[ Skip to the content ]

Institute of Formal and Applied Linguistics Wiki

• ÚFAL Wiki Home
• ÚFAL Home
• Sitemap
• RSS
• ÚFAL calendar
• Recent changes
• Login
• Hledat:

[ Back to the navigation ]

Differences

This shows you the differences between two versions of the page.

View differences: Side by SideInline Go

Link to this comparison view

Both sides previous revision Previous revision 2009/11/16 14:00 zeman Workspace.2009/08/12 10:20 ptacek 2009/08/12 10:19 ptacek 2009/08/12 10:19 ptacek 2008/12/15 23:47 zeman Jazykový model nějaký mám, ale Karthik má jiný.2008/12/15 23:43 zeman Pentagram, ne dekagram!2008/12/15 23:37 zeman Ondrovy skripty.2008/12/15 23:28 zeman form2008/12/15 23:20 zeman ORDER=10.2008/12/15 23:15 zeman 2008/12/15 23:15 zeman Výroba jazykového modelu.2008/12/15 22:59 zeman Úprava.2008/12/15 22:22 zeman Bash.2008/12/15 21:45 zeman File::NFSLock.2008/12/15 21:23 zeman Augment a align.2008/12/15 21:08 zeman Co bylo dřív, augment, nebo align?2008/12/15 17:45 zeman Cesta ke qsubmitu.2008/12/15 17:42 zeman qsubmit2008/12/15 17:34 zeman Párování vět.2008/12/15 17:31 zeman Párování.2008/12/15 17:24 zeman Přepínám do bashe.2008/12/15 17:22 zeman Úprava.2008/12/15 17:15 zeman Zkopírován korpus EILMT.2008/12/15 16:58 zeman Úprava cest v Makefilu.2008/12/15 16:51 zeman Nadpisy.2008/12/15 16:48 zeman Make je hotov.2008/12/15 16:44 zeman Kompiluji.2008/12/15 15:46 zeman Stáhnuto SRILM.2008/12/15 15:44 zeman Checkout se povedl.2008/12/15 15:41 zeman vytvořeno Go Next revision		Previous revision 2009/11/16 14:00 zeman Workspace.2009/08/12 10:20 ptacek 2009/08/12 10:19 ptacek 2009/08/12 10:19 ptacek 2008/12/15 23:47 zeman Jazykový model nějaký mám, ale Karthik má jiný.2008/12/15 23:43 zeman Pentagram, ne dekagram!2008/12/15 23:37 zeman Ondrovy skripty.2008/12/15 23:28 zeman form2008/12/15 23:20 zeman ORDER=10.2008/12/15 23:15 zeman 2008/12/15 23:15 zeman Výroba jazykového modelu.2008/12/15 22:59 zeman Úprava.2008/12/15 22:22 zeman Bash.2008/12/15 21:45 zeman File::NFSLock.2008/12/15 21:23 zeman Augment a align.2008/12/15 21:08 zeman Co bylo dřív, augment, nebo align?2008/12/15 17:45 zeman Cesta ke qsubmitu.2008/12/15 17:42 zeman qsubmit2008/12/15 17:34 zeman Párování vět.2008/12/15 17:31 zeman Párování.2008/12/15 17:24 zeman Přepínám do bashe.2008/12/15 17:22 zeman Úprava.2008/12/15 17:15 zeman Zkopírován korpus EILMT.2008/12/15 16:58 zeman Úprava cest v Makefilu.2008/12/15 16:51 zeman Nadpisy.2008/12/15 16:48 zeman Make je hotov.2008/12/15 16:44 zeman Kompiluji.2008/12/15 15:46 zeman Stáhnuto SRILM.2008/12/15 15:44 zeman Checkout se povedl.2008/12/15 15:41 zeman vytvořeno Go Next revision Both sides next revision
user:zeman:moses [2008/12/15 16:58] zeman Úprava cest v Makefilu.		user:zeman:moses [2008/12/15 17:22] zeman Úprava.
Line 27:		Line 27:
	Nastavuju cesty ''PWD'' a ''WS'' na začátku Makefilu. ''PWD'' vede na právě vytvořený ''moses_playground'', ''WS'' je název právě vytvořeného pracovního prostoru ''workspace.20081215-1642''.		Nastavuju cesty ''PWD'' a ''WS'' na začátku Makefilu. ''PWD'' vede na právě vytvořený ''moses_playground'', ''WS'' je název právě vytvořeného pracovního prostoru ''workspace.20081215-1642''.
		+
		+
	===== Příprava korpusů =====		===== Příprava korpusů =====
Line 42:		Line 44:
	mujkorpus/en.info		mujkorpus/en.info
-	Priklad viz /home/bojar/diplomka/granty/euromatrix/moses_icon08/augmented_corpora/icon-eilmt	+	Priklad viz /home/bojar/diplomka/granty/euromatrix/moses_icon08/augmented_corpora/icon-eilmt</code>
		+
		+	Nějaké podsložky už tam jsou. Vytvářím novou ''enhi-dan'' a kopíruju do ní Ondrovy příklady souborů .gz a .info. Tím jsem získal kopii anglicko-hindského korpusu EILMT (7000 vět). Korpus je tokenizovaný a spárovaný po větách.
-	Pak nechas vyrobit alignment, bud rucne, nebo napr.:	+	<code bash>Pak nechas vyrobit alignment, bud rucne, nebo napr.:
	cd augmented_corpora		cd augmented_corpora
Line 56:		Line 60:
	(Vystup viz napr. /a/merkur1/bojar/moses_icon08/augmented_corpora/icon-eilmt/lcstem4-lcstem4.gz)		(Vystup viz napr. /a/merkur1/bojar/moses_icon08/augmented_corpora/icon-eilmt/lcstem4-lcstem4.gz)
-	Princip je ten, ze pro kazdy korpus K maji vsechny soubory augmented_corpora/K/*.gz mit stejny pocet radek. Mohou mit ruzny pocet tokenu na radce.	+	Princip je ten, ze pro kazdy korpus K maji vsechny soubory augmented_corpora/K/*.gz
		+	mit stejny pocet radek. Mohou mit ruzny pocet tokenu na radce.
	Pak je skript augment.pl, ktery podle navodu z daneho korpusu vyreze potrebne faktory, napr.:		Pak je skript augment.pl, ktery podle navodu z daneho korpusu vyreze potrebne faktory, napr.:
Line 63:		Line 68:
	./augment.pl icon-eilmt/hi+form+lcstem4		./augment.pl icon-eilmt/hi+form+lcstem4
-	Pozor: v soucasne dobe stale jeste nefunguji zamky v augment.pl a NFS je debilni. Muze se tedy stat, ze kdyz ma augment vyrobit nejakou novou kombinaci, ktera se sklada z take vyrabenych soucastek, tak se vyrobi neuplne gzipy!	+	Pozor: v soucasne dobe stale jeste nefunguji zamky v augment.pl a NFS je debilni.
		+	Muze se tedy stat, ze kdyz ma augment vyrobit nejakou novou kombinaci,
		+	ktera se sklada z take vyrabenych soucastek, tak se vyrobi neuplne gzipy!
-	To byla priprava. :-)	+	To byla priprava. :-)</code>
		+	===== Pouštění pokusů =====
-	Samotne pokusy pak pripravuji a spoustim takto:	+	<code bash>Samotne pokusy pak pripravuji a spoustim takto:
	cd playground		cd playground

---

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