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:joshua [2009/06/03 09:46] zeman Pozor na --print-rules=false. |
user:zeman:joshua [2009/06/03 09:59] zeman Oprava cest k Joshuovi a k datům. |
||
---|---|---|---|
Line 96: | Line 96: | ||
-32 34-33</ | -32 34-33</ | ||
- | A takhle pustíme Joshuu, aby z trénovacích dat extrahoval gramatiku: | + | A takhle pustíme Joshuu, aby z trénovacích dat extrahoval gramatiku. Joshua z nějakého důvodu vyžaduje také testovací soubor se zdrojovým jazykem. Soudě podle příkladu, který dodali, stačí zkopírovat první větu ze zdrojových trénovacích dat. Gramatiku je pak ještě třeba seřadit, vyházet duplicitní pravidla a zagzipovat. |
- | < | + | < |
- | java -cp bin joshua.prefix_tree.ExtractRules \ | + | setenv SRC corpus/ |
- | --source=corpus/ | + | setenv TGT corpus/ |
- | | + | setenv ALI model/ |
- | | + | setenv TST corpus/ |
- | | + | setenv GRM en-hi.grammar |
- | | + | head -1 $SRC > $TST |
- | | + | java -cp $JOSHUA/bin joshua.prefix_tree.ExtractRules --source=$SRC --target=$TGT --alignments=$ALI --test=$TST --output=$GRM.unsorted --maxPhraseLength=5 |
+ | sort -u $GRM.unsorted > $GRM | ||
+ | gzip $GRM</ | ||
V příkladu v INSTALL.txt měli navíc ještě volbu '' | V příkladu v INSTALL.txt měli navíc ještě volbu '' |