FAD- og korpusmøte 25.1.2013

Til stades: Berit Merete, Børre, Ciprian, Sjur, Trond

Saker:

• Status
• Arbeid framover med FAD
• Autshumato
• Neste møte

Status

Cip har arbeidd i to pipelines, ap, gt (der gt betyr gt + obt).

Katalogen todo-done:

Det er fem filer i

dhcp274-ans:src ttr000$ wc -l *l|sort -nr
  173322 total
   93995 done_fad_nobsme.20121130_nob-c_sme-c.xml
   50452 done_fad_nobsme.20121130_nob-s_sme-s.xml
   21203 done_fad_nobsme.20121130_nob-s_sme-c.xml
    7099 todo_fad_nobsme.20121130_nob-c_sme-c.xml
     573 todo_fad_nobsme.20121130_nob-s_sme-c.xml

Det er ein systematisk feil i obt. Den gjev ikkje

echo riksvegvegnettet | obt/bin/mtag-osx64
"<riksvegvegnettet>"
	"riksvegvegnettet" subst prop <<<


"<vegnettet>"
	"vegnett" subst appell nøyt be ent <<<


echo piratsituasjonen | obt/bin/mtag-osx64
"<piratsituasjonen>"
	"piratsituasjonen" subst prop <<<


echo situasjonen | obt/bin/mtag-osx64
"<situasjonen>"
	"situasjon" subst appell mask be ent <<<


 echo hesdfstesituasjonen | obt/bin/mtag-osx64
"<hesdfstesituasjonen>"
	"hesdfstesituasjonen" subst prop <<<


riksveg+N#+Cmp+veg+N#+Cmp+nett+N+Neu+Sg+Indef
riksveg+N#+Cmp+veg+N#+Cmp+nett+N+Neu+Sg+Indef	riksvegvegnett

Def som kan reduserast til Indef:

cat *l|grep l_gt |tr '<' '>'|cut -d">" -f3|unob|grep '+Def'|cut -f1|wc -l
0%>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>100%
     215

Arbeid framover med FAD

TILTAK

ordparallellisering

BM, Marja og Trond ser på dette:

rette 2 todo-filer i main/words/dicts/nobsme/terms/admin/src/todo-

todo-filene: rett sme manuelt i fil

I prosessen: sjå om det er ting som kan ordnast (halv)automatisk

nob

finpusse lemma

Redusere Def til Indef

Finn dei: Trond

Putt dei inn på plass: Ciprian

analysere ord som ikkje får analyse Trond

600 som ikke har lemma med gt-pipeline

Analysere ordformer og gje grunnformer

nobsme

Endre til (**Ciprian**)

Sette inn rank-verdiar manuelt

Sortere mg etter rank-verdiar (Ciprian)

Autsh (sjå neste punkt)

grep 'l_gt_c="0"' *l |wc -l
     191
grep 't_gt_c="0"' *l |wc -l
     369

Ultimate mål:

• Forbetre allmennordboka med FAD-resultat (tja, det beste kan vera å ha dei kvar for seg)
• Lage domenespesifikk FAD-ordbok ** Risten2, evt. NSG
• Lage grensesnitt for parallellkorpus ( -> Korp )
• Lage Auths-løysing

Autshumato

[/tools/autshumato.html]

Få omsetjarar til å bruke Authsumato

• Tilby avgrensa omsetjingsminne
• Dictionary og glossary (nobsme), to alternativ: ** Tilby **autsh-Dictionary** (nobsme minus vanlege ord) og **autsh-glossary** (FAD-ordboka? par som har høgare domenefrekvens enn allmennfrekvens) ** Domenespesifikk FAD er Dictionary og deira private er Glossary
• med kvalitetssikring? ** Tilby omsetjingsminnet in toto ** Tilby å parallellisere tekstpar for folk

Kandidatar til å teste: Arnstein, Sametingsomsetjarar, Mikkel Magnus Utsi? Dep?

TODO

• Prøve Autshumato sjølv (alle andre enn BM)
• Lære Autshumato til BM (husk å dokumentere)
• Diskutere med Arnstein + vise

Neste møte

• Tromsø tysdag 29.1 kl. 13
• Plenum: Veka etter der att (vi vurderer det)