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:giza [2009/06/02 12:14] zeman Odstranění dlouhých vět. |
user:zeman:giza [2009/06/03 12:07] zeman Jednotlivé trénovací kroky. |
||
---|---|---|---|
Line 21: | Line 21: | ||
Zdá se, že nástroje přeložené na 32bitové pracovní stanici s Ubuntu lze spustit i na clusteru. | Zdá se, že nástroje přeložené na 32bitové pracovní stanici s Ubuntu lze spustit i na clusteru. | ||
- | |||
- | |||
- | |||
- | |||
===== Příprava dat ===== | ===== Příprava dat ===== | ||
Line 51: | Line 47: | ||
Ohlásilo to, že z 50000 vět zbylo 42737. | Ohlásilo to, že z 50000 vět zbylo 42737. | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | ===== Volání Gizy ===== | ||
+ | |||
+ | Než zavoláme Gizu, musíme mít z nějakého důvodu hotový [[SRILM|jazykový model]]< | ||
+ | |||
+ | Moses obsahuje skript, který hezky obaluje volání mkcls a Gizy++ a generuje frázové a přeskládávací tabulky, které potřebuje dekodér. Volá se takhle (pozor, cesta k jazykovému modelu musí být **absolutní**): | ||
+ | |||
+ | < | ||
+ | -scripts-root-dir $MOSES/ | ||
+ | -root-dir . \ | ||
+ | -corpus ./ | ||
+ | -alignment grow-diag-final-and \ | ||
+ | -reordering msd-bidirectional-fe \ | ||
+ | -lm 0: | ||
+ | >& training.out & | ||
+ | </ | ||
+ | |||
+ | Uvedený skript se mi zasekl krátce před vytvořením vlastního symetrického párování, | ||
+ | |||
+ | Uvedený trénovací skript Mosese má na starosti mnohem více úkonů než jen volání Gizy. Úkony jsou rozdělené do kroků a můžeme provést jen některé kroky. Kroky jsou následující: | ||
+ | |||
+ | - prepare() - pracuje s faktory, nahrazuje slova v korpusu číselnými odkazy do slovníku, volá '' | ||
+ | - run_giza() - pustí paralelně 2 alignovací procesy, ze zdroje na cíl a z cíle na zdroj | ||
+ | - word_align() - zkombinuje výsledky obou Giz, aby získal jedno slovní párování. Volá '' | ||
+ | - get_lexical_factored() | ||
+ | - extract_phrase_factored() | ||
+ | - score_phrase_factored() | ||
+ | - get_reordering_factored() | ||
+ | - get_generation_factored() | ||
+ | - create_ini() | ||
+ | |||
+ | Pokud to děláme kvůli Joshuovi, potřebujeme pustit jen prvních pár kroků. | ||
+ |