[ 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 2013/10/08 08:13 zeman quest2009/10/27 08:25 zeman NPFL2009/10/01 14:32 zeman Nová implementace.2009/10/01 14:28 zeman Starý odkaz na Brillův tagger už nefunguje.2007/10/28 12:52 zeman Další informace.2007/10/24 23:20 zeman Švédská a dánská data.2007/10/24 22:33 zeman První nástřel.2007/10/24 22:28 zeman Formát dat.2007/10/24 22:21 zeman Kódování?2007/10/24 22:04 zeman Data.2007/10/24 21:53 zeman Čárka.2007/10/24 21:52 zeman 2007/10/24 21:48 zeman Skripty.2007/10/24 21:03 zeman Otázky.2007/10/18 14:07 zeman vytvořeno Go		2013/10/08 08:13 zeman quest2009/10/27 08:25 zeman NPFL2009/10/01 14:32 zeman Nová implementace.2009/10/01 14:28 zeman Starý odkaz na Brillův tagger už nefunguje.2007/10/28 12:52 zeman Další informace.2007/10/24 23:20 zeman Švédská a dánská data.2007/10/24 22:33 zeman První nástřel.2007/10/24 22:28 zeman Formát dat.2007/10/24 22:21 zeman Kódování?2007/10/24 22:04 zeman Data.2007/10/24 21:53 zeman Čárka.2007/10/24 21:52 zeman 2007/10/24 21:48 zeman Skripty.2007/10/24 21:03 zeman Otázky.2007/10/18 14:07 zeman vytvořeno Go Next revision Both sides next revision
user:zeman:ukoly:brilluv-tagger [2007/10/24 22:28] zeman Formát dat.		user:zeman:ukoly:brilluv-tagger [2007/10/24 22:33] zeman První nástřel.
Line 11:		Line 11:
	Brillův software je napsán dílem v C, dílem v Perlu. Testován byl na Sun Sparc 10, takže doporučené prostředí je Unix, i když není zatím vyloučeno, že ho půjde přeložit i ve Windows. Vznikl už v roce 1994, takže na dnešním hardwaru by měl být rychlejší a nemusel by mít problémy s pamětí. Tehdy ale trénování na půl miliónu anglických slov trvalo několik dní.		Brillův software je napsán dílem v C, dílem v Perlu. Testován byl na Sun Sparc 10, takže doporučené prostředí je Unix, i když není zatím vyloučeno, že ho půjde přeložit i ve Windows. Vznikl už v roce 1994, takže na dnešním hardwaru by měl být rychlejší a nemusel by mít problémy s pamětí. Tehdy ale trénování na půl miliónu anglických slov trvalo několik dní.
		+
Line 26:		Line 27:
	- Jaké jsou nejčastější druhy chyb naivního a Brillova taggeru? (Např. "25 % všech chyb byl případ, kdy správná je značka N4 (podstatné jméno ve 4. pádě), ale tagger přiřadil značku N1 (podstatné jméno v 1. pádě). Tato chyba se nejčastěji týkala slova "předpis".")		- Jaké jsou nejčastější druhy chyb naivního a Brillova taggeru? (Např. "25 % všech chyb byl případ, kdy správná je značka N4 (podstatné jméno ve 4. pádě), ale tagger přiřadil značku N1 (podstatné jméno v 1. pádě). Tato chyba se nejčastěji týkala slova "předpis".")
	- Změní se výsledek značkování, když Brillovi nepředhodíme text v UTF-8, ale převedeme ho nejdřív do nějakého osmibitového kódování?		- Změní se výsledek značkování, když Brillovi nepředhodíme text v UTF-8, ale převedeme ho nejdřív do nějakého osmibitového kódování?
		+	- Brillův tagger funguje tak, že nejdřív udělá pro každé slovo jakýsi první nástřel značky a pak se učí pravidla, jak značku nahradit lepší značkou. Defaultní první nástřel používá značky běžné v anglickém Penn Treebanku, tj. pro jiné korpusy a jazyky tyto značky musí být špatně. Změní se úspěšnost, když algoritmus prvního nástřelu upravíte pro svou sadu značek? Nebo se změní jen čas potřebný ke konvergenci algoritmu?
	===== Skripty =====		===== Skripty =====

---

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