Hemelvaart-deadline

[MeMartijn]

Hi @maartenmarx ,

Bij deze een heads-up dat ik het werk voor de deadline af heb. Je kan de teksten in de main pdf file van mijn scriptierepo vinden.

Ik hoor graag van je! Alvast een fijn weekend.

[maartenmarx]

@MeMartijn

Review thesis skeleton Martijn

• M. Marx

• May 2019

• Heel leuke introductie, en prima onderzoeks vragen. Goed geschreven ook, met goede refs.

• Als motivatie voor automatische classifiers zou je ook nog "snelheid" kunne noemen, en misschien noemen dat een gecombineerde machine en daarna menselijke check techniek mogelijk is.

• Sectie 2. Goed. Ik zou in 2.1 alvast wat cijfers over de behaalde resultaten geven. Dus wat zijn de beste scores van Khurana, en hoe verhouden die zich tot een majority baseline. Idem wanneer je Wang bespreekt in 2.4 zou ik ook de majority baseline geven.

• Sec 3

  • Figuur 2 kan weg wat mij betreft. De lezer kan zelf ook wel 12K door 10 delen....
  • l197 \g ken ik niet als regex Even uitleggen?
  • Ik zou graag de 6 labels op volgorde zien in 3.1. Ook in dat taart diagram zou dat fijn zijn. Anders kan je dat beter vervangen door een tabel. Pants on fire is dus nog erger dan false neem ik aan? De kleuren zouden natuurlijk stoplicht achtig moeten. Dus maar gewoon ene tabelletje joh! ;-)
  • 3.2.2 Ja, eh, welke oude zijn nu de nieuwe? In zo'n tabel is dat wel duidelijk aan te geven.
  • 3.3 Ik weet niet exact wat hier gaat komen, maar allicht is dit onhandig om diet per RQ op te delen. Graag wel alle technisceh flauwe informatie hier.

• Sec 4

  • In 4.1 lees ik dan graag hoe lang de verctoren waren, wat je hebt gebruikt, welke lin regr regularisatie je hebt gebruikt en of je hebt gekeken of dat uitmaakte. Ook graag 2 baselines noemene (majority vote, Khurana's beste). Het is fijn als je die baselies ook in de grafiek kunt weergeven (met 2 rechte lijnen)
  • 4.2 Ik vind zelf padding length wat verwarrend, want het cijfer dat je geeft si toch juist de lengte van de input in aantal woorden? Geef duidelijk aan dat het je hier gaat om de maximale lengte in aantal woorden van een news item.
    • Het is ook wel aardig om hier te laten zien hoe de dataset er uit ziet: dus geef het sns.distplot voor de lengtes in aantal woorden.
    • Je kunt ook op een of andere manier laten zien wat er gebeurt met "afhakken" en padden bij verschillende lengtes.