[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki

[ Back to the navigation ]

You are here: start » user » dusek

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:start [2011/10/03 16:37]
dusek 		user:dusek:start [2012/10/02 18:10]
dusek
Line 1: Line 1:
-==== Ondřej Dušek ====+====== Ondřej Dušek ======
 [[http://tuetschek.wz.cz|Homepage]] [[http://tuetschek.wz.cz|Homepage]]
  
-=== Projekty -- popisky === +===== Projekty ===== 
-== Generování češtiny (FAUST) ==+ 
 +==== Vystadial ==== 
 +  * [[user:dusek:vystadial|Vystadial]] 
 + 
 +==== Generování češtiny (FAUST) ==== 
 +  * [[user:dusek:analyza|Česká analýza]]
   * [[user:dusek:formemy_gen|Automatická detekce formémů z funktorů]]   * [[user:dusek:formemy_gen|Automatická detekce formémů z funktorů]]
   * [[user:dusek:morpho_gen|Generování morfologických atributů z formémů a gramatémů]]   * [[user:dusek:morpho_gen|Generování morfologických atributů z formémů a gramatémů]]
 +  * reordering
 +  * hodnocení nejen BLEU nad původními větami, ale taky jazykovým modelem
 +    * to bude lepší pro zhodnocení, jestli je výsledná čeština čitelná
 +  * [[user:dusek:features|Seznam možných featur]]
 +  * [[user:dusek:gen-vysl|Výsledky]]
  
-== CzEng ==+==== CzEng 1.0 ====
   * [[user:dusek:funktory|Automatická detekce funktorů]]   * [[user:dusek:funktory|Automatická detekce funktorů]]
   * [[user:dusek:formemy|Nová verze českých formémů]]   * [[user:dusek:formemy|Nová verze českých formémů]]
 +  * [[user:dusek:en-analyza|Anglická analýza]]
  
-=== TO-DO list === +==== WMT 12 ==== 
-  * Martin: <del>shared_files_paths, writery</del>, jak se trénuje překlad +  * [[user:dusek:preklad-chyby|Nalezené chyby v překladu]] 
-  * binarizované verze pokusů +  * [[internal:tectomt-wmt12|TectoMT WMT 12]] 
-  * nové featury do funktorů+ 
 +==== PhD ideas ==== 
 +  * [[internal:user:dusek:phd-ideas|Nápady na PhD]] 
 + 
 +===== TO-DO list ===== 
 +==== Generování ==== 
 +  * verbal 
 +    * připojování dětí - nejak vylepsit, asi nejak statisticky (?) 
 +  * falesna zlata a-rovina 
 +    * rozgenerovavani viceslovnych t-lemmat (do budoucna by se stejne hodilo) 
 +    * oprava tagu podle t-roviny ? na a-rovine "je" jako sloveso, na t-rovine je to opravene na "#PersPron", ale gramatemy a formem to pokazi (wsj_0010) 
 +    * podivne chovani zavorek -- spravit 
 +    * DeleteGeneratedNodes možná maže víc, než je nutné (wsj_0155##12 -- bylo očekáváno nezůstane ani ACT, ani PAT) 
 +    * dopsat do evaluace něco, co bude koukat na chyby a zjišťovat jejich atributy nezávisle na atributech rodiče 
 +      * to pak použít s odkazem na automatické afuny, lemmata apod., abych zjistil, kde je nejvíc chyb v generování 
 +  * Generování 
 +    * ReverseNumberNounDependency a "málo" ("nejméně dvouprocentní růst"), "%") 
 +  * Wackernagel: "Nebyli se nuceni přepychu vzdát". 
 +  * n:na+6 & jenž = na jehož 
 +  * mozna nejake prunovani kandidatu na RelClauseCoref, nebo se zeptat Michala, jestli nema neco lepsiho (ted se neresi rod, takze vznikaji blbosti). 
 +  * ma v umyslu -> v umyslu ma ... co je to za nesmysl? 
 +  * nejak resit "quot"? 
 +  * "jako vyzvu" - "n:jako+2" i kdyz je vyzvu nastavene spravne ... divne 
 +  * "gen Ester" dává jen chemii, proč ? (obecně má "gen" problémy s uppercasovanými lemmaty) 
 + 
 +==== Analýza ==== 
 +  * Analýza 
 +    * AuxY 
 +    * "se" s funktorem "???" 
 +  * formémy -- viz [[user:dusek:formemy#todo|TODO ve formémech]] 
 +  * vybufetit starý scénář analýzy (z SVN) a naparsovat + archivovat PDT s 1., 1a. a 2. verzí formémů
   * slučování formémů   * slučování formémů
 +==== Překlad ====
   * nové formémy v překladu   * nové formémy v překladu
-    * přeznačkovat CzEng ?+==== ML modely ==== 
 +  * funktory 
 +    * bag of words jako možná featura, případně s filtrováním interpunkce apod. 
 +  * dovolit u weka-classifieru číst nastavení klasifikátoru ze souboru 
 +  * zmenšit filtrování a zkusit funktory 
 +  * verze bez :X formémů 
 +  * binarizované verze pokusů 
 +    * proč set-aware nepomáhá ? 
 +  * nové featury do funktorů 
 +  * znovu zprovoznit AverageAttributeRanks, aby bylo možné použít mrel 
 +  * přidat distribuce pravděpodobnosti a nějaké constrainty do MLProcessBlock
   * sčítání modelů   * sčítání modelů
  
 +==== Util ====
 +  * qload -- u machines free filtr na ty, které mají volné sloty (k čemu je, že na iridiu je půl paměti volné, když je všech 16 slotů zabraných)
 +  * přepsat BLEU na možnost paralelizace
 +    * rollout všech paralelních verzí (a asi někam i toho zobacího skriptu)
 +  * AttributeStats -> Print::
 +  * LayerAttributes: přidat wild atributy a libovolný kód
 +    * přes ':' nebo tak něco ? hlavně v kódu dát pozor na '->', které něco znamená (a vlastně i na mezery; chtělo by nějak obalit)
 +    * v zásadě stačí, aby to kódem nebo wild_attr muselo končit (mezery nevím)
 +
 +
 +===== Vyzkoušet =====
 +  * Geneva parser
 +  * JANE – RWTH Aachen
 +===== Ostatní =====
 +  * [[user:dusek:rants|Rants]]
 +  * [[user:dusek:tahaky|Taháky]]
 +  * [[internal:user:dusek:napady|Nápady]]
 +  * [[internal:user:dusek:whereiswhat|Where is what]]

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