Differences
This shows you the differences between two versions of the page.
| Both sides previous revision Previous revision Next revision | Previous revision Next revision Both sides next revision | ||
|
user:zeman:wmt [2013/04/16 11:24] zeman S gigafren počkat na gigaword.en. |
user:zeman:wmt [2013/04/16 13:45] zeman Verze Gigawordů ověřeny. |
||
|---|---|---|---|
| Line 14: | Line 14: | ||
| * Pro oba směry (en-fr a fr-en) chci překlad s Gigawordem i bez něj, tj. TM: | * Pro oba směry (en-fr a fr-en) chci překlad s Gigawordem i bez něj, tj. TM: | ||
| * Pak chci ještě totéž, ale překladový model je kombinovaný s newseuro, případně i s un (ale un to asi moc nevylepší a bude to nezvladatelně veliké). | * Pak chci ještě totéž, ale překladový model je kombinovaný s newseuro, případně i s un (ale un to asi moc nevylepší a bude to nezvladatelně veliké). | ||
| - | * Dokončit pokusy s korpusy un.es-en a un.fr-en. Běží merty, pak translate a evaluator. Pak kombinace un s jinými korpusy (newseuro a newsall). | + | * Dokončit pokusy s korpusy un.es-en a un.fr-en. |
| - | * Pokusy s překladovým modelem pouze na UN doběhly a moc se nevyznamenaly. Bez ohledu na to, že jazykový model obsahoval newsall i gigaword. | + | * Vyrobit |
| - | * Ještě je ale potřeba vyzkoušet | + | * Až bude také k dispozici jazykový model z anglického Gigawordu, pustit model, mert, translate a evaluator. |
| * Obdobně mi chybí výsledky pro kombinaci Czengu a newseuro (oba směry en-cs i cs-en). | * Obdobně mi chybí výsledky pro kombinaci Czengu a newseuro (oba směry en-cs i cs-en). | ||
| + | * Slepit korpusy a alignmenty, vyrobit kombinovaný překladový model. | ||
| + | * Až bude také k dispozici jazykový model z anglického Gigawordu, pustit model, mert, translate a evaluator. | ||
| * Zkontrolovat data pro rok 2013. | * Zkontrolovat data pro rok 2013. | ||
| * Nejsou náhodou letos nové verze korpusů newseuro a newsall? | * Nejsou náhodou letos nové verze korpusů newseuro a newsall? | ||
| Line 25: | Line 27: | ||
| * Navíc je úplně nový korpus Common Crawl (prý je ale špinavý). | * Navíc je úplně nový korpus Common Crawl (prý je ale špinavý). | ||
| * Nové by mělo být i newsall, protože přibyl rok 2012. | * Nové by mělo být i newsall, protože přibyl rok 2012. | ||
| - | * Používám správné | + | * Gigawordy používám správné |
| * O ruštině nemluvě... | * O ruštině nemluvě... | ||
| * Proč při překladu odkudkoliv do angličtiny to s jazykovým modelem na newsall dopadne malinko hůř než bez něj? Nemělo by to spíš dopadnout zřetelně líp? Co je s ním? Jak je velký? Jakou dostal váhu? Jak se po jeho přidání změnil výstup překladu? | * Proč při překladu odkudkoliv do angličtiny to s jazykovým modelem na newsall dopadne malinko hůř než bez něj? Nemělo by to spíš dopadnout zřetelně líp? Co je s ním? Jak je velký? Jakou dostal váhu? Jak se po jeho přidání změnil výstup překladu? | ||