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:vladimir-rovensky [2008/03/16 12:38] hladka |
user:hladka:vladimir-rovensky [2008/04/06 21:04] hladka |
||
---|---|---|---|
Line 1: | Line 1: | ||
====== Zadání ====== | ====== Zadání ====== | ||
- | doplnim behem dneska | + | |
+ | *[[http:// | ||
====== Schůzky ====== | ====== Schůzky ====== | ||
* 3/3/2008 | * 3/3/2008 | ||
+ | |||
====== Vzkazy ====== | ====== Vzkazy ====== | ||
* 16/3/2008 U mě v kaslíku na sekretariátu ÚFAL (MS, místnost č. 408) máte nachystané CD-ROM (píše se o něm v zadání) a popis morfologických značek. | * 16/3/2008 U mě v kaslíku na sekretariátu ÚFAL (MS, místnost č. 408) máte nachystané CD-ROM (píše se o něm v zadání) a popis morfologických značek. | ||
+ | |||
+ | ====== Postup ====== | ||
+ | ==Nejasnosti== | ||
+ | * Smim ve vystupu tool-chainu pouzivat tagy <g> a <r> ? __Ne. To jsou informace pro syntax.__ (// | ||
+ | * Je nekde k dispozici cesky preklad tahaku ke znackam tagu <t>, pripadne vysvetlivky k nim ? __Ano - [[http:// | ||
+ | ==Prvni naznak algoritmu== | ||
+ | - Rozparsovat vstup z tool-chainu - pravdepodobne staci chytat tagy <f> a v nich <t>, mozna by se hodily i <r> a <g> (id tokenu + ukazatel na nadrazeny token) ale asi to nespada do morfologie. __tool_chain na vystupu nevydava <t>, pokud je v datech <t>, tak obsahuje znacku doplnenou rucne, tedy lidmi. tool_chain dava na vystupu < | ||
+ | Oprava: Ve vystupu tool_chainu najit tag <s> pro vetu a nasledne vybirat tagy <f>, resp <d> pro tokeny, v nich z <MDl> vybrat lemma, z <MDt> tagy. __Ano, pochopil jste strukturu vystupu spravne.__ --- // | ||
+ | - Pokud je veta souvetim, rozdelit na hole vety, cele souveti je smysluplne, pokud jsou smysluplne vsechny hole vety v nem obsazene. Rozdelovani realizovat napr. vyhledanim interpunkce/ | ||
+ | - Dale analyza pouze jednoduche vety. Napadly me dve veci ovlivnujici smysluplnost, | ||
+ | * korektni vztahy mezi slovy - bylo by mozne definovat pro kazdou dvojici slovnich druhu podminky(=hodnoty v tagu <t>), ktere musi byt splneny, aby tato dvojice davala smysl. Napr. pro podstatna a pridavna jmena nejak takhle: | ||
+ | |||
+ | ^ tag ^ podst.jm | ||
+ | | 2 | N | A,U,non(C) | podstatne jmeno vedle pridavneho | | ||
+ | | 3 | = | = | rod musi byt stejny | | ||
+ | | 4 | = | = | cislo musi byt stejne | | ||
+ | | 5 | = | = | pad musi byt stejny | | ||
+ | |6-15 |* | ||
+ | |||
+ | Pokud mame takoveto vztahy, je mozne pro kazde slovo hledat mozne kandidaty, se kterymi by mohlo tvorit smysluplnou dvojici, temto kandidatum pak priradit prioritu napr. podle vzdalenosti techto slov ve vete. Veta je potom smysluplna, pokud kazde slovo je nejak zapojeno (mimo interpunkce atp), jinymi slovy pokud budou slova vrcholy grafu, smysluplne dvojice budou tvorit hrany grafu, pak bude veta smysluplna, pokud bude tento graf souvisly. To ze kandidatu pro kazde slovo muze byt vice vede k moznemu nastavovani " | ||
+ | * slovosled - jednak ve vyse zminenych prioritach podle vzdalenosti slov, dale napr. kontrolovanim, | ||
+ | == Priklad == | ||
+ | Mame vetu "Pokud si chcete něco pouze vyzkoušet, použijte | ||
+ | pískoviště." | ||
+ | |||
+ | ==Hotovo== | ||
+ | * zaklad algoritmu | ||
+ | * konecne se mi povedlo nainstalovat linux, tool_chain i vsechno ostatni potrebne, takze uz vim co parsovat - prislusna sekce postupu(vyse) upravena. Za odmenu jsem si zahral miny. | ||
+ | * dodelal jsem zakladni sadu pravidel pro vztahy mezi slovnimi druhy, ta bude prubezne doplnovana. | ||
+ | * definovan format souboru pro ukladani techto vztahu(txt soubor pro jednoduchou editaci) - pri startu programu se z tohoto souboru nactou podminky pro vznik smysluplnych vztahu. | ||
+ | * Kod : zakladni struktura programu, parsovani vystupu tool_chainu, | ||
+ | |||
+ | ==Dale== | ||
+ | Nejdriv bych dotahl program do zakladni verze ktera bude implementovat vyse popsany algoritmus, potom s jeho pomoci prijde na radu pridavani a upravovani pravidel a celeho algoritmu :o), na konec detaily jako miliony optionu programu aby to vypadalo slozite, utilitu pro spravu souboru s podminkami aby to uzivatel nemusel psat rucne atp. | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | ====== Otazky ====== | ||
+ | - Jak moc bolestne bylo rozchodit a spustit '' | ||
+ |