[ 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 [2012/12/08 10:29]
zeman Udělat. 		user:zeman:dz-parser:icon [2012/12/09 20:59]
zeman Statistiky o výkonu.
Line 16: Line 16:
  
 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
 +
 +**MST parser:** V TectoMT share mají verzi 0.4.3b z října 2009 (''$TMT_ROOT/share/installed_tools/parser/mst/0.4.3b''). Já možná mám nebo jsem měl v ''~/nastroje/parsery'' totéž, ale soubor README se tváří, že by to měla být verze 0.5.0. Na [[http://sourceforge.net/projects/mstparser/|Sourceforge]] se tváří, že poslední aktualizace byla 23.1.2012 a verze se stále jmenuje 0.5.0. Resp. možná se tak jmenuje až tahle letošní, protože předcházející aktivita byla 6.5.2011, a to byla zveřejněna verze 0.4.3c. (A verze 0.4.3b ve skutečnosti podle Sourceforge pochází už z 4.4.2007.)
  
 Vyhodnotit samostatně Vyhodnotit samostatně
Line 21: Line 23:
   * uvnitř chunku vs. mezi chunky   * uvnitř chunku vs. mezi chunky
   * pro jednotlivé s-značky   * pro jednotlivé s-značky
 +
 +===== Výsledky =====
 +
 +  * Na malých hindských datech (1000 vět) hlásí, že našel 397875 rysů (je to stejné pro projektivní i neprojektivní model).
 +  * Projektivní trénování trvalo 12 minut a model má necelých 6 MB.
 +  * Neprojektivní trénování trvalo 18 minut a velikost modelu je podobná.
 +  * Na velkých hindských datech (všechny věty) hlásí, že našel 2180868 rysů.
 +  * Neprojektivní trénování trvalo 4 hodiny a model má necelých 35 MB.
 +
 +mst nonproj o2 full
 +  Labeled   attachment score: 15503 / 26416 * 100 = 58.69 %
 +  Unlabeled attachment score: 20408 / 26416 * 100 = 77.26 %
 +  Label accuracy score:       16637 / 26416 * 100 = 62.98 %
 +
 +mst nonproj o2 1000
 +  Labeled   attachment score: 15624 / 26416 * 100 = 59.15 %
 +  Unlabeled attachment score: 20335 / 26416 * 100 = 76.98 %
 +  Label accuracy score:       16741 / 26416 * 100 = 63.37 %
 +
 +Parser zřejmě použil jako part of speech sloupec CoNLL POS (nikoli CPOS nebo FEAT).
  
 ====== ICON 2009 NLP Tools Contest ====== ====== ICON 2009 NLP Tools Contest ======

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