[nlp-infra-devel] kérés: írjatok a listára, amint vmi elkészül -- newsml korpusz, tanítás

[Indig Balázs]

Szasztok!

@Vera:

Megye -> Megy

Jász-Nagykun-Szolnok Jász-Nagykun-Szolnok N
SubPOS=p|Num=s|Cas=n|NumP=none|PerP=none|NumPd=none
Jász-Nagykun-Szolnok[/N][Nom]
Megyei Megyei N SubPOS=p|Num=s|Cas=n|NumP=none|PerP=none|NumPd=none
Megy[/N][Pl.Poss.3Sg][Nom]

És ebből van egy csomó...

Illetve a másik:

A a T SubPOS=f a[/Det|art.Def]
két két M SubPOS=c|Num=s|Cas=n|Form=l|NumP=none|PerP=none|NumPd=none
két[/Num|Attr][Nom]
óra óra N SubPOS=c|Num=s|Cas=n|NumP=none|PerP=none|NumPd=none óra[/N][Nom]
közti közti A SubPOS=f|Deg=p|Num=s|Cas=n|NumP=none|PerP=none|NumPd=none
közti[/Adj][Nom]
szüntet szüntet Z _ [szüntet[/V][Prs.NDef.3Sg]]

Értem én, de akkor valaki elmondhatná, hogy mi a formátum: Az első [/ -től
van a címke vagy az első [ -től? És ha az előbbi akkor mit kezdjen a
PurePOS a fenti "lemmakezdő [" -el?

Most az egész  [szüntet[/V][Prs.NDef.3Sg]] címkének van véve és így halál
lassú a tanítás(az eddigi 1026 uniq cimke helyett van 2408 a hülyeségekkel
együtt), meg nem is biztos, hogy ez adja az elvárt eredményt...


Balázs


2016. július 28. 18:37 Indig Balázs írta, <indig.balazs at itk.ppke.hu>:

> Sziasztok!
>
> Az új javított szeged korpuszhoz is elérhető a PurePOS model itt:
>
> http://pi.itk.ppke.hu/~dlazesz/infra/
>
>
>
> Üdv,
>
> Balázs
>
> 2016. július 28. 15:54 Veronika Vincze írta, <vinczev at inf.u-szeged.hu>:
>
>> Sziasztok,
>>
>> Javítottunk pár bugot a konvertálásban, most már elvben jó minden sor
>> formátuma. A Szeged Korpusz teljes anyaga elérhető a
>> http://www.inf.u-szeged.hu/~vinczev/infra/konvertalt_morf/
>>
>> címen. Ha bármilyen problémát találtok, jelezzétek, kérlek.
>>
>> @Attila: néha a képzett szavaknál a szófaj elől lemarad a / jel (pl.
>> Dél-dunántúli    Dél-dunántúli[Adj][Nom]), ezt mi elvben javítottuk a
>> konverzió során, de az elemzőben is hasznos lenne átírni.
>>
>> Üdv:
>> Vera
>>
>>
>> On 2016.07.28. 13:46, Indig Balázs wrote:
>>
>> Kedves Mindenki!
>>
>> PurePOS modellek és a szeged korpusz formátumából purepos input
>> formátumba konvertáló script:
>>
>> http://pi.itk.ppke.hu/~dlazesz/infra/
>>
>> A szeged korpusz formátuma kicsit fura. Van ahol nem csak 5 mező van És
>> csomó helyen viszonylag nehéz kinyerni, hogy mit is akarhatott a szerző,
>> hogy mi kerüljön a PurePOS-ba. A konvertáló script tele van ezirányú
>> kommentekkel.
>>
>> Ami a "PurePOS-beli morfológiát" illeti:
>>
>> Így néz ki egy morfológiával szelektíven
>> annotált{{annotál[\V]||annotáció[\N]}} input  sor .
>>
>> Majd még fog alakulni a dolog. Most a héten ez megy.
>>
>>
>> Üdv,
>>
>> Balázs
>>
>>
>> 2016. július 25. 13:52 Veronika Vincze írta, <vinczev at inf.u-szeged.hu>:
>>
>>> Kedves Mindenki,
>>>
>>>
>>> On 2016.07.25. 12:12, Sass Bálint wrote:
>>>
>>>>
>>>> 2.
>>>> Vera, esetleg írj pár szót a fájl oszlopairól,
>>>> hogy igaziból melyik kell nekünk most.
>>>>
>>>> Megnéztem, sztem ez van:
>>>> 1. oszlop = szóalak
>>>> 5. oszlop = újkódos szótő + szófaj + elemzés
>>>>
>>>> Ugye ez a kettő kell most a tanításhoz,
>>>> a 2-3-4. oszlop régi, így figyelmen kívül hagyandó?
>>>>
>>>> Szóval az 5. oszlopban lévő szótövet, szófajt és elemzést
>>>> kellene rendre lemma, pos és feature -ként
>>>> használni a tanításokhoz, ugye? :)
>>>>
>>> Így igaz, az 1. és az 5. oszlop a fontos, a többit csak benne hagytuk a
>>> kiíratáskor.
>>>
>>>> 3.
>>>> Tekintetbe véve, hogy hét végére mindennek mennie kellene
>>>> valamilyen formában a honlap mögött, azt kérem, hogy
>>>> mindenki (az alább említettek)
>>>> tanítson egy modellt ezen a részkorpuszon, hogy legyen valami,
>>>> aztán majd később legyenek meg a teljes korpuszon tanított modellek.
>>>>
>>> Nekiállunk mi is szintaxist tanítani (plusz csináljuk a többi alkorpusz
>>> infrásmorfológiára való átalakítását), ez valószínűleg pár napot igénybe
>>> vesz nálunk.
>>>
>>> Üdv:
>>> Vera
>>>
>>>
>>>
>>> _______________________________________________
>>> nlp-infra-devel mailing list
>>> nlp-infra-devel at nytud.mta.hu
>>> http://corpus.nytud.hu/dltlist/listinfo/nlp-infra-devel
>>>
>>
>>
>>
>> _______________________________________________
>> nlp-infra-devel mailing listnlp-infra-devel at nytud.mta.huhttp://corpus.nytud.hu/dltlist/listinfo/nlp-infra-devel
>>
>>
>>
>> _______________________________________________
>> nlp-infra-devel mailing list
>> nlp-infra-devel at nytud.mta.hu
>> http://corpus.nytud.hu/dltlist/listinfo/nlp-infra-devel
>>
>>
>
--------- k�vetkez� r�sz ---------
Egy csatolt HTML �llom�ny �t lett konvert�lva...
URL: <http://corpus.nytud.hu/pipermail/nlp-infra-devel/attachments/20160729/3c96d50b/attachment.html>