Differences

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

--- user:hladka:playlang [2011/01/24 13:19]
hladka
+++ user:hladka:playlang [2011/01/25 15:59]
mirovsky
@@ Line 238: / Line 238: @@
 == 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
+==== Převod dat z prostého textu do formátu playlang: ====
+Využíváme analýzu v modulárním systému TectoMT.
+Postup při zpracování české verze Studie v Šarlatové byl tento:
+  - Do textového souboru v UTF-8 jsem za nadpisy a čísla kapitol přidal tečku - konec věty; česká TectoMT analýza nadpisy nezná.
+  - Následně jsem použil aktuální verzi analýzy na tekto rovinu, která je k dispozici v TectoMT.
+  - Ve výsledném naparsovaném souboru jsem rozpoznal základní pojmenované entity - kombinace cizích a mých vlastních modulů TectoMT; prozatím v PlayCoref neumíme zpracovat vnořené entity, a tak jsem použil opravdu jen základní moduly, vynechal jsem např. spojení přívlastků vlastních s podstatnými jmény. (Použitý scénář: ''personal/mirovsky/coreference/sc_CzNEMWRecognition.scen''.)
+  - Nalezené pojmenované entity jsem vyextrahoval pomocí skriptu ''ne_atrees_to_txt.pl'' do textového souboru; z něj pak jdou později vložit do stejných dat v jiném formátu než tmt (pro mne je to schůdnější cesta než psát/upravovat přímou konverzi z tmt do pdt tak, aby uměla i pojmenované entity).
 ==== Zobrazení v Tredu: ====

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

Institute of Formal and Applied Linguistics Wiki

Differences