[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki

[ Back to the navigation ]

You are here: start » user » pecina » mt-exp

Differences

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

Link to this comparison view

Both sides previous revision Previous revision
Next revision Both sides next revision
user:pecina:mt-exp [2012/09/26 09:26]
pecina 		user:pecina:mt-exp [2012/09/26 09:29]
pecina
Line 37: Line 37:
   * monolinguální trénovací data pro LM a GM — POS tagged data pro LM_lemma, LM_POS + GM   * monolinguální trénovací data pro LM a GM — POS tagged data pro LM_lemma, LM_POS + GM
   * filtrováni GM -> nejdříve filtrování překladové tabulky na základě testovacích dat, potom filtrování generovací tabulky na zakládě cílové strany překladové tabulky.   * filtrováni GM -> nejdříve filtrování překladové tabulky na základě testovacích dat, potom filtrování generovací tabulky na zakládě cílové strany překladové tabulky.
 +
 +**Data**
 +  * generovací tabulka je zde: ''/net/data/all-czech-words-2012/generation.1,2-0.gz''
 +  * Vznikla  takto: ''zcat allforms.gz| uconv -f iso-8859-2 -t utf8 | ./gen_table.pl | gzip > generation.1,2-0.gz''
 +  * Je možné ji filtrovat tak, že se odstraní nespisovné výrazy, případně vlastní jména.
 +
 +
 +

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