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:malt-parser [2010/04/29 10:01] zeman Doběhlo jlibsvm 30000. |
user:zeman:malt-parser [2013/06/12 13:08] zeman Úprava. |
||
---|---|---|---|
Line 1: | Line 1: | ||
- | ====== Malt parser ====== | + | ====== Malt parser: pokusy s PDT 2.0 ====== |
http:// | http:// | ||
Line 5: | Line 5: | ||
Rychlý úvod do práce s Malt parserem, který tu dřív byl, už neplatí, protože se týkal starého Malt parseru 0.4 (céčková implementace). Nyní už máme 1.3 (javová implementace). Až se to usadí, budou k ní spouštěcí skripty v repozitáři Parsing v SVN. | Rychlý úvod do práce s Malt parserem, který tu dřív byl, už neplatí, protože se týkal starého Malt parseru 0.4 (céčková implementace). Nyní už máme 1.3 (javová implementace). Až se to usadí, budou k ní spouštěcí skripty v repozitáři Parsing v SVN. | ||
- | ===== Pokusy | + | Aktualizace květen 2012: Malt Parser 1.7.1 jsem právě rozbalil do ''/ |
Malt 1.3. Podle Joakima trénování na celém PDT trvá 3 až 5 dní, a to ještě jen při použití splitting triku (bez něj několik týdnů). Trénování SVM má kvadratickou složitost vzhledem k& | Malt 1.3. Podle Joakima trénování na celém PDT trvá 3 až 5 dní, a to ještě jen při použití splitting triku (bez něj několik týdnů). Trénování SVM má kvadratickou složitost vzhledem k& | ||
- | Trénování bez " | + | Celá trénovací data mají 68563 vět. Testování je vždy na celém dtestu, tedy 9270 vět. |
+ | |||
+ | ===== Co dál? ===== | ||
+ | |||
+ | * Zjistit úspěšnost na e-testu a publikovat ji na stránce o českém parsingu. A možná tam publikovat i LAS, nejenom UAS. | ||
+ | * Upravit švédskou definici rysů, aby fungovala i s& | ||
+ | * Odladit '' | ||
+ | * Jestli nakonec nějak prorazím, bude potřeba opět učesat obalovací skripty. Mj. jsem přišel na to, že ve většině svých skriptů používám jako dočasný adresář ''/ | ||
+ | * Vyhodnotit to ještě i na e-testu a připsat to na stránku o českém parsingu. | ||
+ | * Zkusit hlasování pětitisícových kusů. | ||
+ | |||
+ | ===== BEST: Javová implementace libsvm, splitting trick ===== | ||
+ | |||
+ | Vyžaduje více času a paměti než céčková implementace, | ||
+ | |||
+ | | N | Úloha | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | Datum | | ||
+ | | 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 | 1040063 | 48:07 min | 3956 s = 1:06 h | 1 věta / 0,43 s | 80,18 % | 12.4.2010 | | ||
+ | | 10000 | 1032120 | 3:57 h | 7235 s = 2:01 h | 1 věta / 0,78 s | 82,11 % | 6.4.2010 | | ||
+ | | 20000 | 1032121 | 16:45 h | 12979 s = 3:36 h | 1 věta / 1,40 s | 83,65 % | 6.-7.4.2010 | | ||
+ | | 25000 | 1032122 | 27:43 h | 16500 s = 4:35 h | 1 věta / 1,78 s | 84,24 % | 6.-8.4.2010 | | ||
+ | | 30000 | 1032123 | 47:21 h | 24255 s = 6:44 h | 1 věta / 2,62 s | 84,54 % | 6.-8.4.2010 | | ||
+ | | 35000 | 1035249 | 2 dny 11:08 h | 21468 s = 5:58 h | 1 věta / 2,32 s | 84,89 % | 9.-12.4.2010 | | ||
+ | | 40000 | 1035250 | 3 dny 10 min | 24582 s = 6:50 h | 1 věta / 2,65 s | 85,08 % | 9.-12.4.2010 | | ||
+ | | 45000 | 1035251 | 4 dny 10:53 h | 33744 s = 9:22 h | 1 věta / 3,64 s | 85,35 % | 9.-14.4.2010 | | ||
+ | | 50000 | 1035252 | 5 dní 19:32 h | 37140 s = 10:19 h | 1 věta / 4,01 s | 85,47 % | 9.-15.4.2010 | | ||
+ | | 55000 | 1035258 | 7 dní 8:37 h | 40518 s = 11:15 h | 1 věta / 4,37 s | 85,65 % | 9.-17.4.2010 | | ||
+ | | 60000 | 1035254 | 7 dní 4:55 h | 34374 s = 9:33 h | 1 věta / 3,71 s | 85,80 % | 9.-17.4.2010 | | ||
+ | | 65000 | 1035255 | 5 dní 21:01 h | 31378 s = 8:43 h | 1 věta / 3,38 s | 85,96 % | 9.-15.4.2010 | | ||
+ | | 68563 | 1177906, 1305554 | 10 dní 4:40 h | 46999 s = 13:03 h | 1 věta / 5,07 s | **86,08 %** | 27.4.-14.5.2010 | | ||
+ | |||
+ | Tohle je nejlepší výsledek, jaký jsem zatím s Malt parserem dosáhl, ale se splitting trickem (viz níže) je to téměř stejné a ušetří se dva dny času. | ||
+ | |||
+ | ===== Bez splitting tricku ===== | ||
+ | |||
+ | Trénování bez " | ||
| Algoritmus | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | | | Algoritmus | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | | ||
Line 20: | Line 56: | ||
| stackeager | 39 dní 11 hodin 38 minut (3375472 s) | 227927 s (63:19 hodin) | 1 věta / 24,6 s | 82,93 % | | | stackeager | 39 dní 11 hodin 38 minut (3375472 s) | 227927 s (63:19 hodin) | 1 věta / 24,6 s | 82,93 % | | ||
- | Trénování na části trénovacích dat (prvních N vět). Testování je vždy na celém dtestu, tedy 9270 vět. | + | ===== Nastavení od Švédů ===== |
- | | N | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | | + | 26.3.2010 po měsíci další pokus pustit to na datech upravených stejným způsobem a se stejnými rysy jako Joakim a Marco. |
- | | 1000 | 5 minut | 1 hodina | 2,5 věty / s | 71,49 % | | + | |
- | | 2000 | 24 minut | 5522 s (1,5 hodiny) | 1,7 věty / s | 75,02 % | | + | |
- | | 5000 | 4 hod 40 min | 9914 s (2 3/4 hod) | 0,9 věty / s | 77,72 % | | + | |
- | | 10000 | 22 hod 05 min | 21865 s (6 hodin) | 0,4 věty / s | 79,28 % | | + | |
- | | 20000 | 53 hod 33 min | 47822 s (13 1/4 hodin) | 1 věta / 5,2 s | 80,71 % | | + | |
- | | 50000 | 19 dní 1 hod 27 min | 76428 s (21 1/4 hodin) | 1 věta / 8,2 s | 82,76 % | | + | |
- | | 68563 | Skončilo restartem sol5 po 36 dnech. V ''/ | + | |
- | + | ||
- | Podívat se na LEMMA místo FORM? | + | |
- | + | ||
- | ==== Výpočetní náročnost ==== | + | |
- | + | ||
- | Na jakých strojích to běží (LRC): | + | |
- | (poznámky typu "ale proces zabírá jen" se týkají prosincových trénování se splitting trickem a s Danovým nastavením). | + | |
- | + | ||
- | === orion7 === | + | |
- | procesor 64bit Intel Xeon 2 GHz | + | |
- | paměť 32 GB, ale proces zabírá jen 2,2 GB | + | |
- | Je to náročné na diskové operace? | + | |
- | + | ||
- | === sol5 === | + | |
- | procesor 64bit dual core AMD Opteron 2 GHz | + | |
- | paměť 16 GB, ale proces zabírá jen 4,1 GB | + | |
- | + | ||
- | ==== Nastavení od Švédů ==== | + | |
- | + | ||
- | 26.3.2010 po měsíci další pokus pustit to na datech upravených stejným způsobem a se stejnými rysy jako Joakim a Marco. Zpočátku trénink pouze na 1000 větách. Na cosmosu běží paralelně dvě úlohy, které se liší pouze přidělenou pamětí. První úloha dostala 30 GB (na clusteru rezervováno 50) a využila je. Druhá úloha dostala 180 GB, využila zatím 69, ale už dlouho se na nich drží. | + | |
- | + | ||
- | 28.3.2010: Zjistil jsem, že při převodu dat do formátu, který měl být shodný s Marcovým, jsem omylem vypustil všechna zalomení vět, tj. soubor obsahoval jednu větu o 16001 slovech, navíc nejednoznačně číslovaných. Tak to už se ani nedivím, že to parseru nedělalo dobře. | + | |
< | < | ||
Line 75: | Line 82: | ||
< | < | ||
- | Trénování | + | ===== Trénování větších modelů s céčkovou implementací libsvm padá ===== |
- | | N | TÚloha | Délka trénování | PÚloha | Délka parsingu | Rychlost parsingu | Úspěšnost | | + | Chybu hlásí |
- | | 1000 | | 1 minuta | | 1248 s = 20:48 min | 1 věta / 0,13 s | 74,63 % | | + | |
- | | 2000 | | 4 minuty | | 1885 s = 31:25 min | 1 věta / 0,20 s | 77,73 % | | + | |
- | | 5000 | | 30 minut | | 5534 s = 1:32 hod | 1 věta / 0,60 s | 80,18 % | | + | |
- | | 10000 | | 1:30 hod | | 7171 s = 2:00 hod | 1 věta / 0,77 s | 82,11 % | | + | |
- | | 20000 | | 10:09 hod | | 17139 s = 4:45 hod | 1 věta / 1,85 s | 83,65 % | | + | |
- | | 25000 | 984089 | 12:12 hod | 984241 | 16031 s = 4:27 hod | 1 věta / 1,73 s | 84,24 % | | + | |
- | | 30000 | 984090 | 21:54 hod | 984266 | 19280 s = 5:21 hod | 1 věta / 2,08 s | 84,54 % | | + | |
- | | 35000 | 984091 | 21:09 hod | 984242 | 22018 s = 6:07 hod | 1 věta / 2,38 s | 84,89 % | | + | |
- | | 40000 | 984092 | spadlo na '' | + | |
- | | 45000 | 984093 | 38:18 hod | 1008955 | 26853 s = 7:28 hod | 1 věta / 2,90 s | 85,35 % | | + | |
- | | 50000 | 984030 | 49:55 hod | 984336 | 37224 s = 10:20 hod | 1 věta / 4,02 s | 85,47 % | | + | |
- | | 55000 | 984094 | spadlo na '' | + | |
- | | 60000 | 984095 | spadlo na '' | + | |
- | | 65000 | 984096 | spadlo na '' | + | |
- | | 68563 | | spadlo na '' | + | |
- | + | ||
- | ==== Proč trénování větších modelů padá? ==== | + | |
- | + | ||
- | '' | + | |
< | < | ||
Line 106: | Line 94: | ||
Joakim navrhuje, abychom zkusili dělení zjemnit, např. místo CPOSTAGu dělit modely podle slovního poddruhu (druhá pozice české značky). Pak by dílčí modely byly menší a libsvm by třeba nespadlo. Ve skutečnosti budu asi muset zjemňovat jiným způsobem, protože právě u podstatných jmen žádné zvláštní dělení na poddruhy neexistuje. Mohly by ale pomoct pády. | Joakim navrhuje, abychom zkusili dělení zjemnit, např. místo CPOSTAGu dělit modely podle slovního poddruhu (druhá pozice české značky). Pak by dílčí modely byly menší a libsvm by třeba nespadlo. Ve skutečnosti budu asi muset zjemňovat jiným způsobem, protože právě u podstatných jmen žádné zvláštní dělení na poddruhy neexistuje. Mohly by ale pomoct pády. | ||
- | ==== Javová implementace libsvm ==== | + | ===== Trénovací data rozsekaná na pětitisícové úseky ===== |
- | + | ||
- | Předpokládá se, že vyžaduje více času a paměti. Podle dokumentace může dojít i k& | + | |
- | + | ||
- | | N | Úloha | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | Datum | | + | |
- | | 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 | 1040063 | 48:07 min | 3956 s = 1:06 h | 1 věta / 0,43 s | 80,18 % | 12.4.2010 | | + | |
- | | 10000 | 1032120 | 3:57 h | 7235 s = 2:01 h | 1 věta / 0,78 s | 82,11 % | 6.4.2010 | | + | |
- | | 20000 | 1032121 | 16:45 h | 12979 s = 3:36 h | 1 věta / 1,40 s | 83,65 % | 6.-7.4.2010 | | + | |
- | | 25000 | 1032122 | 27:43 h | 16500 s = 4:35 h | 1 věta / 1,78 s | 84,24 % | 6.-8.4.2010 | | + | |
- | | 30000 | 1032123 | 47:21 h | 24255 s = 6:44 h | 1 věta / 2,62 s | 84,54 % | 6.-8.4.2010 | | + | |
- | | 35000 | 1035249 | 2 dny 11:08 h | 21468 s = 5:58 h | 1 věta / 2,32 s | 84,89 % | 9.-12.4.2010 | | + | |
- | | 40000 | 1035250 | 3 dny 10 min | 24582 s = 6:50 h | 1 věta / 2,65 s | 85,08 % | 9.-12.4.2010 | | + | |
- | | 45000 | 1035251 | 4 dny 10:53 h | 33744 s = 9:22 h | 1 věta / 3,64 s | 85,35 % | 9.-14.4.2010 | | + | |
- | | 50000 | 1035252 | 5 dní 19:32 h | 37140 s = 10:19 h | 1 věta / 4,01 s | 85,47 % | 9.-15.4.2010 | | + | |
- | | 55000 | 1035258 | 7 dní 8:37 h | 40518 s = 11:15 h | 1 věta / 4,37 s | 85,65 % | 9.-17.4.2010 | | + | |
- | | 60000 | 1035254 | 7 dní 4:55 h | 34374 s = 9:33 h | 1 věta / 3,71 s | 85,80 % | 9.-17.4.2010 | | + | |
- | | 65000 | 1035255 | 5 dní 21:01 h | 31378 s = 8:43 h | 1 věta / 3,38 s | 85,96 % | 9.-15.4.2010 | | + | |
- | | full | 1177906 | | | | | 27.4.2010 | | + | |
- | + | ||
- | ==== 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& | + | |
- | + | ||
- | Zarážející je ale úspěšnost. Přinejmenším pro první pětitisícový úsek měla být s& | + | |
- | + | ||
- | === Oprava 6.4.2010 === | + | |
- | + | ||
- | Předcházející pokusy s& | + | |
| N | Úloha | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | Poznámka | | | N | Úloha | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | Poznámka | | ||
Line 169: | Line 112: | ||
| 65000-68562 | 1032115 | 12:43 min | | | 79,69 % | | | | 65000-68562 | 1032115 | 12:43 min | | | 79,69 % | | | ||
- | ==== Splitting trick podle slovního poddruhu, jlibsvm ==== | + | ===== Splitting trick podle slovního poddruhu, jlibsvm ===== |
+ | |||
+ | Snižuje časovou náročnost, | ||
| N | Úloha | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | Datum | | | N | Úloha | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | Datum | | ||
Line 180: | Line 125: | ||
| 30000 | 1177870 | 30:36 h | 15689 s = 4:21 h | 1 věta / 1,69 s | 84,23 % | 27.-28.4.2010 | | | 30000 | 1177870 | 30:36 h | 15689 s = 4:21 h | 1 věta / 1,69 s | 84,23 % | 27.-28.4.2010 | | ||
| 35000 | 1177871 | 39:04 h | | | | 27.4.2010 | Parsing selhal. | | | 35000 | 1177871 | 39:04 h | | | | 27.4.2010 | Parsing selhal. | | ||
- | | 40000 | 1177872 | | | | | 27.4.2010 | | + | | 40000 | 1177872 | 2 dny 8 h | 19298 s = 5:22 h | 1 věta / 2,08 s | 84,92 % | 27.-30.4.2010 | |
- | | 45000 | 1177873 | | | | | 27.4.2010 | | + | | 45000 | 1177873 | 2 dny 20 h | 21907 s = 6:05 h | 1 věta / 2,36 s | 85,18 % | 27.-30.4.2010 | |
- | | 50000 | 1177875 | | | | | 27.4.2010 | | + | | 50000 | 1177875 | 3 dny 14 h | 22805 s = 6:20 h | 1 věta / 2,46 s | 85,37 % | 27.4.-1.5.2010 | |
- | | 55000 | 1177876 | | | | | 27.4.2010 | | + | | 55000 | 1177876 | 5 dní | 32512 s = 9:02 h | 1 věta / 3,51 s | 85,57 % | 27.4.-2.5.2010 | |
- | | 60000 | 1177877 | | | | | 27.4.2010 | | + | | 60000 | 1177877 | 5 dní 20 h | 27429 s = 7:37 h | 1 věta / 2,96 s | 85,70 % | 27.4.-3.5.2010 | |
- | | 65000 | 1177878 | | | | | 27.4.2010 | | + | | 65000 | 1177878 | 6 dní 4 h | 28112 s = 7:48 h | 1 věta / 3,03 s | 85,91 % | 27.4.-3.5.2010 | |
- | | full | 1177879 | | | | | 27.4.2010 | | + | | full | 1177879 | 8 dní 7 h | 38957 s = 10:49 h | 1 věta / 4,20 s | 86,02 % | 27.4.-6.5.2010 | |
- | ==== Splitting trick podle slovního poddruhu, clibsvm | + | ===== Stackeager, java libsvm, švédské rysy ===== |
+ | |||
+ | < | ||
+ | ----------------------------------------------------------------------------------------------------------------- | ||
+ | 1473932 0.55500 malt02000. zeman r | ||
+ | 1473933 0.55500 malt05000. zeman r | ||
+ | 1473934 0.55500 malt10000. zeman r | ||
+ | 1473935 0.55500 mert.31733 zeman r | ||
+ | 1473956 0.55500 malt20000. zeman r | ||
+ | 1473957 0.55500 malt25000. zeman r | ||
+ | 1473958 0.55500 malt30000. zeman r | ||
+ | 1473982 0.55500 malt35000. zeman r | ||
+ | 1473983 0.55500 malt40000. zeman r | ||
+ | 1473984 0.55500 malt45000. zeman r | ||
+ | 1474005 0.55500 malt50000. zeman r | ||
+ | 1474009 0.55500 malt55000. zeman r | ||
+ | 1474010 0.55500 malt60000. zeman r | ||
+ | 1474011 0.55500 malt65000. zeman r | ||
+ | 1474032 0.55500 malt-full. zeman r | ||
+ | 1474041 0.45734 pardec.03. zeman r | ||
+ | 10:42 lrc-two:/ | ||
+ | </ | ||
| N | Úloha | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | Datum | Poznámka | | | N | Úloha | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | Datum | Poznámka | | ||
- | | 1000 | 1177881 | + | | 1000 | 1473892 |
- | | 2000 | 1177882 | + | | 2000 | 1473932 |
- | | 5000 | 1177883 | + | | 5000 | 1473933 |
- | | 10000 | 1177884 | + | | 10000 | 1473934 |
- | | 20000 | 1177901 | + | | 20000 | 1473956 |
- | | 25000 | 1177886 | + | | 25000 | 1473957 |
- | | 30000 | 1177887 | + | | 30000 | 1473958 |
- | | 35000 | 1177888 | + | | 35000 | 1473982 |
- | | 40000 | 1177902 | + | | 40000 | 1473983 |
- | | 45000 | 1177890 | + | | 50000 | 1474005 |
- | | 50000 | 1177904 | + | | 55000 | 1474009 |
- | | 55000 | 1177892 | | | | | 27.4.2010 | Náhlá smrt. | | + | | 60000 | 1474010 |
- | | 60000 | 1177893 | + | | 65000 | 1474011 |
- | | 65000 | 1177894 | + | | full | 1474032 |
- | | full | 1177895 | + | |
- | ==== Co dál? ==== | + | ===== Stackproj, java libsvm, švédské rysy ===== |
+ | |||
+ | < | ||
+ | Všechny úlohy se úspěšně rozeběhly. | ||
+ | job-ID | ||
+ | ----------------------------------------------------------------------------------------------------------------- | ||
+ | 1474106 0.55500 malt02000. zeman r | ||
+ | 1474107 0.55500 malt05000. zeman r | ||
+ | 1474108 0.55500 malt10000. zeman r | ||
+ | 1474109 0.55500 malt20000. zeman r | ||
+ | 1474110 0.55500 malt25000. zeman r | ||
+ | 1474111 0.55500 malt30000. zeman r | ||
+ | 1474112 0.55500 malt35000. zeman r | ||
+ | 1474113 0.55500 malt40000. zeman r | ||
+ | 1474114 0.55500 malt45000. zeman r | ||
+ | 1474115 0.55500 malt50000. zeman r | ||
+ | 1474116 0.55500 malt55000. zeman r | ||
+ | 1474117 0.55500 malt60000. zeman r | ||
+ | 1474118 0.55500 malt65000. zeman r | ||
+ | 1474119 0.55500 malt-full. zeman r | ||
+ | </ | ||
+ | |||
+ | | N | Úloha | Délka trénování | Délka parsingu | Rychlost parsingu | Úspěšnost | Datum | Poznámka | | ||
+ | | 1000 | 1474105 | 2:46 min | | | | 7.6.2010 | Parsing nedoběhl ("The symbol code ' | ||
+ | | 2000 | 1474106 | 6:53 min | 1810 s = 30 min | 1 věta / 0,19 s | 74,74 % | 7.6.2010 | | | ||
+ | | 5000 | 1474107 | 51:45 min | 3723 s = 1:02 h | 1 věta / 0,40 s | 76,84 % | 7.6.2010 | | | ||
+ | | 10000 | 1474108 | 3:38 h | 6934 s = 1:55 h | 1 věta / 0,75 s | 78,50 % | 7.6.2010 | | | ||
+ | | 20000 | 1474109 | 17:03 h | 13256 s = 3:41 h | 1 věta / 1,43 s | 79,57 % | 7.-8.6.2010 | | | ||
+ | | 25000 | 1474110 | 29:14 h | 15764 s = 4:23 h | 1 věta / 1,70 s | 80,23 % | 7.-8.6.2010 | | | ||
+ | | 30000 | 1474111 | 36:55 h | 18845 s = 5:14 h | 1 věta / 2,03 s | 80,50 % | 7.-9.6.2010 | | | ||
+ | | 35000 | 1474112 | 2 dny 4 h | 20638 s = 5:44 h | 1 věta / 2,23 s | 80,80 % | 7.-9.6.2010 | | | ||
+ | | 40000 | 1474113 | 3 dny 11 h | 30127 s = 8:22 h | 1 věta / 3,25 s | 81,01 % | 7.-11.6.2010 | | | ||
+ | | 45000 | 1474114 | 4 dny 17 h | 33036 s = 9:10 h | 1 věta / 3,56 s | 81,04 % | 7.-12.6.2010 | | | ||
+ | | 50000 | 1474115 | 5 dní 4 h | 35954 s = 9:59 h | 1 věta / 3,88 s | 81,35 % | 7.-13.6.2010 | | | ||
+ | | 55000 | 1474116 | 4 dny 23 h | 30700 s = 8:32 h | 1 věta / 3,31 s | 81,48 % | 7.-12.6.2010 | | | ||
+ | | 60000 | 1474117 | 6 dní 9 h | 32758 s = 9:06 h | 1 věta / 3,53 s | 81,58 % | 7.-14.6.2010 | | | ||
+ | | 65000 | 1474118 | 9 dní 20 h | 44870 s = 12:28 h | 1 věta / 4,84 s | 81,70 % | 7.-17.6.2010 | | | ||
+ | | full | 1474119 | 7 dní 11 h | 36260 s = 10:04 h | 1 věta / 3,91 s | 81,88 % | 7.-15.6.2010 | | | ||
+ | |||
+ | ===== Covproj / covnonproj / nivrestandard / nivreeager, java libsvm, švédské rysy ===== | ||
+ | |||
+ | Všechny trénovací procesy hlásí "The function cannot be initialized." | ||
- | * Ještě pustit javovské '' | ||
- | * Navrhnout jemnější dělení modelů '' | ||
- | * Rozsekat trénovací data na 14 pětitisícových kusů a s& | ||
- | * Zkusit '' | ||
- | * Odladit '' | ||
- | * Jestli nakonec nějak prorazím, bude potřeba opět učesat obalovací skripty. Mj. jsem přišel na to, že ve většině svých skriptů používám jako dočasný adresář ''/ | ||
- | * Vyhodnotit to ještě i na e-testu a připsat to na stránku o českém parsingu. |