[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki

• ÚFAL Wiki Home
• ÚFAL Home
• Sitemap
• RSS
• ÚFAL calendar
• Recent changes
• Login
• Hledat:

[ Back to the navigation ]

Differences

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

View differences: Side by SideInline Go

Link to this comparison view

Both sides previous revision Previous revision 2009/11/19 22:21 zeman Průzkum 7 algoritmů Malt parseru.2009/11/19 18:10 zeman Projekt přenesen do SVN.2009/11/19 15:49 zeman Inventura seznamu věcí k udělání.2009/11/02 22:51 zeman Chunk label.2009/10/29 11:49 zeman Volba transliteračního schématu.2009/10/28 18:51 zeman Koordinace.2009/10/28 18:41 zeman 2009/10/28 18:41 zeman Další postřehy.2009/10/28 18:24 zeman तो / tó2009/10/28 18:21 zeman कि / ki2009/10/28 18:18 zeman NULL.2009/10/28 17:53 zeman VGNF|VM vs. VGF|VM.2009/10/28 17:36 zeman Vizualizace chyb.2009/10/28 12:54 zeman 2009/10/28 12:54 zeman 2009/10/28 12:32 zeman Naivní telugu.2009/10/28 11:33 zeman Jak získat statistiky polí v CoNLL formátu?2009/10/28 11:05 zeman Statistiky značek slovních druhů.2009/10/28 11:00 zeman Neprojektivity.2009/10/21 21:23 zeman Jak dlouhé jsou věty?2009/10/21 21:21 zeman Jak zobrazit v Tredu.2009/10/20 23:03 zeman Další to do.2009/10/20 23:01 zeman Karma-karta.2009/10/20 22:59 zeman Naivní parser.2009/10/20 18:33 zeman Požadavky na procesor a paměť.2009/10/20 18:29 zeman Průzkum dat.2009/10/20 18:20 zeman Zbývá udělat.2009/10/20 18:05 zeman vytvořeno Go		2009/11/19 22:21 zeman Průzkum 7 algoritmů Malt parseru.2009/11/19 18:10 zeman Projekt přenesen do SVN.2009/11/19 15:49 zeman Inventura seznamu věcí k udělání.2009/11/02 22:51 zeman Chunk label.2009/10/29 11:49 zeman Volba transliteračního schématu.2009/10/28 18:51 zeman Koordinace.2009/10/28 18:41 zeman 2009/10/28 18:41 zeman Další postřehy.2009/10/28 18:24 zeman तो / tó2009/10/28 18:21 zeman कि / ki2009/10/28 18:18 zeman NULL.2009/10/28 17:53 zeman VGNF|VM vs. VGF|VM.2009/10/28 17:36 zeman Vizualizace chyb.2009/10/28 12:54 zeman 2009/10/28 12:54 zeman 2009/10/28 12:32 zeman Naivní telugu.2009/10/28 11:33 zeman Jak získat statistiky polí v CoNLL formátu?2009/10/28 11:05 zeman Statistiky značek slovních druhů.2009/10/28 11:00 zeman Neprojektivity.2009/10/21 21:23 zeman Jak dlouhé jsou věty?2009/10/21 21:21 zeman Jak zobrazit v Tredu.2009/10/20 23:03 zeman Další to do.2009/10/20 23:01 zeman Karma-karta.2009/10/20 22:59 zeman Naivní parser.2009/10/20 18:33 zeman Požadavky na procesor a paměť.2009/10/20 18:29 zeman Průzkum dat.2009/10/20 18:20 zeman Zbývá udělat.2009/10/20 18:05 zeman vytvořeno Go Next revision Both sides next revision
user:zeman:dz-parser:icon [2009/10/20 18:20] zeman Zbývá udělat.		user:zeman:dz-parser:icon [2009/10/20 18:29] zeman Průzkum dat.
Line 12:		Line 12:
	* Více si pohrát s rysy.		* Více si pohrát s rysy.
	* Více si pohrát s konfigurací Malt parseru.		* Více si pohrát s konfigurací Malt parseru.
		+
		+	===== Průzkum dat =====
		+
		+	Jak je zvykem, máme k dispozici data pro (d)trénink, dtest a etest (ta poslední jsou slepá, aspoň zatím). Každý datový soubor je k dispozici jednak s automaticky doplněnou (a zjednoznačněnou) morfologií (lemma, značka POS, morfologické kategorie), jednak bez ní (tj. na morfologické rovině pouze slovní tvar a značka chunku, ta by ale zřejmě měla být přiřazená ručně). Každý z uvedených souborů je ještě k dispozici jednak ve formátu CoNLL 2006, jednak v SSF (Shakti Standard Format, pro Indy je domovský, takže by stálo za to zjistit, zda se z něj převodem do CoNLL něco neztrácí).
		+
		+	Následující statistiky pocházejí ze souborů pro dtrénink s automatickou morfologií:
		+
		+	| Jazyk | Výskytů slov | Tvarů | Lemmat | ChunkPOS | POS+case+postpos | FEATS |
		+	| hindština | 13779 | 3973 | 3134 | 10 | 297 | 714 |
		+	| bengálština | 6449 | 2997 | 2336 | 14 | 398 | 367 |
		+	| telugština | 5494 | 2462 | 1403 | 12 | 409 | 453 |
	První výsledky DZ Parseru na vývojových datech:		První výsledky DZ Parseru na vývojových datech:

---

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