Changes between Version 19 and Version 20 of private/AdvancedNlpCourse/Stylometry


Ignore:
Timestamp:
Dec 15, 2015, 9:37:08 AM (6 years ago)
Author:
Ales Horak
Comment:

--

Legend:

Unmodified
Added
Removed
Modified
  • private/AdvancedNlpCourse/Stylometry

    v19 v20  
    4646}}}
    4747
     48`run.sh` can have two optional parameters:
     49{{{
     50./run.sh  [number_of_testing_cycles]  [show_first_N_erroneously_predicted_documents]
     51}}}
     52The default values, i.e. running `./run.sh` without parameters, are `100` cycles and `no documents` (`./run.sh 100 0`). For faster feature testing even `./run.sh 10` should be sufficient.
     53
     54Example with document output:
     55{{{
     56[xrygl@asteria04:~/temp/sir-assignment]$ ./run.sh 10 1
     57author: on
     58text: Ahoj, (nejen) pro výlety do víru podivnězimního velkoměsta, či divočiny
     59venkova, hledá se partnerka přiměřených rozměrů, tvarů a úrovně. Slečny veselé
     60povahy preferovány; ona je to nejspíš nutnost :-)
     61morphology: ((u'<s>', u'<s>'), (u'Ahoj', u'N.N.I.S.1.-.-.-.-.-.A.-.-.-.-'),
     62(u',', u'Z.:.-.-.-.-.-.-.-.-.-.-.-.-.-'), (u'(',
     63u'Z.:.-.-.-.-.-.-.-.-.-.-.-.-.-'), (u'nejen', u'T.T.-.-.-.-.-.-.-.-.-.-.-.-.-'),
     64(u')', u'Z.:.-.-.-.-.-.-.-.-.-.-.-.-.-'), (u'pro',
     65u'R.R.-.-.4.-.-.-.-.-.-.-.-.-.-'), (u'v\xfdlety',
     66u'N.N.I.P.4.-.-.-.-.-.A.-.-.-.-'), (u'do', u'R.R.-.-.2.-.-.-.-.-.-.-.-.-.-'),
     67(u'v\xedru', u'N.N.I.S.2.-.-.-.-.-.A.-.-.-.-'), (u'podivn\u011bzimn\xedho',
     68u'A.A.N.S.2.-.-.-.-.1.A.-.-.-.-'), (u'velkom\u011bsta',
     69u'N.N.N.S.2.-.-.-.-.-.A.-.-.-.-'), (u',', u'Z.:.-.-.-.-.-.-.-.-.-.-.-.-.-'),
     70(u'\u010di', u'J.^.-.-.-.-.-.-.-.-.-.-.-.-.-'), (u'divo\u010diny',
     71u'N.N.F.S.2.-.-.-.-.-.A.-.-.-.-'), (u'venkova',
     72u'N.N.I.S.2.-.-.-.-.-.A.-.-.-.-'), (u',', u'Z.:.-.-.-.-.-.-.-.-.-.-.-.-.-'),
     73(u'hled\xe1', u'V.B.-.S.-.-.-.3.P.-.A.A.-.-.-'), (u'se',
     74u'P.7.-.X.4.-.-.-.-.-.-.-.-.-.-'), (u'partnerka',
     75u'N.N.F.S.1.-.-.-.-.-.A.-.-.-.-'), (u'p\u0159im\u011b\u0159en\xfdch',
     76u'A.A.I.P.2.-.-.-.-.1.A.-.-.-.-'), (u'rozm\u011br\u016f',
     77u'N.N.I.P.2.-.-.-.-.-.A.-.-.-.-'), (u',', u'Z.:.-.-.-.-.-.-.-.-.-.-.-.-.-'),
     78(u'tvar\u016f', u'N.N.I.P.2.-.-.-.-.-.A.-.-.-.-'), (u'a',
     79u'J.^.-.-.-.-.-.-.-.-.-.-.-.-.-'), (u'\xfarovn\u011b',
     80u'N.N.F.S.2.-.-.-.-.-.A.-.-.-.-'), (u'.', u'Z.:.-.-.-.-.-.-.-.-.-.-.-.-.-'),
     81(u'<s>', u'<s>'), (u'Sle\u010dny', u'N.N.F.P.1.-.-.-.-.-.A.-.-.-.-'),
     82(u'vesel\xe9', u'A.A.N.S.1.-.-.-.-.1.A.-.-.-.-'), (u'povahy',
     83u'N.N.F.S.2.-.-.-.-.-.A.-.-.-.-'), (u'preferov\xe1ny',
     84u'V.s.T.P.-.-.-.X.X.-.A.P.-.-.-'), (u';', u'Z.:.-.-.-.-.-.-.-.-.-.-.-.-.-'),
     85(u'ona', u'P.P.F.S.1.-.-.3.-.-.-.-.-.-.-'), (u'je',
     86u'V.B.-.S.-.-.-.3.P.-.A.A.-.-.-'), (u'to', u'P.D.N.S.1.-.-.-.-.-.-.-.-.-.-'),
     87(u'nejsp\xed\u0161', u'D.g.-.-.-.-.-.-.-.3.A.-.-.-.-'), (u'nutnost',
     88u'N.N.F.S.1.-.-.-.-.-.A.-.-.-.-'), (u':', u'Z.:.-.-.-.-.-.-.-.-.-.-.-.-.-'),
     89(u'-', u'Z.:.-.-.-.-.-.-.-.-.-.-.-.-.-'), (u')',
     90u'Z.:.-.-.-.-.-.-.-.-.-.-.-.-.-'))
     91Acc: 73.7 +- 2.2% (baseline 50.0%, 10 iterations)}}}
    4892
    4993=== Task ===