Differences

This shows you the differences between two versions of the page.

--- user:hladka:playlang [2011/01/21 15:38]
mirovsky
+++ user:hladka:playlang [2011/01/21 16:14]
mirovsky
@@ Line 180: / Line 180: @@
 Alternativně používáme také rozšíření a-roviny z PDT 2.0.
+Data pro projekt playlang jsou v adresáři: ''{ROOT}/playcoref/data/shared''
 ==== Schémata rozšířené m-roviny a rozšířené a-roviny: ====
-PML schémata jsou zde: {ROOT}/playcoref/tred_extension/package/playlang/resources
+PML schémata jsou zde: ''{ROOT}/playcoref/tred_extension/package/playlang/resources''
-  * obě schémata (a- i m-) obsahují rozšíření o seznam struktur pro anotaci koreference; o strukturu jde proto, aby šly snadno přidat další atributy (podobně jako v projektu anotování rozšířené textové koreference); obsahuje atributy:
+  * obě schémata (a- i m-) obsahují rozšíření o atribut ''coref'' - seznam struktur pro anotaci koreference; o strukturu jde proto, aby šly snadno přidat další atributy (podobně jako v projektu anotování rozšířené textové koreference); obsahuje atributy:
-    * target-node.rf - id antecedenta
+    * ''target-node.rf'' - id antecedenta
-    * type - určuje, o jakou koreferenci jde: textual, grammatical nebo chained (chained znamená: na povrchové rovině je to jeden link, na tekto rovině je to více linků vedoucích přes uzel, který nemá povrchové vyjádření)
+    * ''type'' - určuje, o jakou koreferenci jde: textual, grammatical nebo chained (chained znamená: na povrchové rovině je to jeden link, na tekto rovině je to více linků vedoucích přes uzel, který nemá povrchové vyjádření)
-    * lock - pro účely hry PlayCoref zamyká či odemyká jednotlivé šipky (hodnoty: locked/unlocked)
+    * ''lock'' - pro účely hry PlayCoref zamyká či odemyká jednotlivé šipky (hodnoty: locked/unlocked)
-  * dalším rozšířením obou schémat je možnost vkládat informaci o pojmenovaných entitách, a to ve struktuře s těmito atributy:
+  * dalším rozšířením obou schémat je možnost vkládat informaci o pojmenovaných entitách, a to ve struktuře ''named_entity'' s těmito atributy:
-    * last_member.rf - kde pojmenovaná entita končí (začíná na aktuálním uzlu)
+    * ''last_member.rf'' - id uzlu, kde pojmenovaná entita končí (začíná na aktuálním uzlu)
-    * head_member.rf - který uzel je hlavou pojmenované entity
+    * ''head_member.rf'' - id uzlu, který je hlavou pojmenované entity
+==== Převod dat PDT 2.0 (rozšíření bridging) do formátu playlang: ====
+V adresáři ''{ROOT}/playcoref/scripts'' jsou skripty pro převod textové a gramatické koreference z rozšířené tektogramatické roviny projektu bridging do rozšířené m-roviny nebo do rozšířené a-roviny:
+== Nejprve se změní schéma souboru (m- nebo a-): ==
+  * ''_change_mschema_to_playlang.sh'' - změní schéma m-souborů na mdata_schema_playlang.xml
+  * ''_change_aschema_to_playlang.sh'' - změní schéma a-souborů na adata_schema_playlang.xml (m-soubor je pak klasický z PDT 2.0)
+== Pak se z rozšířené t-roviny získá seznam koreferenčních dvojic promítnutých na uzly a-roviny nebo m-roviny: ==
+  * ''coreference_extract_surface_joint.ntred'' - prochází textovou a gramatickou koreferenci na t-rovině z projektu anotování rozšířené textové koreference a vypíše seznam koreferenčních dvojic - identifikátorů příslušných koreferenčních lemmat na m-rovině; pokud antecedent nemá povrchové vyjádření, hledá se nejbližší antecedent v řetězci, který povrchové vyjádření má
+  * ''coreference_extract_surface_a_joint.ntred'' - totéž, ale pro a-rovinu, tj. vypisují se identifikátory a-uzlů odpovídajících koreferenčním dvojicím z t-roviny
+== Nakonec se koreferenční dvojice z daného seznamu vloží do rozšířeného m-souboru nebo a-souboru: ==
+  * ''coreference_add_m.ntred'' - ze seznamu bere dvojice identifikátorů koreferenčních lemmat na m-rovině a tyto koreference vkládá do rozšířené m-roviny
+  * ''coreference_add_a.ntred'' - ze seznamu bere dvojice identifikátorů koreferenčních lemmat na a-rovině a tyto koreference vkládá do rozšířené a-roviny
+== Některé koreferenční vztahy je možno zamknout: ==
+  * ''coreference_lock.ntred'' - koreferenční šipky opatří správnými hodnotami atributu lock
+=== 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 ''ne_atrees_to_txt.pl'' a nachází se v TectoMT repozitáři v adresáři ''personal/mirovsky/coreference''.
-=== Převod dat PDT 2.0 do formátu playlang: ===
+== Pojmenované entity z vytvořeného seznamu se vloží do rozšířeného a-souboru (zatím nebyl potřeba skript i pro m-soubor): ==
-V adresáři {ROOT}/playcoref/scripts jsou skripty pro převod textové a gramatické koreference z tektogramatické roviny (a z rozšířené tektogramatické roviny projektu bridging) do rozšířené m-roviny nebo do rozšířené a-roviny:
+  * ''named_entities_add_a.ntred'' - ze seznamu bere id uzlů a informaci o pojmenovaných entitách vkládá do rozšířené a- nebo m-roviny
-  * _change_mschema_to_playlang.sh - změní schéma m-souborů na mdata_schema_playlang.xml
+=== Vkládání dat do herní databáze ===
-  * _change_aschema_to_playlang.sh - změní schéma a-souborů na adata_schema_playlang.xml (m-soubor je pak klasický z PDT 2.0)
+Pro vkládání dat do herní databáze používáme formát csts.
-  * coreference_extract_surface_joint.ntred - prochází textovou a gramatickou koreferenci na t-rovině z projektu anotování rozšířené textové koreference a vypíše seznam koreferenčních dvojic - identifikátorů příslušných koreferenčních lemmat na m-rovině; pokud antecedent nemá povrchové vyjádření, hledá se nejbližší antecedent v řetězci, který povrchové vyjádření má
-  * coreference_extract_surface_a_joint.ntred - totéž, ale pro a-rovinu, tj. vypisují se identifikátory a-uzlů odpovídajících koreferenčním dvojicím z t-roviny
-  * coreference_add_m.ntred - ze seznamu bere dvojice identifikátorů koreferenčních lemmat na m-rovině a tyto koreference vkládá do rozšířené m-roviny
-  * coreference_add_a.ntred - ze seznamu bere dvojice identifikátorů koreferenčních lemmat na a-rovině a tyto koreference vkládá do rozšířené a-roviny
-  * coreference_lock.ntred - koreferenční šipky opatří správnými hodnotami atributu lock
-Aktuálně převedená data jsou v adresáři: {ROOT}/playcoref/data/shared
+== Převod rozšířené a-roviny do rozšířeného csts ==
+  * ''convert_atrees_to_csts.ntred'' - skript pro převod rozšířené a-roviny obsahující koreferenci (a případně pojmenované entity) do rozšířeného csts
 ==== Zobrazení v Tredu: ====
 Pro Tred existuje rozšíření //Play the Language (playlang)//, nainstalovat lze přes //Session->Manage Extensions//.
-(zdroj: {ROOT}/playcoref/tred_extension/playlang.mac)
+(zdroj: ''{ROOT}/playcoref/tred_extension'')
 Umožňuje otevřít rozšířené m-soubory nebo rozšířené a-soubory a zobrazit koreferenční šipky. Nastavuje zobrazení kontextových "stromů" a kontextových vět a v nich zvýrazňuje prvky koreferenčních řetízků, ve kterých se účastní aktuální slovo. Zamčené a nezamčené koreferenční šipky zobrazuje odlišně.
 Pozor, při otvírání souborů s maskou //*.m.gz// v souborovém dialogu v Tredu je potřeba přepnout filtr souborů na "všechny soubory", aby byly soubory s touto maskou vidět.

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

Institute of Formal and Applied Linguistics Wiki

Differences