Differences

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

--- user:zeman:wmt [2012/02/09 16:21]
zeman Doběhlo en-de v7.
+++ user:zeman:wmt [2012/02/27 13:44]
zeman Doběhlo es-en v7.
@@ Line 8: / Line 8: @@
 ===== Aktuální úkoly =====
-  * V Emanovi zařídit, abych počítal BLEU skóre přesně stejným způsobem jako Ondra.
+  * Rozpracované: es-en a fr-en v7 a UN. Značkování Gigawordu. Chcíplý giga.fr-en a news.2007.de.
+  * Stáhnout a otestovat nová testovací data (WMT 2012).
+  * Všechny přípravy korpusů a zarovnání zopakovat i pod Emanem. Naučit se registrovat korpusy Corpmanem.
+  * Připravit data pro cs-de, cs-es a cs-fr (news-commentary+europarl.v7).
+  * Prohnat všechna data Morfessorem a vyhodnotit překlad s ním.
   * Otestovat vliv omezení délky fráze na 5 tokenů (zkusit i default a 10).
-  * Otestovat jiná vývojová data (k dispozici je newstest 2008, 2009 a 2010, nebo všechny dohromady).
-  * Otestovat morfematickou segmentaci (ale musí se doimplementovat závěrečné slepování).
-  * Zopakovat tytéž pokusy, ale nad letos distribuovanými daty (v7).
   * Pro všechny jazykové páry používat všechna dostupná data. Například velký Czeng pro češtinu, velké korpusy UN pro francouzštinu a španělštinu, gigawordy pro jazykové modely atd.
   * Převést všechny pokusy pod aktuální verzi Joshuy (ale bacha, možná bude hodně jiná).
@@ Line 112: / Line 113: @@
 | cs-en | 0.1692 | 0.1792 | 0.1801 | 0.1814 |
 | en-de | 0.1337 | 0.1274 | 0.1334 | 0.1350 |
-| de-en | 0.1885 | 0.1859 | 0.1896 | |
+| de-en | 0.1885 | 0.1859 | 0.1896 | 0.1915 |
 | en-es | 0.2573 | 0.2531 | 0.2627 | |
-| es-en | 0.2446 | 0.2375 | 0.2497 | |
+| es-en | 0.2446 | 0.2375 | 0.2497 | 0.2562 |
 | en-fr | 0.2591 | 0.2619 | 0.2526 | |
 | fr-en | 0.2243 | 0.2285 | 0.2384 | |

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

Institute of Formal and Applied Linguistics Wiki

Differences