Differences
This shows you the differences between two versions of the page.
Next revision Both sides next revision | |||
user:zeman:ukoly:hackovani [2007/10/17 18:57] zeman vytvořeno |
user:zeman:ukoly:hackovani [2007/10/17 19:00] zeman Úprava. |
||
---|---|---|---|
Line 9: | Line 9: | ||
- Trénovací program. Projde trénovací data (tokenizovaný text v UTF-8) a naučí se slovník, tj. pro každý řetězec bez diakritiky všechny možné řetězce (s diakritikou či bez), ze kterých mohl vzniknout. | - Trénovací program. Projde trénovací data (tokenizovaný text v UTF-8) a naučí se slovník, tj. pro každý řetězec bez diakritiky všechny možné řetězce (s diakritikou či bez), ze kterých mohl vzniknout. | ||
- Vlastní háčkovač. Čte ze standardního vstupu tokenizovaný text bez diakritiky, na standardní výstup vypisuje tentýž text s diakritikou (v UTF-8). | - Vlastní háčkovač. Čte ze standardního vstupu tokenizovaný text bez diakritiky, na standardní výstup vypisuje tentýž text s diakritikou (v UTF-8). | ||
- | - Za pomoci trénovacího programu nebo jeho upravené verze najděte v daných datech slova, pro která je háčkování nejvíce nejednoznačné (tj. existuje největší škála možností, jak tato slova oháčkovat). Zjistěte, jaké procento výskytů slov neumožňuje přidání žádné diakritiky, jaké procento vyžaduje přidání diakritiky, ale jen jediným způsobem, | + | - Za pomoci trénovacího programu nebo jeho upravené verze: |
+ | - Najděte v daných datech slova, pro která je háčkování nejvíce nejednoznačné (tj. existuje největší škála možností, jak tato slova oháčkovat). | ||
+ | - Zjistěte, jaké procento výskytů slov neumožňuje přidání žádné diakritiky. | ||
+ | - Zjistěte, jaké procento vyžaduje přidání diakritiky, ale jen jediným způsobem. | ||
+ | - Zjistěte, jaké procento výskytů slov lze přepsat na více než jednu oháčkovanou variantu (včetně varianty bez diakritiky, pokud je platným slovem). | ||
+ | - Zjistěte, jaká je průměrná míra nejednoznačnosti (tj. průměrný počet možných odpovědí) na jeden slovní výskyt. | ||
Programy pište v Perlu a snažte se vyvarovat obratů, které by omezily přenositelnost mezi platformami (např. nevolejte externí programy, které se vyskytují pouze v Unixu, resp. pouze ve Windows). | Programy pište v Perlu a snažte se vyvarovat obratů, které by omezily přenositelnost mezi platformami (např. nevolejte externí programy, které se vyskytují pouze v Unixu, resp. pouze ve Windows). | ||