Differences
This shows you the differences between two versions of the page.
Both sides previous revision Previous revision Next revision | Previous revision | ||
user:zeman:dz-parser [2007/05/15 15:13] zeman To do - co je hotovo a co je potřeba. |
user:zeman:dz-parser [2007/05/18 16:24] (current) zeman To do: neztrácet atributy slova ze vstupu. |
||
---|---|---|---|
Line 5: | Line 5: | ||
< | < | ||
- | | + | Následující části byly vyčleněny do samostatných stránek. Viz též obsah této stránky vpravo nahoře. |
- | * [[user: | + | |
- | * [[user: | + | |
+ | * [[user: | ||
* [[user: | * [[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 ===== | ||
+ | * Na začátku čtení slova si zapamatovat pole všech SGML prvků na jeho řádku (prvek, atributy, hodnota; v podstatě asi stačí tohle všechno v jednom řetězci). Při vypisování slova to tam všechno netknuté vypsat! Jediné, co ke slovu přidává DZ Parser, je značka <MDg src=" | ||
* CoNLL 2007 | * CoNLL 2007 | ||
* Otestovat mé výstupy oficiálním skriptem eval.pl, nebo jak se jmenuje. | * Otestovat mé výstupy oficiálním skriptem eval.pl, nebo jak se jmenuje. |