Differences
This shows you the differences between two versions of the page.
| Both sides previous revision Previous revision | Next revision Both sides next revision | ||
|
user:zeman:wmt [2013/04/29 12:30] zeman Zbývající pokusy s anglickým Gigawordem. |
user:zeman:wmt [2013/04/30 09:09] zeman Aktualizace úkolů. |
||
|---|---|---|---|
| Line 7: | Line 7: | ||
| ===== Aktuální úkoly ===== | ===== Aktuální úkoly ===== | ||
| - | * Dohnat pokusy s anglickým Gigawordem. | ||
| - | * Pouštím 4 merty se starým newseuro: cs-en, de-en, es-en a fr-en. | ||
| - | * Všechny překlady do angličtiny zopakovat s Gigawordem. | ||
| - | * Pokračovat v práci na gigafren. Překladový model je natrénovaný, | ||
| - | * Běží 4 obří merty... | ||
| - | * 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). | ||
| - | * Dokončit pokusy s korpusy un.es-en a un.fr-en. | ||
| - | * Běží merty... | ||
| - | * Vyrobit kombinovaný překladový model (newseuro+un). Ten byl na minulém hřišti úspěšný. | ||
| - | * Až bude také k dispozici jazykový model z anglického Gigawordu, pustit model, mert, translate a evaluator. | ||
| * Nová data pro rok 2013. | * Nová data pro rok 2013. | ||
| - | * Běží výroba news8all/ | + | * Opravují se 3 jazykové modely nad news8all |
| - | * Vyrobit | + | * Vyrobit modely. Ale pozor, s novými DEV a TEST daty, viz níže! |
| - | * Vyrobit modely. Ale pozor, s novými DEV daty, viz níže! | + | |
| * Vývojová a testovací data: | * Vývojová a testovací data: | ||
| * Kvůli ruštině musím pro nové pokusy (nad news8) přepnout DEV z 2010 na 2012. | * Kvůli ruštině musím pro nové pokusy (nad news8) přepnout DEV z 2010 na 2012. | ||
| - | * TEST 2013 mají vydat dnes, 29.4.2013. | + | * Od pondělního odpoledne |
| * Inventura trénovacích dat: | * Inventura trénovacích dat: | ||
| * Europarl je stejný jako loni, tedy verze 7. | * Europarl je stejný jako loni, tedy verze 7. | ||
| Line 32: | Line 20: | ||
| * Gigawordy používám správné (ověřeno): | * Gigawordy používám správné (ověřeno): | ||
| * Navíc je úplně nový korpus Common Crawl (prý je ale špinavý). Ten zatím nepoužívám a do termínu už to nestihnu. | * Navíc je úplně nový korpus Common Crawl (prý je ale špinavý). Ten zatím nepoužívám a do termínu už to nestihnu. | ||
| + | * Dohnat pokusy s anglickým Gigawordem. | ||
| + | * Pouštím 4 merty se starým newseuro: cs-en, de-en, es-en a fr-en. | ||
| + | * Všechny překlady do angličtiny zopakovat s Gigawordem. | ||
| + | * Pokračovat v práci na gigafren. Překladový model je natrénovaný, | ||
| + | * Běží 4 obří merty... | ||
| + | * 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). | ||
| + | * Dokončit pokusy s korpusy un.es-en a un.fr-en v kombinaci s newseuro (bez něj to vůbec nemá smysl). | ||
| + | * Běží merty... | ||
| * 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? | ||
| * danmake.pl na rozdíl od emana nerozlišuje kroky, které jsou OUTDATED nebo FAILED. Když mu eman select pro nějakou sadu požadavků najde několik kroků, z nichž první je nějak vadný a druhý je DONE, danmake klidně použije ten první a pak se diví. | * danmake.pl na rozdíl od emana nerozlišuje kroky, které jsou OUTDATED nebo FAILED. Když mu eman select pro nějakou sadu požadavků najde několik kroků, z nichž první je nějak vadný a druhý je DONE, danmake klidně použije ten první a pak se diví. | ||