[ 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
Next revision Both sides next revision
user:dusek:funktory [2011/10/24 16:21]
dusek 		user:dusek:funktory [2012/07/23 14:59]
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, sempos (+trunc), m_lemma (trunc), afun -- **sempos nelze používat!**
Line 19: Line 19:
     * 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 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'')
Line 31: Line 31:
   * zkusit nedělit to   * zkusit nedělit to
  
-=== Výsledky ===+==== 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 | 2011-10-04 05:45 | 79.068 | 79.264 | +
-| fug-eff | 2011-10-04 05:30 | 79.415 | 79.581 | +
-| fug-eff_tree | 2011-10-04 05:10 | 80.139 | 80.524 | +
-| fug-formeme | 2011-10-04 05:47 | 79.203 | 79.525 | +
-| fug-formeme_tree | 2011-10-04 07:40 | 80.005 | 80.368 | +
-| fug-dia | 2011-10-07 03:49 | 79.214 | 79.525 | +
-| fug-dia_tree | 2011-10-07 03:18 | 80.026 | 80.368 | +
-| fug-tlemma | 2011-10-04 03:53 | 78.828 | 80.391 | +
-| fug1-base | 2011-10-05 11:44 | 79.043 | 79.305 | +
-| fug1-eff | 2011-10-05 11:41 | 79.398 | 79.638 | +
-| fug1-eff_tree | 2011-10-05 11:23 | 80.126 | 80.509 | +
-| fug1-formeme | 2011-10-05 14:12 | 78.976 | 79.268 | +
-| fug1-formeme_tree | 2011-10-05 09:34 | 79.773 | 80.088 | +
-| fug1-dia | 2011-10-06 23:51 | 78.989 | 79.270 | +
-| fug1-dia_tree | 2011-10-07 03:22 | 79.786 | 80.090 | +
-| fug1-tlemma | 2011-10-05 00:41 | 78.846 | 80.400 | +
-| fug2-base | 2011-10-05 10:43 | 79.001 | 79.167 | +
-| fug2-eff | 2011-10-05 01:27 | 79.357 | 79.507 | +
-| fug2-eff_tree | 2011-10-05 09:31 | 80.102 | 80.443 | +
-| *fug2-formeme | 2011-10-20 01:08 | 78.831 | 79.188 | +
-| *fug2-formeme_tree | 2011-10-20 01:44 | 79.748 | 80.100 | +
-| *fug2-dia | 2011-10-19 22:41 | 78.836 | 79.188 | +
-| *fug2-dia_tree | 2011-10-19 22:57 | 79.735 | 80.129 | +
-| fug2-tlemma | 2011-10-05 07:43 | 78.838 | 80.209 |+
  
-  * * = Opravená verze 2. formémů (opět trošku snižuje úspěšnost :-( )+  * TODO: set-aware
  
-== vysvětlení == +==== Vysvětlení ====
-  * 1. vs. 2. verze formémů -- 2. verze dopadá v průměru o chlup hůř +
-    * není problémem n:X ?+
   * eff: lepší (ale zato o hodně!) jsou jen slova visící na něčem bez semposu (a je jich pak víc), ostatní jsou spíš horší   * 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   * diathesis tomu pomáhá jenom minimálně, skoro neznatelně se zlepší děti sloves, jinak nikdo
-  * tlemma: v průměru v2 horší, není výrazně zjevné, jaká slova to kazí 
  
-== výsledky na zlatých parsech -- bez formémů ==+==== Výsledky na zlatých parsech ====
  
-^ pokus ^ datum ^ bez feature selection ^ s feature selection ^ +^ jazyk ^ varianta ^ výsledek ^ 
-| fug, nominal |||| +| CS | nosplit     | 87.505 | 
-| fug-base | 2011-10-01 18:07 | 87.009 | 87.229 | +| CS | morph-split | 87.714 | 
-| fug-eff | 2011-10-01 17:29 | 88.156 | 88.304 | +| CS | formemes    | 88.524 |  
-| fug-eff_tree | 2011-10-02 03:55 | 89.182 | 89.363 | +| EN | nosplit     | 80.555 | 
-| fug-formeme | 2011-10-02 18:43 | 83.129 | 83.477 | +| EN | morph-split | 80.752 | 
-| fug-formeme_tree | 2011-10-02 10:05 | 88.589 | 88.923 | +| EN | formemes    | 81.828 |  
-| fug-tlemma | 2011-10-02 22:49 | 86.466 | 87.881 |+ 
 +  * 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
  
-  * omylem získané +=== Koordinační funktory ===
-  * je vidět, že když se formémy vynechají, dopadá pokus na nich založený hůře+
  
-==== Koordinační funktory ==== 
   * Je potřeba udělat, protože přesnost pravidel není valná (mají jen asi 4 možné 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.   * 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 ]