File size: 10,469 Bytes
fd49381 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 |
// #include "mmsapt.h"
// currently broken
// namespace Moses
// {
// using namespace sapt;
// using namespace std;
// using namespace boost;
// struct PPgreater
// {
// bool operator()(PhrasePair const& a, PhrasePair const& b)
// {
// return a.score > b.score;
// }
// };
// void
// Mmsapt::
// setWeights(vector<float> const & w)
// {
// assert(w.size() == this->m_numScoreComponents);
// this->feature_weights = w;
// }
// struct PhraseAlnHyp
// {
// PhrasePair pp;
// ushort s1,e1,s2,e2; // start and end positions
// int prev; // preceding alignment hypothesis
// float score;
// bitvector scov; // source coverage
// PhraseAlnHyp(PhrasePair const& ppx, int slen,
// pair<uint32_t,uint32_t> const& sspan,
// pair<uint32_t,uint32_t> const& tspan)
// : pp(ppx), prev(-1), score(ppx.score), scov(slen)
// {
// s1 = sspan.first; e1 = sspan.second;
// s2 = tspan.first; e2 = tspan.second;
// for (size_t i = s1; i < e1; ++i)
// scov.set(i);
// }
// bool operator<(PhraseAlnHyp const& other) const
// {
// return this->score < other.score;
// }
// bool operator>(PhraseAlnHyp const& other) const
// {
// return this->score > other.score;
// }
// PhraseOrientation
// po_bwd(PhraseAlnHyp const* prev) const
// {
// if (s2 == 0) return po_first;
// assert(prev);
// assert(prev->e2 <= s2);
// if (prev->e2 < s2) return po_other;
// if (prev->e1 == s1) return po_mono;
// if (prev->e1 < s1) return po_jfwd;
// if (prev->s1 == e1) return po_swap;
// if (prev->s1 > e1) return po_jbwd;
// return po_other;
// }
// PhraseOrientation
// po_fwd(PhraseAlnHyp const* next) const
// {
// if (!next) return po_last;
// assert(next->s2 >= e2);
// if (next->s2 < e2) return po_other;
// if (next->e1 == s1) return po_swap;
// if (next->e1 < s1) return po_jbwd;
// if (next->s1 == e1) return po_mono;
// if (next->s1 > e1) return po_jfwd;
// return po_other;
// }
// float
// dprob_fwd(PhraseAlnHyp const& next)
// {
// return pp.dfwd[po_fwd(&next)];
// }
// float
// dprob_bwd(PhraseAlnHyp const& prev)
// {
// return pp.dbwd[po_bwd(&prev)];
// }
// };
// class Alignment
// {
// typedef L2R_Token<SimpleWordId> Token;
// typedef TSA<Token> tsa;
// typedef pair<uint32_t, uint32_t> span;
// typedef vector<vector<uint64_t> > pidmap_t; // span -> phrase ID
// typedef boost::unordered_map<uint64_t,vector<span> > pid2span_t;
// typedef pstats::trg_map_t jStatsTable;
// Mmsapt const& PT;
// vector<id_type> s,t;
// pidmap_t sspan2pid, tspan2pid; // span -> phrase ID
// pid2span_t spid2span,tpid2span;
// vector<vector<SPTR<pstats> > > spstats;
// vector<PhrasePair> PP;
// // position-independent phrase pair info
// public:
// vector<PhraseAlnHyp> PAH;
// vector<vector<int> > tpos2ahyp;
// // maps from target start positions to PhraseAlnHyps starting at
// // that position
// SPTR<pstats> getPstats(span const& sspan);
// void fill_tspan_maps();
// void fill_sspan_maps();
// public:
// Alignment(Mmsapt const& pt, string const& src, string const& trg);
// void show(ostream& out);
// void show(ostream& out, PhraseAlnHyp const& ah);
// };
// void
// Alignment::
// show(ostream& out, PhraseAlnHyp const& ah)
// {
// #if 0
// LexicalPhraseScorer2<Token>::table_t const&
// COOCjnt = PT.calc_lex.scorer.COOC;
// out << setw(10) << exp(ah.score) << " "
// << PT.btfix.T2->pid2str(PT.btfix.V2.get(), ah.pp.p2)
// << " <=> "
// << PT.btfix.T1->pid2str(PT.btfix.V1.get(), ah.pp.p1);
// vector<uchar> const& a = ah.pp.aln;
// // BOOST_FOREACH(int x,a) cout << "[" << x << "] ";
// for (size_t u = 0; u+1 < a.size(); u += 2)
// out << " " << int(a[u+1]) << "-" << int(a[u]);
// if (ah.e2-ah.s2 == 1 and ah.e1-ah.s1 == 1)
// out << " " << COOCjnt[s[ah.s1]][t[ah.s2]]
// << "/" << PT.COOCraw[s[ah.s1]][t[ah.s2]]
// << "=" << float(COOCjnt[s[ah.s1]][t[ah.s2]])/PT.COOCraw[s[ah.s1]][t[ah.s2]];
// out << endl;
// // float const* ofwdj = ah.pp.dfwd;
// // float const* obwdj = ah.pp.dbwd;
// // uint32_t const* ofwdm = spstats[ah.s1][ah.e1-ah.s1-1]->ofwd;
// // uint32_t const* obwdm = spstats[ah.s1][ah.e1-ah.s1-1]->obwd;
// // out << " [first: " << ofwdj[po_first]<<"/"<<ofwdm[po_first]
// // << " last: " << ofwdj[po_last]<<"/"<<ofwdm[po_last]
// // << " mono: " << ofwdj[po_mono]<<"/"<<ofwdm[po_mono]
// // << " jfwd: " << ofwdj[po_jfwd]<<"/"<<ofwdm[po_jfwd]
// // << " swap: " << ofwdj[po_swap]<<"/"<<ofwdm[po_swap]
// // << " jbwd: " << ofwdj[po_jbwd]<<"/"<<ofwdm[po_jbwd]
// // << " other: " << ofwdj[po_other]<<"/"<<ofwdm[po_other]
// // << "]" << endl
// // << " [first: " << obwdj[po_first]<<"/"<<obwdm[po_first]
// // << " last: " << obwdj[po_last]<<"/"<<obwdm[po_last]
// // << " mono: " << obwdj[po_mono]<<"/"<<obwdm[po_mono]
// // << " jfwd: " << obwdj[po_jfwd]<<"/"<<obwdm[po_jfwd]
// // << " swap: " << obwdj[po_swap]<<"/"<<obwdm[po_swap]
// // << " jbwd: " << obwdj[po_jbwd]<<"/"<<obwdm[po_jbwd]
// // << " other: " << obwdj[po_other]<<"/"<<obwdm[po_other]
// // << "]" << endl;
// #endif
// }
// void
// Alignment::
// show(ostream& out)
// {
// // show what we have so far ...
// for (size_t s2 = 0; s2 < t.size(); ++s2)
// {
// VectorIndexSorter<PhraseAlnHyp> foo(PAH);
// sort(tpos2ahyp[s2].begin(), tpos2ahyp[s2].end(), foo);
// for (size_t h = 0; h < tpos2ahyp[s2].size(); ++h)
// show(out,PAH[tpos2ahyp[s2][h]]);
// }
// }
// SPTR<pstats>
// Alignment::
// getPstats(span const& sspan)
// {
// size_t k = sspan.second - sspan.first - 1;
// if (k < spstats[sspan.first].size())
// return spstats[sspan.first][k];
// else return SPTR<pstats>();
// }
// void
// Alignment::
// fill_tspan_maps()
// {
// tspan2pid.assign(t.size(),vector<uint64_t>(t.size(),0));
// for (size_t i = 0; i < t.size(); ++i)
// {
// tsa::tree_iterator m(PT.btfix.I2.get());
// for (size_t k = i; k < t.size() && m.extend(t[k]); ++k)
// {
// uint64_t pid = m.getPid();
// tpid2span[pid].push_back(pair<uint32_t,uint32_t>(i,k+1));
// tspan2pid[i][k] = pid;
// }
// }
// }
// void
// Alignment::
// fill_sspan_maps()
// {
// sspan2pid.assign(s.size(),vector<uint64_t>(s.size(),0));
// spstats.resize(s.size());
// for (size_t i = 0; i < s.size(); ++i)
// {
// tsa::tree_iterator m(PT.btfix.I1.get());
// for (size_t k = i; k < s.size() && m.extend(s[k]); ++k)
// {
// uint64_t pid = m.getPid();
// sspan2pid[i][k] = pid;
// pid2span_t::iterator p = spid2span.find(pid);
// if (p != spid2span.end())
// {
// int x = p->second[0].first;
// int y = p->second[0].second-1;
// spstats[i].push_back(spstats[x][y-x]);
// }
// else
// {
// spstats[i].push_back(PT.btfix.lookup(m));
// cout << PT.btfix.T1->pid2str(PT.btfix.V1.get(),pid) << " "
// << spstats[i].back()->good << "/" << spstats[i].back()->sample_cnt
// << endl;
// }
// spid2span[pid].push_back(pair<uint32_t,uint32_t>(i,k+1));
// }
// }
// }
// Alignment::
// Alignment(Mmsapt const& pt, string const& src, string const& trg)
// : PT(pt)
// {
// PT.btfix.V1->fillIdSeq(src,s);
// PT.btfix.V2->fillIdSeq(trg,t);
// // LexicalPhraseScorer2<Token>::table_t const& COOC = PT.calc_lex.scorer.COOC;
// // BOOST_FOREACH(id_type i, t)
// // {
// // cout << (*PT.btfix.V2)[i];
// // if (i < PT.wlex21.size())
// // {
// // BOOST_FOREACH(id_type k, PT.wlex21[i])
// // {
// // size_t j = COOC[k][i];
// // size_t m1 = COOC.m1(k);
// // size_t m2 = COOC.m2(i);
// // if (j*1000 > m1 && j*1000 > m2)
// // cout << " " << (*PT.btfix.V1)[k];
// // }
// // }
// // cout << endl;
// // }
// fill_tspan_maps();
// fill_sspan_maps();
// tpos2ahyp.resize(t.size());
// // now fill the association score table
// PAH.reserve(1000000);
// typedef pid2span_t::iterator psiter;
// for (psiter L = spid2span.begin(); L != spid2span.end(); ++L)
// {
// if (!L->second.size()) continue; // should never happen anyway
// int i = L->second[0].first;
// int k = L->second[0].second - i -1;
// SPTR<pstats> ps = spstats[i][k];
// PhrasePair pp; pp.init(L->first,*ps, PT.m_numScoreComponents);
// jStatsTable & J = ps->trg;
// for (jStatsTable::iterator y = J.begin(); y != J.end(); ++y)
// {
// psiter R = tpid2span.find(y->first);
// if (R == tpid2span.end()) continue;
// pp.update(y->first, y->second);
// PT.ScorePPfix(pp);
// pp.eval(PT.feature_weights);
// PP.push_back(pp);
// BOOST_FOREACH(span const& sspan, L->second)
// {
// BOOST_FOREACH(span const& tspan, R->second)
// {
// tpos2ahyp[tspan.first].push_back(PAH.size());
// PAH.push_back(PhraseAlnHyp(PP.back(),s.size(),sspan,tspan));
// }
// }
// }
// }
// }
// int
// extend(vector<PhraseAlnHyp> & PAH, int edge, int next)
// {
// if ((PAH[edge].scov & PAH[next].scov).count())
// return -1;
// int ret = PAH.size();
// PAH.push_back(PAH[next]);
// PhraseAlnHyp & h = PAH.back();
// h.prev = edge;
// h.scov |= PAH[edge].scov;
// h.score += log(PAH[edge].dprob_fwd(PAH[next]));
// h.score += log(PAH[next].dprob_bwd(PAH[edge]));
// return ret;
// }
// SPTR<vector<int> >
// Mmsapt::
// align(string const& src, string const& trg) const
// {
// // For the time being, we consult only the fixed bitext.
// // We might also consider the dynamic bitext. => TO DO.
// Alignment A(*this,src,trg);
// VectorIndexSorter<PhraseAlnHyp> foo(A.PAH);
// vector<size_t> o; foo.GetOrder(o);
// BOOST_FOREACH(int i, o) A.show(cout,A.PAH[i]);
// SPTR<vector<int> > aln;
// return aln;
// }
// }
|