Differences

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

--- user:zeman:wmt [2012/02/09 21:10]
zeman Doběhlo de-en v7.
+++ user:zeman:wmt [2012/02/27 12:28]
zeman Aktualizace aktuálních úkolů.
@@ 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).

Institute of Formal and Applied Linguistics Wiki