|
|
Czech-English Translation
Petrželka, Jiří ; Schmidt, Marek (oponent) ; Smrž, Pavel (vedoucí práce)
This Master's thesis describes the principles of statistical machine translation and demonstrates how to assemble the Moses statistical machine translation system. In the preparation step, a research on freely available bilingual Czech-English corpora is done. An empirical analysis of time requirements of multithreaded word alignment tools demonstrates that MGIZA++ can achieve a five-fold speed-up, while PGIZA++ can reach an eight-fold speed-up (compared to GIZA++).Three scenarios of morphological pre-processing of Czech training data are tested, using simple unfactored models. While pure lemmatization can aggravate the BLEU, more sophisticated approaches usually raise BLEU. The positive effect of morphological pre-processing diminishes as corpus size rises. The relation between other corpora characteristics (size, genre, extra data) and the resulting BLEU are empirically gauged. A final system is trained on the CzEng 0.9 corpus and evaluated on the testing set from WMT 2010 workshop.
|
|
|
Predikce měnových kurzů
Dror, Marika ; Pánková, Václava (vedoucí práce) ; Arltová, Markéta (oponent) ; Hančlová, Jana (oponent)
Tato dizertační práce hodnotí předpovědní schopnosti různých známých modelů měnového kurzu. Práce nejprve rekapituluje a shrnuje poznatky dosavadních prací v dané problematice. Přestože je k dispozici mnoho prací na téma predikce měnového kurzu, žádná z nich nepopisuje takový model, který by obecně pro každý časový horizont a pro každý měnový pár předpovídal lépe, než jednoduchý model náhodné procházky. Nicméně jsou popsány modely úspěšně předpovídající měnový kurz pro specifické případy (např. pro určitý časový horizont nebo pro určitý měnový pár). Dále tato práce hodnotí na historickém vývoji čtyř měnových párů (USD/CZK, USD/ILS, USD/GBP a USD/EUR) v období od ledna 2001 až do srpna 2013, předpovědní schopnosti sedmi modelů měnového kurzu (model nekryté úrokové parity, model parity kupní síly, monetární model, monetární model s korekcí chyby, model Taylorova pravidla, skrytý Markovův model a ESTAR model). Nejlepší předpovědi dává model Taylorova pravidla, zejména pak v případě měnového páru USD/CZK. Přesto ani pro tento model nelze obecně potvrdit, že by ve všech případech předpovídal významně lépe, než model náhodné procházky. Tato práce také hodnotí časovou nestabilitu. Stock a Watson (2003) ve své práci ukazují, že úspěšnost předpovědi se mění s postupem času. Určitý ekonometrický model tak v jednom časovém úseku může předpovídat lépe než model náhodné procházky, avšak v jiném časovém úseku tuto schopnost mít nemusí. Proto je na základě fluktuačního testu popsaného v práci Giacomini a Rossi (2010a) ukázáno, jak se mění out-of-sample předpověď každého z porovnávaných modelů v průběhu času.
|
host ::
RSS.