Differences
This shows you the differences between two versions of the page.
Both sides previous revision Previous revision Next revision | Previous revision Next revision Both sides next revision | ||
user:hladka:playlang [2011/01/21 12:43] hladka |
user:hladka:playlang [2011/01/24 11:39] ufal |
||
---|---|---|---|
Line 43: | Line 43: | ||
* **Ukoly pro Jirku** | * **Ukoly pro Jirku** | ||
- | - Najit Conana Doyla v cestine. (**JM:** Studie v šarlatové nalezeny dvě; první v překladu z roku 1907 (bezpochyby " | + | - Najit Conana Doyla v cestine. (**JM:** Studie v šarlatové nalezeny dvě; první v překladu z roku 1907 (bezpochyby " |
- Thajske texty pro PtS. (ani cinstina, ani hindi nejsou vhodnymi kandidaty - bud se tam mezery pisou nebo je to jeste jinak komplikovany). Korpus s mezerama. (//Do 15. unora// - navrhuji vzhledem k deadlinu na IJCNLP 20. kvetna) | - Thajske texty pro PtS. (ani cinstina, ani hindi nejsou vhodnymi kandidaty - bud se tam mezery pisou nebo je to jeste jinak komplikovany). Korpus s mezerama. (//Do 15. unora// - navrhuji vzhledem k deadlinu na IJCNLP 20. kvetna) | ||
- exportovana data z prosincove souteze nachystat tak, abychom je mohli analyzovat (//Do konce unora//) | - exportovana data z prosincove souteze nachystat tak, abychom je mohli analyzovat (//Do konce unora//) | ||
Line 64: | Line 64: | ||
* ... | * ... | ||
* **Vypsat rocnikove projekty, bakalarky, diplomky!** VOlnost v technologiich, | * **Vypsat rocnikove projekty, bakalarky, diplomky!** VOlnost v technologiich, | ||
+ | |||
+ | ==== Autorské právo ==== | ||
+ | Originální anglické verze děl sira Arthura Conana Doyla je možno používat volně. | ||
+ | U modernějších českých překladů se musíme řídit zákonem o autorském právu. | ||
+ | Našel jsem Zákon č. 398/2006 Sb. - úplné znění zákona č. 121 /2000 Sb.; výňatek z tohoto zákona, který se nás týká: | ||
+ | |||
+ | §31 - Citace | ||
+ | (1) Do práva autorského nezasahuje ten, kdo | ||
+ | a) užije v odůvodněné míře výňatky ze zveřejněných děl jiných autorů ve svém díle, | ||
+ | b) **užije výňatky z díla nebo drobná celá díla pro účely** kritiky nebo recenze vztahující se k takovému dílu, **vědecké či odborné tvorby a takové užití bude v souladu s poctivými zvyklostmi a v rozsahu vyžadovaném konkrétním účelem,** | ||
+ | c) **užije dílo** při vyučování pro ilustrační účel nebo **při vědeckém výzkumu, jejichž účelem není dosažení přímého nebo nepřímého hospodářského nebo obchodního prospěchu, a nepřesáhne rozsah odpovídající sledovanému účelu;** | ||
+ | **vždy je však nutno uvést, je-li to možné, jméno autora,** nejde-li o dílo anonymní, nebo jméno osoby, pod jejímž jménem se dílo uvádí na veřejnost, **a dále název díla a pramen.** | ||
+ | (2) Do práva autorského nezasahuje ani ten, kdo výňatky z díla nebo drobná celá díla citovaná podle odstavce 1 písm. a) nebo b) dále užije; ustanovení odstavce 1 části věty za středníkem platí obdobně. | ||
+ | |||
+ | **Závěr JM:** Pro naše účely můžeme i novější český překlad použít; měli bychom ale pod nějaký odkaz dát jméno autora překladu a odkaz, odkud jsme to stáhli. | ||
==== Prezentace, demonstrace, | ==== Prezentace, demonstrace, | ||
Line 168: | Line 183: | ||
===== Data Format (and Tred Support) for the Project Play the Language ===== | ===== Data Format (and Tred Support) for the Project Play the Language ===== | ||
- | Date: Wed, 24 Dec 2008, updated Tue, 6 Jan 2009, again Fri, 27 Mar 2009 | + | Date: Wed, 24 Dec 2008 |
+ | Updates: | ||
From: Jiří Mírovský | From: Jiří Mírovský | ||
- | === Návrh formátu | + | === Formát souborů |
Důvody: | Důvody: | ||
* automatická lemmatizace a morfologická disambiguace textů je uspokojivě zvládnutý problém, pro nás téměř zadarmo | * automatická lemmatizace a morfologická disambiguace textů je uspokojivě zvládnutý problém, pro nás téměř zadarmo | ||
Line 178: | Line 194: | ||
* morfologická rovina jde dobře zobrazit v Tredu | * morfologická rovina jde dobře zobrazit v Tredu | ||
- | ==== Schéma | + | Alternativně používáme také rozšíření a-roviny z PDT 2.0. |
- | PML schéma je zde: {ROOT}/ | + | |
- | * obsahuje | + | Data pro projekt playlang jsou v adresáři: '' |
- | * type - určuje, o jakou koreferenci jde: textual | + | |
- | * lock - pro účely hry PlayCoref zamyká či odemyká jednotlivé šipky (hodnoty: locked/ | + | ==== Schémata |
+ | PML schémata jsou zde: '' | ||
+ | * obě schémata (a- i m-) obsahují | ||
+ | * '' | ||
+ | * '' | ||
+ | * '' | ||
+ | * dalším rozšířením obou schémat je možnost vkládat informaci o pojmenovaných entitách, a to ve struktuře '' | ||
+ | * '' | ||
+ | * '' | ||
+ | |||
+ | ==== Převod dat PDT 2.0 (rozšíření bridging) do formátu playlang: ==== | ||
+ | V adresáři '' | ||
+ | |||
+ | == Nejprve se změní schéma souboru (m- nebo a-): == | ||
+ | * '' | ||
+ | * '' | ||
+ | |||
+ | == Pak se z rozšířené t-roviny získá seznam koreferenčních dvojic promítnutých na uzly a-roviny nebo m-roviny: == | ||
+ | * '' | ||
+ | * '' | ||
+ | |||
+ | == Nakonec se koreferenční dvojice z daného seznamu vloží do rozšířeného m-souboru nebo a-souboru: == | ||
+ | * '' | ||
+ | * '' | ||
+ | |||
+ | == Některé koreferenční vztahy je možno zamknout: == | ||
+ | * '' | ||
+ | |||
+ | === Pojmenované entity === | ||
+ | == Nejprve je potřeba získat seznam pojmenovaných entit: == | ||
+ | * To se provádí v TectoMT (kde se ostatně pojmenované entity v souborech automaticky označí). Skript pro vytvoření seznamu pojmenovaných entit se jmenuje '' | ||
- | === Převod dat PDT 2.0 do formátu playlang: === | + | == Pojmenované entity z vytvořeného seznamu se vloží |
- | V adresáři {ROOT}/ | + | * '' |
- | * _change_mschema_to_playlang.sh - změní schéma m-souborů na mdata_schema_playlang.xml | + | === Vkládání dat do herní databáze === |
- | * _coreference_extract_surface.ntred - prochází textovou a gramatickou oreferenci na t-rovině z projektu anotování rozšířené textové koreference a vypíše seznam koreferenčních dvojic - identifikátorů příslušných koreferenčních lemmat na m-rovině; koreference mezi uzly, které nemají povrchový protějšek, | + | Pro vkládání dat do herní databáze používáme formát csts. |
- | * _coreference_add.ntred - ze seznamu bere dvojice identifikátorů koreferenčních lemmat na m-rovině a tyto koreference vkládá | + | |
- | * _coreference_lock.ntred - koreferenční šipky opatří správnými hodnotami atributu lock | + | |
- | Aktuálně | + | == Převod rozšířené a-roviny do rozšířeného csts == |
+ | * '' | ||
==== Zobrazení v Tredu: ==== | ==== Zobrazení v Tredu: ==== | ||
Pro Tred existuje rozšíření //Play the Language (playlang)//, | Pro Tred existuje rozšíření //Play the Language (playlang)//, | ||
- | (zdroj: {ROOT}/ | + | (zdroj: |
- | Umožňuje otevřít rozšířené m-soubory a zobrazit koreferenční šipky. Nastavuje zobrazení kontextových " | + | Umožňuje otevřít rozšířené m-soubory nebo rozšířené a-soubory a zobrazit koreferenční šipky. Nastavuje zobrazení kontextových " |
Pozor, při otvírání souborů s maskou //*.m.gz// v souborovém dialogu v Tredu je potřeba přepnout filtr souborů na " | Pozor, při otvírání souborů s maskou //*.m.gz// v souborovém dialogu v Tredu je potřeba přepnout filtr souborů na " | ||