 +
 +^ typ ^ cost ^ term. criterion ^
 +| adj | 1 / 2 | 0.1 |
 +| adv | 1 | 0.03 |
 +| v, n | 1 | 0.01 |
 +| ??? | 1 | 0.1 |
 +| - | 1 | 0.003 / 0.03 |
 +
 +== Poučení ==
 +
 +  * Nezapomínat na binarizaci, jinak to celé bude mít mizernou úspěšnost (65%)
 +  * Pozor na overtraining, zvlášť u hodně řídkých případů (adj, adv)
 +  * Pozor na data, ať v nich není nic, co je známé až potom
 +
 +=== Koordinační funktory ===
 +
 +  * Je potřeba udělat, protože přesnost pravidel není valná (mají jen asi 4 možné funktory)
 +  * FixIsMember je asi vhodný, ale ne úplně nutný: v praxi zřejmě nedojde k tomu, aby koordinační funktor dostalo něco, co předtím nebyla koordinace, a naopak.

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