[ 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 		Previous revision
Next revision Both sides next revision
user:pecina:mt-exp [2012/09/26 12:29]
pecina 		user:pecina:mt-exp [2012/09/26 12:43]
pecina
Line 40: Line 40:
 **Data** **Data**
   * data od JH jsou zde: ''/net/data/all-czech-words-2012/allforms.gz''   * data od JH jsou zde: ''/net/data/all-czech-words-2012/allforms.gz''
 +  * neobsahují ovšem technické suffixy, je tedy třeba upravit trenovací data a technické suffixy odstranit
   * generovací tabulka je prozatim zde: ''/net/cluster/TMP/pecina/mt-exp/generation.1,2-0.gz''   * generovací tabulka je prozatim zde: ''/net/cluster/TMP/pecina/mt-exp/generation.1,2-0.gz''
-  * Vznikla  takto: ''zcat /net/data/all-czech-words-2012/allforms.gz| uconv -f iso-8859-2 -t utf8 | ./gen_table.pl | gzip > generation.1,2-0.gz''+  * Vznikla  takto: ''zcat /net/data/all-czech-words-2012/allforms.gz | uconv -f iso-8859-2 -t utf8 | ./gen_table.pl | gzip > generation.1,2-0.gz''
   * dopředná podmíněná pravděpodobnost je vždy 1, zpětná je uniformní dle skutečného stavu.   * dopředná podmíněná pravděpodobnost je vždy 1, zpětná je uniformní dle skutečného stavu.
   * Je možné ji filtrovat tak, že se odstraní nespisovné výrazy, případně vlastní jména (viz řádek 16 a 17 v ''gen_table.pl'').   * Je možné ji filtrovat tak, že se odstraní nespisovné výrazy, případně vlastní jména (viz řádek 16 a 17 v ''gen_table.pl'').
   * Tabulka bez nespisovných výrazů je zde: ''generation-no-coloq.1,2-0.gz''   * Tabulka bez nespisovných výrazů je zde: ''generation-no-coloq.1,2-0.gz''

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