WCRFT

Zaniepokoiła mnie domyślna wartość preserve_ambiguity == true w tagger.cpp:

bool preserve_ambiguity = get_config_option(this->config_, "ambiguity", true);

Czy tak było w WCRFT pythonowym? Na pewno narzędzie parsujące commandline args ustawiało domyślnie to na false (wcrft.py, tam była opcja -A, by było to na True, ale nie pamiętam, która wartość była domyślną w implementacji klasy Tagger).

Tak czy siak, nawet jeśli tam było gdzieś true domyślne, to powinniśmy ją ustawić na false.
Tryb zachowywania całej wieloznaczności powoduje, że odgadywanie lematów może źle działać, poza tym powoduje generowanie długiego pliku na wyjściu, który zawiera dodatkową informację o wieloznaczności, która prawie nigdy nie jest potrzebna.