# Weekly Meeting 08/18 --- ## Outline - 討論good的句子中未處理的問題 - 整理good的句子的Label Pattern的分布與統計 ### Label Sequence 老師期待的是最終版的label pattern 我們還在很前面階段，目前能使用的工具僅有 infoMap，也就是thesaurus-based 的方法，可能要過CKIP斷詞、reduction或甚至是dependency parsing後，才會是理想的label pattern。 --- ## 問題分類 1. 顏色問題 2. 省略詞問題 3. 否定詞 4. 長寬高重屬性、距離、大小 5. Multi-Result 花、畫、硬幣、鈔票 6. 頓號連接 7. 分號未斷句 8. Parsing Error --- ### 顏色問題 * 紅色有24條 * 有(V) 24條(數量) * 顏色 -> 修飾詞 * 有一條黃色繩子長1092公分 * 有(V_有), 一條(數量), 黃色繩子(物件), 1092公分(長度) --- ### 省略詞問題 * 休息一下後又跳15下 * 休息(V), 一下(數量) * 後來賣出212公斤 * 來(V),賣出(V),212公斤(重量) ### 老師建議 盡快將斷詞系統加進來以減少這類問題 --- ### 否定詞 * 還剩下多少件衣服沒有賣出 * 剩下(V),多少件(問數量),衣服(物件),沒有(V),賣出(V) * 剩下幾頁沒看 * 剩下(V),幾頁(問數量),沒(V),看(V) --- ### 長寬高重屬性、距離、大小 * 有一段馬路的長剛好是接700根水管的長度 * 有(V) 一段(數量) 馬路(物件) **長(V)** 是(V) 接(V) 700根(數量) 水管(物件) 長度(屬性) * 一張桌子的寬是37.5公分 * 一張(數量) 桌子(物件) **寬(V)** 是(V) 37.5公分(長度) --- ### 長寬高重屬性、距離、大小(cont.) * 偉偉的書包比琪琪的重5/12公斤 * 偉偉的書包(物件),比(比),琪琪(人稱),5/12公斤(重量) * 從凱安家到學校的距離是1788公尺 * 凱安(人稱),到(V),學校(組織和地點),1788公尺(長度) * 小劇場的座位一列有25個 * 劇場(組織和地點), 座位(組織和地點), 一列(數量), 有(V_有), 25個(數量) --- ### Multi-Result 花、畫、硬幣、人稱 * 共花多少元 * 花(物件) 多少元(問金額) * **花(V)** 多少元(問金額) * 阿福畫的圖畫裡 * <人稱>(阿福),<物件>(畫),<物件>(圖畫) * 畫 -> V --- ### Multi-Result 花、畫、硬幣、人稱 (cont.) * 他最多有幾個10元 * 他(人稱) 有(V) 幾個(問數量) 10元(金額) * 他(人稱) 有(V) 幾個(問數量) **10元(物件)** * 小麥帶200元去買3份薯條之後 * 小麥(物件), 帶(V), 200元(金額), 去(V), 買(V), 3份(數量), 薯條(物件) * 小麥 -> 人稱 --- ### 頓號連接 * 甲、乙兩工廠一共有幾個員工 * 甲、乙兩工廠(組織和地點),有(V_有),幾個(問數量),員工(人稱) * 瑋瑋有紅、綠兩條繩子 * 瑋瑋(人稱),有(V_有),紅、綠兩條繩子(物件) --- ### 分號未斷句 * 魚缸裡面有3條紅魚、4隻蝦子和3條黑魚；魚缸裡面一共有幾條魚 * 魚缸裡面(物件),有(V_有),3條(數量),紅魚(物件),4隻(數量),蝦子(物件),3條(數量),黑(修飾詞),魚(物件),魚缸裡面(物件),有(V_有),幾條(問數量),魚(物件) * 寫出算式算算看：一包巧克力有6顆 --- ### Parsing Error * 先飛走16隻 * 先飛(人稱),走(V),16隻(數量) * 全華身上帶1000元 * 全華身(人稱) 帶(V) 1000元(金額) * 方翰的一庹長158公分 * 方翰(人稱), 一庹(長度), 158公分(長度) * 每個小朋友捐出一餐的餐費55元給仁愛之家 * 每個(數量), 小朋友(人稱), 捐出(V), 一餐(數量), 費(V), 55元(金額), 給(V), 仁愛之家(組織和地點) ### 老師建議 parsing error 會誤解成有使用parsing 相關工具 可能之後換個說法 --- ### Parsing Error(cont.) * 每組分到幾瓶 * 每組(數量),分(V_分配),到(V),幾瓶(問數量) * 把694罐罐頭 * 694罐(數量) --- ### Parsing Error(cont.) * 爸爸這個月有多發6500元的獎金 * 爸爸(人稱),這個月(時間點),有(V_有),多(比較搭配詞),6500元(金額),獎金(物件) * 曉文跑步跑37公尺 * 曉文(人稱),跑(V),步(V),跑(V),37公尺(長度) --- ## 統計  --- * 6000Good的1482題中篩選出可以做的題目有1354題。 * 共有3686個不重複且有意義的句子。 * 總共577條pattern，其中332條只有自己1個；245條有2個以上個pattern。 --- ## Top 5 Label Sequence #### \<人稱>,\<V>,\<數量> * 姐姐用1/10包 * 214 (5.805%) #### \<數量>,\<物件>,\<V_有>,\<數量> * 1包巧克力有20顆 * 195 (5.29%) #### \<數量>,\<物件>,\<金額> * 1本筆記本19元 * 124 (3.364%) --- ## Top 5 Label Sequence (cont.) #### \<數量>,\<物件>,\<度量> * 1.5條彩帶長18公尺 * 120 (3.255%) #### \<V>,\<數量> * 跳走1隻 * 115 (3.119%) --- ## Last 5 Label Sequence #### \<組織和地點>,\<V>,\<未知數>,\<物件> * 點心屋做一些布丁 * 1 (0.027%) #### \<人稱>,\<時間點>,\<V>,\<數量>,\<物件>,\<數量>,\<物件> * 雜貨店老闆今天賣出6罐嬰兒奶粉和8罐高鈣脫脂奶粉 * 1 (0.027%) ### 老師建議 時間點是動詞的 modifier --- ## Last 5 Label Sequence (cont.) #### \<人稱>,\<時間點>,\<V>,\<問數量>,\<物件> * 老闆今天一共賣出幾罐奶粉 * 1 (0.027%) #### \<V>,\<度量>,\<問金額> * 買64公尺要多少元 * 1 (0.027%) #### \<組織和地點>,\<V>,\<數量>,\<度量>,\<物件> * 麵包店進一包42+(1/4)公斤的麵粉 * 1 (0.027%)