[ 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 [2011/10/04 14:14]
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: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_pathswritery</del>jak se trénuje eklad +  * [[user:dusek:preklad-chyby|Nalezené chyby v překladu]] 
-  * binarizované verze pokusů +  * [[internal:tectomt-wmt12|TectoMT WMT 12]] 
-  * nové featury do funktorů+ 
 +==== PhD ==== 
 +  * [[internal:user:dusek:phd-ideas|Nápady na PhD]] 
 +  * [[internal:user:dusek:gauk|GAUK]] 
 +  * [[internal:user:dusek:nlg-survey|NLG systems survey]] 
 + 
 +===== TO-DO list ===== 
 +==== Generování ==== 
 +  * verbal 
 +    * připojování dětí - nejak vylepsitasi 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 slovesona 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 epychu 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 ==== 
-  * sčítání modelů+  * funktory 
 +    bag of words jako možná featura, ípadně 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   * přidat distribuce pravděpodobnosti a nějaké constrainty do MLProcessBlock
 +  * 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]]
 +  * [[user:dusek:python|Python]]
 +  * [[internal:user:dusek:web|Web]]
  
-=== PDT-návrhy === 
-  * //aby, kdyby// -- proč je tense=ant, verbmod=ind (proti //by//, kde je tense=sim, verbmod=cdn) 
-  * proč se nerozlišuje epistemická modalita? 

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