[ 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
user:dusek:start [2011/10/26 19:13]
dusek
user:dusek:start [2013/04/12 14:37] (current)
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:analyza|Česká analýza]]
   * [[user:dusek:formemy_gen|Automatická detekce formémů z funktorů]]   * [[user:dusek:formemy_gen|Automatická detekce formémů z funktorů]]
Line 13: Line 17:
   * [[user:dusek:gen-vysl|Výsledky]]   * [[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 ==== 
 +  * [[user:dusek:preklad-chyby|Nalezené chyby v překladu]] 
 +  * [[internal:tectomt-wmt12|TectoMT WMT 12]]
  
-  PROČ COAP MODEL ROZHAZUJE DATA ? +==== PhD ==== 
-  * ANGLICKÉ FORMÉMY +  [[internal:user:dusek:phd-ideas|Nápady na PhD]] 
-  * nový modelpočkat chvíli a pak zkopírovat modely na správné umístění +  * [[internal:user:dusek:gauk|GAUK]] 
-    * opravit modely (vyhodit nebinarizované+  * [[internal:user:dusek:nlg-survey|NLG systems survey]] 
-  * vybufetit starý scénář analýzy (možná treex/devel/analysis/cs, tam pak aktualizovat) a naparsovat + archivovat PDT s 1., 1a. a 2. verzí formémů + 
-  * dohodnout se s Pepou na formémech v PCEDT +===== TO-DO list ===== 
-  * model pro koordinační hlavy +==== Generování ==== 
-  * model pro angličtinu +  * verbal 
-  * test na overtraining (hodnocení trén. dat) +    * připojování dětí - nejak vylepsit, asi nejak statisticky (?) 
-  jsou "jako" a "než" v ekladových modelech? +  * falesna zlata a-rovina 
-  * nové writery +    * rozgenerovavani viceslovnych t-lemmat (do budoucna by se stejne hodilo) 
-  * přepsat BLEU na možnost paralelizace +    * 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) 
-    * rollout všech paralelních verzí (asi někam i toho zobacího skriptu)+    * 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 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 
 +==== Překlad ==== 
 +  * nové formémy v překladu 
 +==== ML modely ==== 
 +  * funktory 
 +    bag of words jako možná featura, ípadně s filtrováním interpunkce apod. 
 +  * dovolit u weka-classifieru číst nastavení klasifikátoru ze souboru 
 +  * zmenšit filtrování zkusit funktory
   * verze bez :X formémů   * verze bez :X formémů
   * binarizované verze pokusů   * binarizované verze pokusů
 +    * proč set-aware nepomáhá ?
   * nové featury do funktorů   * nové featury do funktorů
-  * slučování formémů +  * znovu zprovoznit AverageAttributeRanks, aby bylo možné použít mrel
-  * nové formémy v překladu +
-    * přeznačkovat CzEng ?+
   * přidat distribuce pravděpodobnosti a nějaké constrainty do MLProcessBlock   * 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::   * AttributeStats -> Print::
-  * znovu zprovoznit AverageAttributeRanks, aby bylo možné použít mrel 
   * LayerAttributes: přidat wild atributy a libovolný kód   * 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)     * přes ':' nebo tak něco ? hlavně v kódu dát pozor na '->', které něco znamená (a vlastně i na mezery; chtělo by nějak obalit)
Line 47: Line 84:
  
  
-=== Rants === +===== Vyzkoušet ===== 
-== PDT == +  * Geneva parser 
-  * //aby, kdyby// -- proč je tense=ant, verbmod=ind (proti //by//, kde je tense=sim, verbmod=cdn) +  * JANE – RWTH Aachen 
-  * proč se nerozlišuje epistemická modalita? +===== Ostatní ===== 
-  * proč není v popisu PDT u morfologie uvedený P1 a A2 ? +  * [[user:dusek:rants|Rants]] 
- +  * [[user:dusek:tahaky|Taháky]] 
-== Morfoanalýza == +  * [[internal:user:dusek:napady|Nápady]] 
-  * proč se neurčuje A2 u česko - slovenský apod. ? +  * [[internal:user:dusek:whereiswhat|Where is what]] 
-  * Havlíčkův-2, Romeův, Richterův, Poův / Poeův, Káňův, Hubbleův (a možná další)+  * [[user:dusek:python|Python]] 
 +  * [[internal:user:dusek:web|Web]]
  

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