Ondřej Dušek

Projekty -- popisky

Česká analýza
Automatická detekce formémů z funktorů
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
Seznam možných featur
Výsledky

verbal - připojování dětí
funktory na zlatých datech
bag of words jako možná featura, případně s filtrováním interpunkce apod.
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)
dovolit u weka-classifieru číst nastavení klasifikátoru ze souboru
vybufetit starý scénář analýzy (z SVN) a naparsovat + archivovat PDT s 1., 1a. a 2. verzí formémů
nové writery
- dopsat BaseWriter a BaseTextWriter, zjistit co je bundle_attr nebo tak něco
  - dat dohromady process_document, spojit vsechna autom. vytvareni jmen souboru
- otestovat, Treex, Factored a podobne
zmenšit filtrování a zkusit funktory
přepsat BLEU na možnost paralelizace
- rollout všech paralelních verzí (a asi někam i toho zobacího skriptu)
verze bez :X formémů
binarizované verze pokusů
nové featury do funktorů
slučování formémů
nové formémy v překladu
přidat distribuce pravděpodobnosti a nějaké constrainty do MLProcessBlock
sčítání modelů
AttributeStats → Print::
znovu zprovoznit AverageAttributeRanks, aby bylo možné použít mrel
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)