[nlp-infra-devel] kérés: tesztelés -- 10.05-ig

[Sass Bálint]

Kedves mindenki!

Ezt írtam, 2016-09-28:
> Arra kérlek mindenkit, hogy teszteljétek az
> http://www.e-magyar.hu -t.
>
> (Alapvetően a honlapon keresztül,
> de persze lehet letöltve, installálva is.)
>
> Egyrészt nézzétek meg a saját eszközötöket kicsit közelebbről,
> hogy azt a kimenetet kapjátok-e, amit vártok.
>
> Másrészt nézzétek meg a többi eszközt is,
> hogy minden rendben lévőnek tűnik-e.
>
> Kérem, hogy mindenki töltsön el ezzel fél órát,
> és a tapasztalatait írja meg nekem.
>
> Határidő: 2016.10.05. (azaz egy hét múlva)

Én az alábbira jutottam,
vmi hasonlót szeretnék kapni minden listatagtól. Elvben máig. :)

Két példaszövegem volt:
1. Bár külföldre menekülhetett volna, nem tette meg. Támogatta a haladó eszméket, barátságban állt pl. Jókai Mórral is.
2. Több területen is jelentős problémákat lát az Európai Bizottság (EB) a magyarországi EU-támogatási rendszerben, amelyekről rövidesen elkészül egy jelentés, és ha ez súlyos megállapításokat tartalmaz, akkor az összes uniós támogatás kifizetését automatikusan felfüggeszti Magyarország felé – tudta meg a Portfolio brüsszeli forrásból.

Az első a holnap "Áttekintés" részéből van,
és szinte minden rendben van vele. :)

Eszközönként:

emTok
"(EB)" -> "( EB )" -- Ez oké? Gondolom, igen.
Az U+2013 tök jól kezelődik.

emMorph
Írásjelre -- "," "(" ")" -- nincs elemzés?
Hogy is van ez az OTHER-es dolog, amiről írtatok?
A morfo elemző nem mond semmit, a POS tagger meg OTHER-t mond ilyenkor?

emLem
Az "EB" lemmája az, hogy "Eb" -- ez nem az igazi.

emTag
Itt nem találtam gondot. :)

emDep
* 1. példaszöveg: a második mondatot nem jó helyen vágja ketté,
   ugye a vesszőnél kéne, nem a pl. előtt.
   Fogadjuk el így? Mit gondoltok erről?
* 2. példaszöveg: nem jó a coord / nem jó helyen vágja szét ezt:
   "a magyar EU-támogatási rendszerben"
   Valamint: az, hogy "forrásból" hogy lett SUBJ?

emCons
* abból, hogy "Portfolio brüsszeli" hogy lett egy ADJP,
mikor a Portfolio [/N][Nom]?

emChunk
Csak egy megjegyzés: tök jó lenne gyűjteni a névutós csoportokat is,
sztem pont annyira fontosak, mint a főnéviek.
Ha jól látom, annyi kéne, hogy a PP-ket is hozzávesszük tanításkor,
vagy esetleg azokra tanítunk egy külön modellt.

emNer
Mintha az egytagú NE-k kevésbé ismerődnének fel.
"Commerzbank Zrt.", "Commerzbank AG", "GRÁNIT Bank" -- rendben.
"Portfolio", "T20", "EB" -- ezek nem lesznek NE-k.

Üdv:
Bálint