[ 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 2012/10/26 17:04 zeman http://ltrc.iiit.ac.in/mtpil2012/2012/10/24 12:01 zeman 2012/10/09 19:39 zeman Rychlé poznámky ohledně nové soutěže v hindštině.2009/12/08 17:33 zeman Bláznivý nápad: hi+bn.2009/11/21 16:47 zeman Upravit volbu algoritmu pro Malt parser.2009/11/21 15:43 zeman Automaticky upravovat váhy hlasování.2009/11/21 15:28 zeman Nová data s novými značkami.2009/11/19 22:30 zeman Nová data?2009/11/19 22:24 zeman Změna priorit u Malt parseru.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		Previous revision 2012/10/26 17:04 zeman http://ltrc.iiit.ac.in/mtpil2012/2012/10/24 12:01 zeman 2012/10/09 19:39 zeman Rychlé poznámky ohledně nové soutěže v hindštině.2009/12/08 17:33 zeman Bláznivý nápad: hi+bn.2009/11/21 16:47 zeman Upravit volbu algoritmu pro Malt parser.2009/11/21 15:43 zeman Automaticky upravovat váhy hlasování.2009/11/21 15:28 zeman Nová data s novými značkami.2009/11/19 22:30 zeman Nová data?2009/11/19 22:24 zeman Změna priorit u Malt parseru.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 [2009/10/28 11:00] zeman Neprojektivity.		user:zeman:dz-parser:icon [2009/10/28 11:33] zeman Jak získat statistiky polí v CoNLL formátu?
Line 18:		Line 18:
	* Konverze z wx do původních indických písem a do jejich vědecké transliterace kvůli příkladům v článku.		* Konverze z wx do původních indických písem a do jejich vědecké transliterace kvůli příkladům v článku.
	* Průzkum dat: jak dlouhé jsou věty? Indové v dokumentaci nějaká čísla uvádějí, ale tam se slova počítají včetně záložek a možná i včetně interpunkce, takže neodpovídají počtu uzlů, které vidím v treebanku.		* Průzkum dat: jak dlouhé jsou věty? Indové v dokumentaci nějaká čísla uvádějí, ale tam se slova počítají včetně záložek a možná i včetně interpunkce, takže neodpovídají počtu uzlů, které vidím v treebanku.
		+
	===== Průzkum dat =====		===== Průzkum dat =====
Line 25:		Line 26:
	Následující statistiky pocházejí ze souborů pro dtrénink s automatickou morfologií:		Následující statistiky pocházejí ze souborů pro dtrénink s automatickou morfologií:
-	| Jazyk | Výskytů slov | Tvarů | Lemmat | ChunkPOS | POS+case+postpos | FEATS |	+	| Jazyk | Výskytů slov | Tvarů | Lemmat | ChunkPOS | POS | POS+case+postpos | FEATS |
-	| hindština | 13779 | 3973 | 3134 | 10 | 297 | 714 |	+	| hindština | 13779 | 3973 | 3134 | 10 | 33 | 297 | 714 |
-	| bengálština | 6449 | 2997 | 2336 | 14 | 398 | 367 |	+	| bengálština | 6449 | 2997 | 2336 | 14 | 30 | 398 | 367 |
-	| telugština | 5494 | 2462 | 1403 | 12 | 409 | 453 |	+	| telugština | 5494 | 2462 | 1403 | 12 | 31 | 409 | 453 |
		+
		+	Statistiky v tabulce byly získány následujícím příkazem:
		+
		+	<code bash>$TOOLS/conll_pocet_hodnot_sloupec.pl 4 < hi/dtrain.mconll</code>
	Takhle se z morfologických indických dat vyrobí soubor pro Tred, který obsahuje indické písmo místo WX:		Takhle se z morfologických indických dat vyrobí soubor pro Tred, který obsahuje indické písmo místo WX:

---

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