GiellaLT provides an infrastructure for rule-based language technology aimed at minority and indigenous languages, and streamlines building anything from keyboards to speech technology. Read more about Why. See also How to get started and our Privacy document.
eksempel nobsme
Legg til PoS, restriksjon, oversetting, eksempelsetning, oversetting av eksempelsetning. Viktig at alle disse linjene har fem underscore.
Restriksjon skrives i parantes for å gjøre csv-lista mer lesbar.
Eksempelsetning bør være en evt. forkorta versjon av setning funnet i Korp eller på internett.
Man kan godt hoppe over ord i lista.
Med utgangspunkt i dicts/nobsme/ katalogen, gjør disse kommandoene:
grep '_.*_.*_.*_.*_' inc/kandidatar.csv |grep -v '#' > inc/nyeord.csv
grep '#' inc/kandidatar.csv > inc/nyekandidatar.csv
grep -v '_.*_.*_.*_.*_' inc/kandidatar.csv |grep -v '#'>> inc/
nyekandidatar.csv
mv inc/nyekandidatar.csv inc/kandidatar.csv
cat inc/nyeord.csv | perl scripts/csv2xml_with_re_xg.pl >> inc/nyeord.xml
Merk at perlfila i scripts/ kan ha andre navn, f.eks. c2x.pl eller lignende
see inc/nyeord.xml (eller tilsvarende fil med kandidater)
Parantes rundt restriksjon skal fjernes (søk erstatt).
Sjekk om PoS må redigeres for oversettingene.
Samme lemma med ny oversetting: rediger slik at det blir en <lg> med to <mg>:
<e>
<lg>
<l pos="N">test</l>
</lg>
<mg>
<tg xml:lang="sme">
<re>om test</re>
<t pos="N">geahččaleapmi</t>
<t pos="N">iskkus</t>
</tg>
</mg>
</e> <== fjernes
<e> <== fjernes
<lg> <== fjernes
<l pos="N">test</l> <== fjernes
</lg> <== fjernes
<mg>
<tg xml:lang="sme">
<re>om prøvetaking</re>
<t pos="N">iskkus</t>
</tg>
</mg>
</e>
Resultatet blir slik:
<e>
<lg>
<l pos="N">test</l>
</lg>
<mg>
<tg xml:lang="sme">
<re>om test</re>
<t pos="N">geahččaleapmi</t>
<t pos="N">iskkus</t>
</tg>
</mg>
<mg>
<tg xml:lang="sme">
<re>om prøvetaking</re>
<t pos="N">iskkus</t>
</tg>
</mg>
</e>