Differences
This shows you the differences between two versions of the page.
Both sides previous revision Previous revision Next revision | Previous revision Next revision Both sides next revision | ||
user:zeman:dz-parser [2007/03/30 08:04] zeman Hotovo. |
user:zeman:dz-parser [2007/05/15 13:00] zeman |
||
---|---|---|---|
Line 10: | Line 10: | ||
* [[user: | * [[user: | ||
* [[user: | * [[user: | ||
+ | |||
+ | ===== Chování vstupu a výstupu ===== | ||
+ | |||
+ | V posledním roce jsem vnesl zmatek do chování vstupu a výstupu DZ Parseru. Jak by se tedy měl chovat a jak se momentálně chová? | ||
+ | |||
+ | ==== Vstup ==== | ||
+ | |||
+ | Vstupem train.pl jsou trénovací data a případně konfigurační soubor. | ||
+ | Vstupem parse.pl je natrénovaná statistika, testovací data a případně konfigurační soubor. | ||
+ | |||
+ | Malou část konfigurace lze provést přepínači na příkazovém řádku. V budoucnosti by měla být možnost provést tady veškerou konfiguraci, | ||
+ | |||
+ | Pokud konfigurace obsahuje cestu ke vstupním datům (trénovací korpus, testovací korpus, natrénovaná statistika), | ||
+ | |||
+ | Pokud konfigurace (ani ta z příkazového řádku) neobsahuje cestu ke vstupním datům, ale na příkazovém řádku zbývají nevyužité argumenty, tyto argumenty se interpretují jako cesty ke vstupním souborům a ty se načtou. Pokud nezbývají ani argumenty, čte se standardní vstup. (To neplatí o natrénované statistice na vstupu parse.pl, ta se čte vždy ze souboru. Pokud chybí určení cesty, postupuje se jako kdyby určení bylo " | ||
+ | |||
+ | Pokud konfigurace neobsahuje cestu k pracovní složce, považuje se za pracovní složka, ze které byl program spuštěn (" | ||
+ | |||
+ | ==== Výstup ==== | ||
+ | |||
+ | Hlavním výstupem train.pl je natrénovaná statistika. Hlavním výstupem parse.pl jsou rozebraná testovací data ve formátu CSTS. Hlavní výstupy se posílají na standardní výstup. | ||
+ | |||
+ | V ladícím režimu (lze ho zapnout v konfiguraci) se totéž loguje i do souboru. Případně lze vypnout standardní výstup a pouze logovat do souboru. | ||
+ | |||
+ | Každý program může navíc generovat různé vedlejší výstupy, které lze regulovat pomocí konfigurace. Tyto výstupy standardně směřují na standardní chybový výstup (STDERR), ale v konfiguraci lze zapnout jejich logování do souboru v pracovní složce. | ||
===== To do ===== | ===== To do ===== | ||
Line 20: | Line 45: | ||
* Totéž, ale navíc rys pád. | * Totéž, ale navíc rys pád. | ||
* Učit se na morfologických značkách překódovaných do sady PDT. | * Učit se na morfologických značkách překódovaných do sady PDT. | ||
- | * Kombinace parserů (Brown, McDonald, Stanford). | + | * Kombinace parserů ([[:Parsery|Brown]], [[:MST|McDonald]], [[:Parsery|Stanford]]). |
* Angličtina (větev adaptace na novou doménu)? | * Angličtina (větev adaptace na novou doménu)? | ||
* Vše přetrénovat na celých trénovacích datech, rozebrat slepá testovací data a do soboty odeslat výsledky. | * Vše přetrénovat na celých trénovacích datech, rozebrat slepá testovací data a do soboty odeslat výsledky. |