[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki

[ Back to the navigation ]

You are here: start » user » zeman » malt-parser

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:malt-parser [2010/04/01 22:44]
zeman 20000 		user:zeman:malt-parser [2010/04/06 23:24]
zeman
Line 117: Line 117:
 | 10000 | 1011453 | | | | | Nerozeběhlo se. | | 10000 | 1011453 | | | | | Nerozeběhlo se. |
 | 20000 | 1011454 | 6:23 h | 5602 s = 1:33 h | 1 věta / 0,60 s | 79,90 % | | | 20000 | 1011454 | 6:23 h | 5602 s = 1:33 h | 1 věta / 0,60 s | 79,90 % | |
-| 25000 | 1011455 | | | | | |+| 25000 | 1011455 | 10:59 h | 6964 s = 1:56 h | 1 věta / 0,75 s | 80,32 % | |
 | 30000 | 1011456 | | | | | Nerozeběhlo se. | | 30000 | 1011456 | | | | | Nerozeběhlo se. |
-| 35000 | 1011457 | | | | | | +| 35000 | 1011457 | 22:33 h | 9230 s = 2:34 h | 1 věta / 1,00 s | 81,03 % | | 
-| 40000 | 1011458 | | | | | | +| 40000 | 1011458 | 36:36 h | 12484 s = 3:28 h | 1 věta / 1,35 s | 81,17 % | | 
-| 45000 | 1011459 | | | | | | +| 45000 | 1011459 | 46:26 h | 13889 s = 3:51 h | 1 věta / 1,50 s | 81,51 % | | 
-| 50000 | 1011460 | | | | | | +| 50000 | 1011460 | 58:13 h | 15711 s = 4:22 h | 1 věta / 1,69 s | 81,72 % | | 
-| 55000 | 1011461 | | | | | | +| 55000 | 1011461 | 65:48 h | 17031 s = 4:44 h | 1 věta / 1,84 s | 81,83 % | | 
-| 60000 | 1011462 | | | | | | +| 60000 | 1011462 | 90:10 h | 18145 s = 5:02 h | 1 věta / 1,96 s | 82,11 % | | 
-| 65000 | 1011463 | | | | | |+| 65000 | 1011463 | 89:29 h | 15808 s = 4:23 h | 1 věta / 1,71 s | 82,31 % | |
  
 +=== Oprava 6.4.2010 ===
 +
 +Předcházející pokusy s javovou implementací byly omylem spuštěny s výchozí, nikoli s Marcovou definicí rysů, což by mohlo vysvětlovat tu nižší úspěšnost. Nyní tedy druhý pokus:
 +
 +| N | Úloha | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | Poznámka |
 +| 1000 | 1032117 | 2:38 min | 1252 s = 20:52 min | 1 věta / 0,14 s | 74,63 % | 6.4.2010 |
 +| 2000 | 1032118 | 8:44 min | 2344 s = 39:03 min | 1 věta / 0,25 s | 77,73 % | 6.4.2010 |
 +| 5000 | 1032131, 1032132 | | 1631 s = 27:10 min | 1 věta / 0,18 s | 76,65 % | 6.4.2010. Nějak se pustilo dvakrát přes sebe, takže trénink bohužel nemohl zapisovat do souboru s modelem. Nevím, co se stalo. Úspěšnost je tím pádem nesmyslná, protože parsing použil starý model, vyrobený s výchozím popisem rysů. |
 +| 10000 | 1032120 | | | | | 6.4.2010 |
 +| 20000 | 1032121 | | | | | 6.4.2010 |
 +| 25000 | 1032122 | | | | | 6.4.2010 |
 +| 30000 | 1032123 | | | | | 6.4.2010 |
 +| 35000 | 1032124 | | | | | 6.4.2010 |
 +| 40000 | 1032125 | | | | | 6.4.2010 |
 +| 45000 | 1032126 | | | | | 6.4.2010 |
 +| 50000 | 1032127 | | | | | 6.4.2010 |
 +| 55000 | 1032128 | | | | | 6.4.2010 |
 +| 60000 | 1032129 | | | | | 6.4.2010 |
 +| 65000 | 1032130 | | | | | 6.4.2010 |
 +
 +
 +
 +
 +==== Trénovací data rozsekaná na pětitisícové úseky ====
 +
 +| N | Úloha | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | Poznámka |
 +| 00000-04999 | 1021425 | | | | 76,65 % | |
 +| 05000-09999 | 1021426 | | | | 76,99 % | |
 +| 10000-14999 | 1021427 | | | | 76,47 % | |
 +| 15000-19999 | 1021428 | | | | 76,72 % | |
 +| 20000-24999 | 1021429 | | | | 76,72 % | |
 +| 25000-29999 | 1021430 | | | | 76,80 % | |
 +| 30000-34999 | 1021431 | | | | 76,87 % | |
 +| 35000-39999 | 1021432 | | | | 76,94 % | |
 +| 40000-44999 | 1021433 | | | | 76,72 % | |
 +| 45000-49999 | 1021434 | | | | 76,98 % | |
 +| 50000-54999 | 1021435 | | | | 76,69 % | |
 +| 55000-59999 | 1021436 | | | | 76,96 % | |
 +| 60000-64999 | 1021437 | | | | 76,81 % | |
 +| 65000-68562 | 1021438 | | | | 75,86 % | |
 +
 +Všechny díly se nakonec podařilo použít, čímž jsme definitivně vyvrátili, že by v trénovacích datech byla jedna nebo více vět, na kterých parser padá. Padání bylo asi opravdu způsobeno velikostí dílčích modelů v konkrétních případech.
 +
 +Zarážející je ale úspěšnost. Přinejmenším pro první pětitisícový úsek měla být s céčkovým libsvm 80 %, tak jaktože jsme teď vždy naměřili pod 77 %?
 +
 +=== Oprava 6.4.2010 ===
 +
 +Předcházející pokusy s javovou implementací byly omylem spuštěny s výchozí, nikoli s Marcovou definicí rysů, což by mohlo vysvětlovat tu nižší úspěšnost. Nyní tedy druhý pokus:
 +
 +| N | Úloha | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | Poznámka |
 +| 00000-04999 | 1032102 | | | | | Nevysvětlitelná náhlá smrt během trénování. |
 +| 05000-09999 | 1032103 | 24:24 min | | | 80,59 % | |
 +| 10000-14999 | 1032104 | 31:56 min | | | 80,23 % | |
 +| 15000-19999 | 1032116 | 30:27 min | | | 80,52 % | |
 +| 20000-24999 | 1032106 | 21:35 min | | | 80,45 % | |
 +| 25000-29999 | 1032107 | | | | | Nevysvětlitelná náhlá smrt během trénování. |
 +| 30000-34999 | 1032108 | 28:30 min | | | 80,48 % | |
 +| 35000-39999 | 1032109 | | | | | Nevysvětlitelná náhlá smrt během trénování. |
 +| 40000-44999 | 1032110 | 19:17 min | | | 80,51 % | |
 +| 45000-49999 | 1032111 | 22:54 min | | | 80,62 % | |
 +| 50000-54999 | 1032112 | 22:31 min | | | 80,58 % | |
 +| 55000-59999 | 1032113 | | | | | Nevysvětlitelná náhlá smrt během trénování. |
 +| 60000-64999 | 1032114 | | | | | Nevysvětlitelná náhlá smrt během trénování. |
 +| 65000-68562 | 1032115 | 12:43 min | | | 79,69 % | |
  
 ==== Co dál? ==== ==== Co dál? ====

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