Differences
This shows you the differences between two versions of the page.
Both sides previous revision Previous revision | Next revision Both sides next revision | ||
user:zeman:dz-parser:icon [2009/10/28 11:05] zeman Statistiky značek slovních druhů. |
user:zeman:dz-parser:icon [2009/10/28 11:33] zeman Jak získat statistiky polí v CoNLL formátu? |
||
---|---|---|---|
Line 18: | Line 18: | ||
* Konverze z& | * Konverze z& | ||
* Průzkum dat: jak dlouhé jsou věty? Indové v dokumentaci nějaká čísla uvádějí, ale tam se slova počítají včetně záložek a možná i včetně interpunkce, | * Průzkum dat: jak dlouhé jsou věty? Indové v dokumentaci nějaká čísla uvádějí, ale tam se slova počítají včetně záložek a možná i včetně interpunkce, | ||
+ | |||
===== Průzkum dat ===== | ===== Průzkum dat ===== | ||
Line 29: | Line 30: | ||
| bengálština | 6449 | 2997 | 2336 | 14 | 30 | 398 | 367 | | | bengálština | 6449 | 2997 | 2336 | 14 | 30 | 398 | 367 | | ||
| telugština | 5494 | 2462 | 1403 | 12 | 31 | 409 | 453 | | | telugština | 5494 | 2462 | 1403 | 12 | 31 | 409 | 453 | | ||
+ | |||
+ | Statistiky v& | ||
+ | |||
+ | <code bash> | ||
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: |