Differences

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

--- user:hladka:vincent-kriz [2009/04/27 17:22]
vincent.kriz
+++ user:hladka:vincent-kriz [2009/05/12 12:15]
vincent.kriz Vysledky SyMorAnu na dev-datach
@@ Line 15: / Line 15: @@
    *  5/05/2009 - záver práce na bakalárke - dolaďovanie textu, zdrojových kódov
    * 20/05/2009 - odovzdanie bakalárskej práce
 ====== Stretnutia ======
-   * Mohli by sme sa stretnúť v __pondelok, 04.05.2009__?
+   * Mohli by sme sa stretnúť v __pondelok, 09.05.2009__?
+      * 9. 5. uz bylo v sobotu, ale pocitam se setkanim v pondeli 11.;-))
    * Čo by som chcel prebrať:
-      * Predstavenie a ukazka aplikacie SyMorAn :)
+      * Predstavenie a ukazka aplikacie SyMorAn (prinesiem notebook)
          * prepinace
          * 3 mody vystupu
@@ Line 26: / Line 28: @@
          * 4 urovne chyb
          * zaverecna statistika
-      * Diskusia nad textom prace (aktualnu verziu Vam poslem mailom)
+      * Diskusia nad textom prace
-         * Ako citovat z literatury, ako uviest diela, z ktorych cerpam
+      * Predstavenie webovej stranky (ak ju to pondelka stihnem napisat)
-         * Odstavec o CSTS sa ma citovat?
-         * Pouzil som obrazok ziskany z TrEd-u - ako je to s copyrightom? :)
-         * Pozdava sa Vam sktukturovanie textu?
+====== Text bakalarky ======
-      * Ako budeme testovat aplikaciu (ake testovacie data pouzit, ako budeme prezentovat vysledky)
+   * Mozete sem, prosim, napisat ako maju vyzerat zaznamy v Literature - jednak na webove stranky a jednak na Sprievodcu CAK 2.0
-      * Co ocakavate od webovej aplikacie (ma byt popisana v praci?)
+      *   \bibitem[Vidová Hladká, 2008]{hladka:2008} Vidová Hladká Barbora, Jan Hajiè, Jiøí Hana, Jaroslava Hlaváèová, Jiøí Mírovský, Jan Raab. Czech Academic Corpus 2.0. CD-ROM, ISBN: 1-58563-491-3. Linguistic Data Consortium, cat. num.: LDC2008T22, Philadelphia, Pennsylvania, USA, 2008.
+      * \bibitem[CAC 2.0, 2008]{cac:2008} Czech Academic Corpus 2.0 on-line. \tt{http://ufal.mff.cuni.cz/rest/cac/cac\_20.html}
+   * Zoznam obrazkov a tabuliek mam vlozit na zaciatok prace (za obsah), na koniec (za literaturu) alebo na uplny koniec (za prilohy)?
+      * Za obsah.
+      * Literatura je na konci textu pred prilohami.
+   * Praca obsahuje 2 dodatky - morfologicke tabulky a popis CD-ROM
+      * Dobre. To mate popis morfologickych znacek jako latexovskou tabulku?
+   * Privitam akekolvek navrhy/napady na zlepsenie textu :)))
+      * Peclive jsem precetla prvni verzi, kterou jste mi poslal. K te druhe jsem se nedostala, castecne i zamerne. Projedeme tu prvni a uvidite;-))
+   * Mam do Uvodu napisat presne zadanie prace (z SISu)?
+      * Myslim, ze to neni nutne. Abstrakt slovensky a cesky staci.
+====== Testovacie udaje ======
+   * Dev-subory, ktore ste mi poslala som nevedel spracovat tool_chainom (nevedel som spustit parser), preto som zo suboru vybral cisty text viet a znovu ich prehnal tool_chainom. Tentoraz to tool_chain bol schopny spracovat.
+   * Pri testovani developerskeho suboru som zistil, ze subor meaningless_sentences.csts obsahuje jednak zmysluplne vety (alebo som nezachytil nejaku pravopisnu chybu) a jednak vety, ktore neobsahuju morfologicku, ani syntakticku chybu.
+      * Aha, tak to se na ne rada podivam.
+      - Navrhujem rucne prejst subor a vyhadzat z neho zmysluplne vety.
+      - Navrhujem vytvorit vlastny subor nezmysluplnych viet a pouzit ho ako dev-subor.
+   * Akym sposobom sa chystate testovat SyMorAn na evaluacnych datach? Otestujete nimi aj rocnikovy projekt? Dorucite mi rovno vysledky alebo vystup mojich programov a statistiku si spracujem sam?
+      * Poslu Vam primo vystup Vaseho programu.
-====== Výstup tool_chainu, definovanie zmysluplnosti ======
+====== Vysledky na developerskych testovacich udajoch ======
-   * Nainštaloval som si novú verziu tool_chainu a vyskúšal aj ďalšie nástroje z ČAK 2.0. Zoznámil som sa s formátom CSTS doplneným o tagy syntaktickej analýzy. V bakalárskej práci budem využívať (a parsovať) tieto tagy:
+   * Do bakalarky som zaclenil vysledky Moran/Symoran na developerskych udajoch. Su v podstate navlas rovnake, s tym rozdielom, ze Symoran odhalil vacsi pocet chyb. Co sa tyka ale poctu OK/KO viet, ten je rovnaky.
-      * <t> morfologická značka (czech positional morphological system tag)
+   * Tu je statistika:
-      * <A> syntaktická značka (popísaná v Sprievodcovi ČAK 2.0)
+      * **Meaningless_sentences**
-      * <r> pozícia slova vo vete (vyjadrujúca slovosled)
+''           Pocet spracovanych viet: 101
-      * <g> odkaz na nadradené slovo
+           Pocet OK viet: 70 (69.31%)
-   * Na najbližšom stretnutí by sme mohli prebrať tému ako definovať zmysluplnosť. Zatiaľ mám pocit, že by sa nemusela príliš líšiť od našej "morfologickej" zmysluplnosti - ešte stále nemáme k dispozícii slovo ako také (jeho význam) ale namiesto neho zavedieme objekt, ktorý bude charakterizovaný vyššie spomenutými značkami. Veta bude mať zmysel, ak v nej neobjavíme žiaden protiklad s navrhnutými morfologicko-syntaktickými pravidlami.
+           Pocet KO viet: 31 (30.69%)
+           Pocet chyb spolu: 39
+           Podiel modulov na objavenych chybach:
+           X       0 (0.00%)
+           A       9 (23.08%)
+           C       1 (2.56%)
+           J       0 (0.00%)
+           N       4 (10.26%)
+           P       8 (20.51%)
+           V       0 (0.00%)
+           R       17 (43.59%)''
+      * **Meaningfull_sentences**
+''Pocet spracovanych viet: 20
+Pocet OK viet: 14 (70.00%)
+Pocet KO viet: 6 (30.00%)
+Pocet chyb spolu: 7
+Podiel modulov na objavenych chybach:
+X       0 (0.00%)
+A       1 (14.29%)
+C       0 (0.00%)
+J       0 (0.00%)
+N       2 (28.57%)
+P       4 (57.14%)
+V       0 (0.00%)
+R       0 (0.00%)''
+   * Do kapitoly Vysledky tak zostava doplnit Vase testovanie :)
 ====== Technické detaily ======

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

Institute of Formal and Applied Linguistics Wiki

Differences