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 [2008/04/06 21:06] hladka |
user:hladka:vladimir-rovensky [2008/09/29 14:47] vladimir.rovensky |
||
---|---|---|---|
Line 1: | Line 1: | ||
- | ====== | + | ====== |
- | | + | [[external: |
- | *[[http:// | + | |
+ | |||
+ | |||
+ | |||
+ | ====== Dokumentace, | ||
+ | *Zadání ([[http:// | ||
+ | * Specifikace [[http:// | ||
+ | * Dokumentace pilotní verze [[http:// | ||
+ | * **Co vše má obsahovat pilotní verze?** | ||
+ | * **Rešerše** - provést rešerši, jestli se podobným problémem již někdo zabýval; pokud ano, tak pro jaké jazyky a jakou metodologií. Rešerši zpracovat písemně v samostatném souboru. | ||
+ | * **Kód** S dostatečným počtem komentářů. | ||
+ | * **Dokumentace** | ||
+ | * **Uživatelská** - specifikace softwarových a hardwarových požadavků; | ||
+ | * **Programátorská** - popis struktury programu, implementační platformy (MS Windows, Linux, ...), použitých technologií, | ||
+ | * **Testovací data** Věty z Českého akademického korpusu 2.0 | ||
+ | * Smysluplné věty [[http:// | ||
+ | * Nesmysluplné věty [[http:// | ||
+ | |||
====== Schůzky ====== | ====== Schůzky ====== | ||
* 3/3/2008 | * 3/3/2008 | ||
+ | * **navrhuji schuzku 15/5/2008 nekdy dopoledne (je mi to jedno)** | ||
+ | |||
Line 10: | Line 30: | ||
====== 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. | ||
+ | * 27/5/2008 Nová verze morfologické analýzy, jakožto součást skriptu '' | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
====== Postup ====== | ====== Postup ====== | ||
Line 15: | Line 46: | ||
* Smim ve vystupu tool-chainu pouzivat tagy <g> a <r> ? __Ne. To jsou informace pro syntax.__ (// | * 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:// | * Je nekde k dispozici cesky preklad tahaku ke znackam tagu <t>, pripadne vysvetlivky k nim ? __Ano - [[http:// | ||
+ | * Pri uvodni schuzce se hovorilo o sade vet urcenych k testovani programu, da se nekde stahnout? __Ano, vety budou k dispozici. Budou to vety z Ceskeho akademickeho korpusu 2.0. Prace na tomto korpusu finisuje. Az se dodelaji vsechny kontroly, tak pripravim dva soubory ve formatu csts: jeden se smysluplnymi vetami a druhy s nesmysluplnymi vetami. Soubory budou k dispozici nejpozdeji pristi tyden ve stredu.__ | ||
+ | * Co by mela splnovat specifikace programu(delka, | ||
+ | | ||
+ | * pri testovani ruznych vstupu jsem narazil na nektere hodnoty na pozici 2 morfologickeho tagu, ktere jsem nenasel v dokumentaci (konkretne hodnota 2), da se nekde sehnat aktualizovany popis znacek? | ||
+ | * tool_chain spravne nerozeznava tvary sloves koncici na -li (budu-li, chcete-li) | ||
+ | |||
==Prvni naznak algoritmu== | ==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 < | - 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 < | ||
Line 40: | Line 77: | ||
* dodelal jsem zakladni sadu pravidel pro vztahy mezi slovnimi druhy, ta bude prubezne doplnovana. | * 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. | * 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 | + | * Kod : zakladni |
- | + | * Kod : zakladni | |
- | ==Dale== | + | * rozsiren soubor |
- | Nejdriv bych dotahl program do zakladni verze ktera bude implementovat vyse popsany algoritmus, potom s jeho pomoci prijde | + | * par vystupu programu v jeho soucasne podobe je k nahlednuti [[http:// |
- | + | = 2008/2009 = | |
- | + | * neustale rozsirovan soubor s podminkami | |
- | + | * pridana podpora davkoveho zpracovani | |
- | + | * pridany parametry pro spusteni programu - ignorovani nerozpoznanych tokenu, vyzadovani slovesa, minimalni delka vety atp. | |
+ | * pridana utilita na editaci souboru s podminkami (java) | ||
+ | * pridana moznost vytvaret skupiny podminek, ktere jsou ve smysluplne vete vyzadovany | ||
+ | * pridan treshold na pocet iteraci procedury kontrolujici podminky typu (3) - zajisteni polynomialni slozitosti | ||
+ | == Dale == | ||
+ | **22/9/08** | ||
+ | * vypisovani kolizi | ||
+ | * SENSE jako webova aplikace | ||
+ | * PREZENTACE | ||
+ | * slides | ||
+ | * formulace ulohy | ||
+ | * smysluplnost vzhledem | ||
+ | * vstupni data - tool_chain (CAK 2.0) | ||
+ | * algoritmus - vyvojovy diagram | ||
+ | * vypocetni slozitost | ||
+ | * evaluace - data od Seznamu, ' | ||
+ | * ukazka | ||
+ | * 13. rijna nanecisto | ||
====== Otázky ====== | ====== Otázky ====== | ||
- Jak moc bolestné bylo rozchodit a spustit '' | - Jak moc bolestné bylo rozchodit a spustit '' | ||
- | - Můžete | + | * tool_chain nebyl tak hrozny, spis me trvalo nainstalovat linux a btred, jsem z windowsu zvykly vsechno instalovat na dve kliknuti a najednou to po me chce kompilator cecka a cosi linkovat a konfigurovat a vubec. To je jako kdybych si chtel koupit grafickou kartu a dosal pul kila kremiku a pajku. Ale aspon jsem se naucil neco noveho. |
+ | - Můžete prosím | ||
+ | * mam to napsane na papire, prepisu to rovnou do toho formatu a uploadnu to sem hned jak to budu mit. Predbezna verze souboru je [[http:// |