Differences

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

--- user:zeman:treebanks [2014/05/24 22:33]
zeman
+++ user:zeman:treebanks [2014/05/25 09:44]
zeman Aktualizován seznam úkolů.
@@ Line 6: / Line 6: @@
   * <del>Přegenerovat Stanfordí část HamleDTa.</del>
-  * Přegenerovat HamleDT 2.0 free:
+  * <del>Do archivu ''/net/projects/tectomt_shared/data/archive/hamledt/2.0_2014-05-24_treex-r12700'' zmrazit všechny podstatné soubory této verze:</del>
-    * Původní, pražská i stanfordská anotace
+    * <del>Původní, pražská i stanfordská anotace</del>
-    * Formáty Treex i CoNLL, pro stanfordskou anotaci navíc stanfordský formát
+    * <del>Formáty Treex i CoNLL, pro stanfordskou anotaci navíc stanfordský formát. Každý soubor jednotlivě zagzipovat (v pracovní složce tohle zatím nemáme u stanfordských stromů)</del>
-  * Vyrobit patche pro non-Free treebanky, tj. CoNLL soubory s vyplněnými zadními sloupci plus jednoduchý skript, který to slepí s původními daty a cestou zkontroluje, že ta původní data vypadají důvěryhodně
+    * <del>Aktuální výsledky testů pražské anotace (''make table > tests.txt'')</del>
-  * Po všech testech zmrazit verzi 2.0 (archiv na disku) a vydat ji v Lindatu (buď všechny jazyky, přičemž pro non-free tam budou pouze patche, nebo free a non-free zvlášť). Prolinkovat web Lindatu s webem HamleDTa
+    * Otestovat alespoň, že máme pro každý jazyk stejnou sadu souborů za každý typ/formát.
+    * V archivní složce rekurzivně odebrat právo zápisu.
+  * Připravit aktuální soubor s licencí, odkazy na původní treebanky jakož i na web HamleDTa: ''README.txt''.
+  * Vygenerovat HamleDT 2.0 free do ''/net/projects/tectomt_shared/hamledt/2.0'':
+    * <del>Pro 13 volných jazyků (ar, cs, da, et, fa, fi, grc, la, nl, pt, ro, sv, ta) zkopírovat všechny soubory, které jsme dali do archivu.</del>
+    * <del>Pro zbývající jazyky pouze CoNLL patche (pražská i stanfordská anotace).</del>
+    * Opět otestovat alespoň počty a názvy souborů pro jednotlivé jazyky a datové formáty.
+    * Místo souboru s testy vložit ''README.txt'' s licencí a odkazy (viz výše).
+    * Celé to zabalit do jednoho balíku ''.tar''.
+    * Asi už zrušit webový přístup k této složce. Kvůli verzi 1.0 to šlo, ale teď by měli všichni chodit přes Lindat.
+  * Vydat HamleDT 2.0 free v Lindatu.
   * Aktualizovat [[http://ufal.mff.cuni.cz/hamledt|web HamleDT]]
     * <del>Podrobně popsat, jaké korpusy a jazyky současná verze obsahuje</del>
@@ Line 37: / Line 47: @@
   * Vymyslet lepší hierarchii složek na disku?
   * Rozšířit systém testů, aby pokrýval i stanfordskou mutaci HamleDTa.
+  * Zlepšit podporu práci s CoNLL patchi. Dodat skript, který to slepí s původními daty a případně nějak pomůže u treebanků, u kterých není jasné, jak se jmenují a jak jsou uspořádané soubory, ve kterých uživatel dostal originální verzi.
   * Dotáhnout parsing HamleDTa 2.0 a popsat jeho výsledky na webu.
   * Vymyslet způsob, jak by se obsah webu zrcadlil v SVN, kde máme treexový kód pro HamleDTa

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

Institute of Formal and Applied Linguistics Wiki

Differences