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:zeman:dz-parser:conll [2008/03/28 15:43] zeman |
user:zeman:dz-parser:conll [2008/03/28 16:44] zeman Zapnutá úprava morfologických značek a selektivní lexikalizace. |
||
---|---|---|---|
Line 28: | Line 28: | ||
$PARSER/ | $PARSER/ | ||
($PARSER/ | ($PARSER/ | ||
+ | |||
+ | |||
Line 42: | Line 44: | ||
| Jazyk | Rok | A | G | B | P | | | Jazyk | Rok | A | G | B | P | | ||
- | | ar | 2006 | 3955 | 2555 | 1400 | 64,6 | | + | | ar | 2006 | 3955 | 2527 | 1428 | 63,9 | |
- | | ar | 2007 | 5873 | 3757 | 2116 | 64,0 | | + | | ar | 2007 | 5873 | 3813 | 2060 | 64,9 | |
- | | bg | 2006 | 4677 | 3178 | 1499 | 67,9 | | + | | bg | 2006 | 4677 | 3380 | 1297 | 72,3 | |
| ca | 2007 | 10971 | 7978 | 2993 | 72,7 | | | ca | 2007 | 10971 | 7978 | 2993 | 72,7 | | ||
- | | cs | 2006 | 5643 | 3822 | 1821 | 67,7 | | + | | cs | 2006 | 5643 | 3617 | 2026 | 64,1 | |
- | | cs | 2007 | 5760 | 4061 | 1699 | 70,5 | | + | | cs | 2007 | 5760 | 3981 | 1779 | 69,1 | |
- | | da | 2006 | 5470 | 3792 | 1678 | 69,3 | | + | | da | 2006 | 5470 | 3825 | 1645 | 69,9 | |
| de | 2006 | 5403 | 3877 | 1526 | 71,8 | | | de | 2006 | 5403 | 3877 | 1526 | 71,8 | | ||
| el | 2007 | 4874 | 3170 | 1704 | 65,0 | | | el | 2007 | 4874 | 3170 | 1704 | 65,0 | | ||
- | | en | 2007 | 9529 | 6163 | 3366 | 64,7 | | + | | en | 2007 | 9529 | 6725 | 2804 | 70,6 | |
| eu | 2007 | 4334 | 2538 | 1796 | 58,6 | | | eu | 2007 | 4334 | 2538 | 1796 | 58,6 | | ||
| hu | 2007 | 5995 | 3733 | 2262 | 62,3 | | | hu | 2007 | 5995 | 3733 | 2262 | 62,3 | | ||
Line 59: | Line 61: | ||
| pt | 2006 | 6719 | 4959 | 1760 | 73,8 | | | pt | 2006 | 6719 | 4959 | 1760 | 73,8 | | ||
| sl | 2006 | 4307 | 2529 | 1778 | 58,7 | | | sl | 2006 | 4307 | 2529 | 1778 | 58,7 | | ||
- | | sv | 2006 | 7140 | 5075 | 2065 | 71,1 | | + | | sv | 2006 | 7140 | 5071 | 2069 | 71,0 | |
| tr | 2007 | 6210 | 4011 | 2199 | 64,6 | | | tr | 2007 | 6210 | 4011 | 2199 | 64,6 | | ||
- | | zh | 2006 | 1839 | 1269 | 570 | 69,0 | | + | | zh | 2006 | 1839 | 1286 | 553 | 69,9 | |
- | | zh | 2007 | 2277 | 1506 | 771 | 66,1 | | + | | zh | 2007 | 2277 | 1570 | 707 | 69,0 | |
Následující tabulka srovnává výsledky s původními značkami CoNLL a výsledky se značkami PDT. Data jsou dtest. Nastavení parseru je výchozí, tj. selektivní lexikalizace není zapnuta, ale úprava (zkracování) značek ve výchozí konfiguraci omylem zapnuté bylo. I tak se občas dostal do značky tabulátor a takové značky se pak chybně ukládají ve statistice. Poslední sloupec říká, zda je změna úspěšnosti statisticky významná podle McNemarova testu na úrovni 0,05 (χ< | Následující tabulka srovnává výsledky s původními značkami CoNLL a výsledky se značkami PDT. Data jsou dtest. Nastavení parseru je výchozí, tj. selektivní lexikalizace není zapnuta, ale úprava (zkracování) značek ve výchozí konfiguraci omylem zapnuté bylo. I tak se občas dostal do značky tabulátor a takové značky se pak chybně ukládají ve statistice. Poslední sloupec říká, zda je změna úspěšnosti statisticky významná podle McNemarova testu na úrovni 0,05 (χ< | ||
Line 113: | Line 115: | ||
| zh | 2007 | CoNLL | 2277 | 1570 | 707 | 69,0 | | | zh | 2007 | CoNLL | 2277 | 1570 | 707 | 69,0 | | ||
| zh | 2007 | PDT | 2277 | 1450 | 827 | 63,7 | ano | | | zh | 2007 | PDT | 2277 | 1450 | 827 | 63,7 | ano | | ||
+ | |||
+ | Následující tabulka ukazuje úspěšnost DZ parseru se zapnutou úpravou morfologických značek a selektivní lexikalizací na průběžných testovacích datech CoNLL, s původními značkami CoNLL (tabulátory, | ||
+ | |||
+ | | Jazyk | Rok | A | G | B | P | | ||
+ | | ar | 2006 | 3955 | 2543 | 1412 | 64,3 | | ||
+ | | ar | 2007 | 5873 | 3512 | 2361 | 59,8 | | ||
+ | | bg | 2006 | 4677 | 3178 | 1499 | 67,9 | | ||
+ | | ca | 2007 | 10971 | 7670 | 3301 | 69,9 | | ||
+ | | cs | 2006 | 5643 | 3158 | 2485 | 56,0 | | ||
+ | | cs | 2007 | 5760 | 3379 | 2381 | 58,7 | | ||
+ | | da | 2006 | 5470 | 3792 | 1678 | 69,3 | | ||
+ | | de | 2006 | 5403 | 3702 | 1701 | 68,5 | | ||
+ | | el | 2007 | 4874 | 3292 | 1582 | 67,5 | | ||
+ | | en | 2007 | 9529 | 6163 | 3366 | 64,7 | | ||
+ | | eu | 2007 | 4334 | 2531 | 1803 | 58,4 | | ||
+ | | hu | 2007 | 5995 | 3962 | 2033 | 66,1 | | ||
+ | | it | 2007 | 7643 | 5608 | 2035 | 73,4 | | ||
+ | | ja | 2006 | 3384 | 2524 | 860 | 74,6 | | ||
+ | | nl | 2006 | 6187 | 4519 | 1668 | 73,0 | | ||
+ | | pt | 2006 | 6719 | 4941 | 1778 | 73,5 | | ||
+ | | sl | 2006 | 4307 | 2748 | 1559 | 63,8 | | ||
+ | | sv | 2006 | 7140 | 5073 | 2067 | 71,1 | | ||
+ | | tr | 2007 | 6210 | 4040 | 2170 | 65,1 | | ||
+ | | zh | 2006 | 1839 | 1269 | 570 | 69,0 | | ||
+ | | zh | 2007 | 2277 | 1506 | 771 | 66,1 | | ||
===== Starší poznámky ===== | ===== Starší poznámky ===== |