[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki

[ Back to the navigation ]

You are here: start » user » zeman » dz-parser » icon

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:zeman:dz-parser:icon [2012/10/26 17:04]
zeman http://ltrc.iiit.ac.in/mtpil2012/ 		user:zeman:dz-parser:icon [2012/12/07 13:57]
zeman Udělat.
Line 1: Line 1:
-====== Hindi Parsing Shared Task at COLING 2012 Mumbaí ======+====== Hindi Parsing Shared Task at COLING 2012 Mumbaī ======
  
 http://ltrc.iiit.ac.in/mtpil2012/ http://ltrc.iiit.ac.in/mtpil2012/
  
-Zkontrolovat normalizaci UTF-8 (dévanágarí).+===== Udělat ===== 
 + 
 +  * Natrénovat McDonaldův MST parser. Pokud možno s pořádnými rysy, neprojektivně a druhý řád. Ale na druhou stranu, aby to taky někdy doběhlo. 
 +    * Ambati et al. použili 2. řád a training-k = 5. 
 +  * Zkontrolovat normalizaci UTF-8 (dévanágarí). 
 +  * Natrénovat Malt parser a mezi rysy mu přidat hypotézu od MST (parser MST-Malt podle Joakimova a Ryanova článku). 
 +  * Natrénovat samostatný značkovač syntaktických značek. Ambati et al.: MST labeler je blbej, použili maxent (http...lzhang, viz článek). A říkají tam, které rysy a uzly stromu od parseru zkoumali. 
 +  * Potřebuju nějaké vyhledávadlo a zvýrazňovadlo chyb. 
 +  * Opravit normalizaci pro HamleDT. Normalizace hindštiny prý dělá na nových datech mnohem více chyb (uzel pod Coord nemá is_member apod.) Mohly by mi pomoct Martinovy transformace koordinací? 
 HTB verze 0,51: train 12041 sent, 268093 tok? (words), dev 1233 / 26416 HTB verze 0,51: train 12041 sent, 268093 tok? (words), dev 1233 / 26416
  
Line 10: Line 19:
   * uvnitř chunku vs. mezi chunky   * uvnitř chunku vs. mezi chunky
   * pro jednotlivé s-značky   * pro jednotlivé s-značky
- 
-McDonald? 
- 
-Ambati et al.: MST labeler je blbej, použili maxent (http...lzhang, viz článek). A říkají tam, které featury / uzly stromu od parseru zkoumali. 
- 
-A co MST druhého řádu? Ambati et al. použili 2. řád a training-k = 5. 
- 
-MST jako vstupní featura pro Malt? 
- 
-Potřebuju nějaké vyhledávadlo a zvýrazňovadlo chyb. 
- 
-Mohly by pomoct Martinovy transformace? Normalizace hindštiny prý dělá na nových datech mnohem více chyb (uzel pod Coord nemá is_member apod.) 
- 
-Co ten neoznačkovaný text? TreeTagger? 
  
 ====== ICON 2009 NLP Tools Contest ====== ====== ICON 2009 NLP Tools Contest ======

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