[ 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 2013/04/15 11:40 zeman Martinův postup zpracování velkých korpusů Treexem.2013/04/15 09:47 zeman Gigafren.2013/04/15 09:43 zeman S Ondřejem dořešeno. Vyhrál :-)2013/03/21 14:24 zeman Aktualizace.2013/03/21 14:21 zeman Ještě data.2013/03/21 14:20 zeman Nová data.2013/03/21 13:40 zeman Aktualizace.2013/03/19 17:43 zeman 2013/01/23 15:25 zeman To do.2013/01/23 15:22 zeman Hotovo: Přejít na hřiště verzované v Gitu.2013/01/23 14:55 zeman 2013/01/23 13:35 zeman Doplněno pár starých výsledků.2013/01/18 10:40 zeman Aktualizace.2013/01/15 11:24 zeman WMT 2013, Sofija.2012/06/21 18:11 zeman Zbývá udělat.2012/03/01 23:40 zeman První dávka výsledků s Mosesem.2012/02/29 13:46 zeman Doběhlo de-cs.2012/02/29 11:01 zeman Doběhlo es-cs.2012/02/29 10:00 zeman Doběhlo fr-cs.2012/02/29 07:01 zeman Doběhly pokusy bez angličtiny, ale směrem do češtiny asi došlo k nějaké chybě.2012/02/28 13:56 zeman Příprava tabulky pro překlad mezi češtinou a neangličtinou.2012/02/28 13:47 zeman Aktualizace úkolů.2012/02/28 13:42 zeman Už běží všech 6 pokusů s češtinou a neangličtinou.2012/02/28 13:30 zeman Doběhly zbývající pokusy s novými testovacími daty.2012/02/28 13:10 zeman První výsledky na testovacích datech 2012.2012/02/28 11:19 zeman Aktualizace úkolů: data pro páry s češtinou jsou hotová.2012/02/27 16:02 zeman Problémy se značkováním korpusů OSN.2012/02/27 15:55 zeman Aktualizace úkolů.2012/02/27 14:58 zeman Doběhlo en-es a en-fr v7.2012/02/27 14:21 zeman Doběhlo fr-en v7.2012/02/27 13:44 zeman Doběhlo es-en v7.2012/02/27 12:28 zeman Aktualizace aktuálních úkolů.2012/02/09 21:10 zeman Doběhlo de-en v7.2012/02/09 16:21 zeman Doběhlo en-de v7.2012/02/07 22:00 zeman Doběhlo en-cs v7.2012/02/07 14:47 zeman Doběhlo cs-en v7.2012/02/07 09:49 zeman BLEU.2012/02/07 09:48 zeman Aktualizace úkolů: uvozovky jsou hotové.2012/02/05 14:27 zeman Výsledky pokusů s uvozovkami včetně úpravy testovacích dat.2012/02/04 23:41 zeman Jak označkovat newstest.2012/02/04 18:24 zeman Jiná dev data?2012/02/04 18:23 zeman Aktuální úkoly.2012/02/04 18:16 zeman Čeština s němčinou, španělštinou a francouzštinou.2012/02/04 17:25 zeman Odkaz na WMT 2012.2012/02/04 17:21 zeman Úklid uvozovek.2012/02/04 16:53 zeman Uvozovky i na testovací data.2012/02/04 16:34 zeman Úklid.2012/02/03 18:15 zeman Poznámky o Ondrových datech a o pokusech s Emanem.2012/02/02 10:05 zeman fr-en s uvozovkami.2012/02/01 14:22 zeman Nový úkol: nová data.2012/02/01 10:02 zeman en-fr doběhlo, fr-en nějak havarovalo. Go Next revision		Previous revision 2013/04/15 12:14 zeman Odstraněn duplicitní úkol.2013/04/15 12:13 zeman Aktuální úkoly.2013/04/15 11:40 zeman Martinův postup zpracování velkých korpusů Treexem.2013/04/15 09:47 zeman Gigafren.2013/04/15 09:43 zeman S Ondřejem dořešeno. Vyhrál :-)2013/03/21 14:24 zeman Aktualizace.2013/03/21 14:21 zeman Ještě data.2013/03/21 14:20 zeman Nová data.2013/03/21 13:40 zeman Aktualizace.2013/03/19 17:43 zeman 2013/01/23 15:25 zeman To do.2013/01/23 15:22 zeman Hotovo: Přejít na hřiště verzované v Gitu.2013/01/23 14:55 zeman 2013/01/23 13:35 zeman Doplněno pár starých výsledků.2013/01/18 10:40 zeman Aktualizace.2013/01/15 11:24 zeman WMT 2013, Sofija.2012/06/21 18:11 zeman Zbývá udělat.2012/03/01 23:40 zeman První dávka výsledků s Mosesem.2012/02/29 13:46 zeman Doběhlo de-cs.2012/02/29 11:01 zeman Doběhlo es-cs.2012/02/29 10:00 zeman Doběhlo fr-cs.2012/02/29 07:01 zeman Doběhly pokusy bez angličtiny, ale směrem do češtiny asi došlo k nějaké chybě.2012/02/28 13:56 zeman Příprava tabulky pro překlad mezi češtinou a neangličtinou.2012/02/28 13:47 zeman Aktualizace úkolů.2012/02/28 13:42 zeman Už běží všech 6 pokusů s češtinou a neangličtinou.2012/02/28 13:30 zeman Doběhly zbývající pokusy s novými testovacími daty.2012/02/28 13:10 zeman První výsledky na testovacích datech 2012.2012/02/28 11:19 zeman Aktualizace úkolů: data pro páry s češtinou jsou hotová.2012/02/27 16:02 zeman Problémy se značkováním korpusů OSN.2012/02/27 15:55 zeman Aktualizace úkolů.2012/02/27 14:58 zeman Doběhlo en-es a en-fr v7.2012/02/27 14:21 zeman Doběhlo fr-en v7.2012/02/27 13:44 zeman Doběhlo es-en v7.2012/02/27 12:28 zeman Aktualizace aktuálních úkolů.2012/02/09 21:10 zeman Doběhlo de-en v7.2012/02/09 16:21 zeman Doběhlo en-de v7.2012/02/07 22:00 zeman Doběhlo en-cs v7.2012/02/07 14:47 zeman Doběhlo cs-en v7.2012/02/07 09:49 zeman BLEU.2012/02/07 09:48 zeman Aktualizace úkolů: uvozovky jsou hotové.2012/02/05 14:27 zeman Výsledky pokusů s uvozovkami včetně úpravy testovacích dat.2012/02/04 23:41 zeman Jak označkovat newstest.2012/02/04 18:24 zeman Jiná dev data?2012/02/04 18:23 zeman Aktuální úkoly.2012/02/04 18:16 zeman Čeština s němčinou, španělštinou a francouzštinou.2012/02/04 17:25 zeman Odkaz na WMT 2012.2012/02/04 17:21 zeman Úklid uvozovek.2012/02/04 16:53 zeman Uvozovky i na testovací data.2012/02/04 16:34 zeman Úklid.2012/02/03 18:15 zeman Poznámky o Ondrových datech a o pokusech s Emanem.2012/02/02 10:05 zeman fr-en s uvozovkami. Go Next revision Both sides next revision
user:zeman:wmt [2012/02/28 11:19] zeman Aktualizace úkolů: data pro páry s češtinou jsou hotová.		user:zeman:wmt [2012/02/28 13:30] zeman Doběhly zbývající pokusy s novými testovacími daty.
Line 109:		Line 109:
	Pokusy s uvozovkami začaly na jaře 2011. Tehdy jsem upravil pouze trénovací data (Europarl a News-Commentary) pro všechny čtyři jazykové páry. K poslední úpravě došlo 21.4.2011. Vracím se k tomu 16.1.2012. Nejdříve pouštím všechny tehdejší pokusy znova, potom přidám i úpravu vývojových a testovacích dat.		Pokusy s uvozovkami začaly na jaře 2011. Tehdy jsem upravil pouze trénovací data (Europarl a News-Commentary) pro všechny čtyři jazykové páry. K poslední úpravě došlo 21.4.2011. Vracím se k tomu 16.1.2012. Nejdříve pouštím všechny tehdejší pokusy znova, potom přidám i úpravu vývojových a testovacích dat.
-	Nový průběh všech osmi starých pokusů (supervised truecasing, žádná normalizace uvozovek, nové je na nich paralelní počítání alignmentu, ale výsledek by měl být identický – nekontroloval jsem): ''$SRC$TGT-stc-allcstem4-tmnews+parl-lmnews+parl-lm6-test2011'', v tabulce uvedeno jako "v6". Varianta, ve které byly uvozovky upraveny pouze v trénovacích datech (''$SRC$TGT-stc-allemma-tmv6b-lmv6b-lm6-test2011''), je označena "v6b-tr". Varianta, ve které úpravou uvozovek prošla i vývojová a testovací data (''$SRC$TGT-stc-allemma-tmv6b-lmv6b-lm6-test2011v6b''), je označena "v6b". Varianta "v7": nová trénovací data (verze 7 News Commentary a Europarlu pro WMT 2012) už jsou defaultně s upravenými uvozovkami; vývojová a testovací data jsou v tomto případě shodná s v6b.	+	Nový průběh všech osmi starých pokusů (supervised truecasing, žádná normalizace uvozovek, nové je na nich paralelní počítání alignmentu, ale výsledek by měl být identický – nekontroloval jsem): ''$SRC$TGT-stc-allcstem4-tmnews+parl-lmnews+parl-lm6-test2011'', v tabulce uvedeno jako "v6". Varianta, ve které byly uvozovky upraveny pouze v trénovacích datech (''$SRC$TGT-stc-allemma-tmv6b-lmv6b-lm6-test2011''), je označena "v6b-tr". Varianta, ve které úpravou uvozovek prošla i vývojová a testovací data (''$SRC$TGT-stc-allemma-tmv6b-lmv6b-lm6-test2011v6b''), je označena "v6b". Varianta "v7": nová trénovací data (verze 7 News Commentary a Europarlu pro WMT 2012) už jsou defaultně s upravenými uvozovkami; vývojová a testovací data jsou v tomto případě shodná s v6b. Verze wmt12 se od v7 liší tím, že netestujeme na newstest2011, ale newstest2012.
-	^ Jazyky ^ v6 ^ v6b-tr ^ v6b ^ v7 ^	+	^ Jazyky ^ v6 ^ v6b-tr ^ v6b ^ v7 ^ wmt12 ^
-	| en-cs | 0.1191 | 0.1246 | 0.1257 | 0.1299 |	+	| en-cs | 0.1191 | 0.1246 | 0.1257 | 0.1299 | 0.1161 |
-	| cs-en | 0.1692 | 0.1792 | 0.1801 | 0.1814 |	+	| cs-en | 0.1692 | 0.1792 | 0.1801 | 0.1814 | 0.1661 |
-	| en-de | 0.1337 | 0.1274 | 0.1334 | 0.1350 |	+	| en-de | 0.1337 | 0.1274 | 0.1334 | 0.1350 | 0.1359 |
-	| de-en | 0.1885 | 0.1859 | 0.1896 | 0.1915 |	+	| de-en | 0.1885 | 0.1859 | 0.1896 | 0.1915 | 0.1880 |
-	| en-es | 0.2573 | 0.2531 | 0.2627 | 0.2756 |	+	| en-es | 0.2573 | 0.2531 | 0.2627 | 0.2756 | 0.2757 |
-	| es-en | 0.2446 | 0.2375 | 0.2497 | 0.2562 |	+	| es-en | 0.2446 | 0.2375 | 0.2497 | 0.2562 | 0.2699 |
-	| en-fr | 0.2591 | 0.2619 | 0.2526 | 0.2729 |	+	| en-fr | 0.2591 | 0.2619 | 0.2526 | 0.2729 | 0.2572 |
-	| fr-en | 0.2243 | 0.2285 | 0.2384 | 0.2448 |	+	| fr-en | 0.2243 | 0.2285 | 0.2384 | 0.2448 | 0.2391 |
	===== Pokusy s Emanem =====		===== Pokusy s Emanem =====

---

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