GiellaLT provides an infrastructure for rule-based language technology aimed at minority and indigenous languages, and streamlines building anything from keyboards to speech technology.
kmd-møte 10.3.15.
Kevin, Sandra, Trond.
sme2smj-lemmaX.fst er ferdig og produserer kandidatlister i nobsmjsme Vi har kandidatlister nob-smj-sme
Der:
No er det slik:
videreføre joarkket fievrridit 241 0 160 14
+videreføre joarkket joatkašuvvat 241 0 31 14
videreføre joarkket joatkit 241 0 448 14
=videreføre joarkket
Det vil vere lettare med:
videreføre joarkket joatkit/fievrridit/joatkašuvvat 241 0 448 14
Men likevel:
innskrenkning gártjedibme gáržžádus 11 0 3 0
innskrenkning gártjodus gáržžádus 11 0 3 0
Her skal vi framleis ha:
bindeledd Aktisasjvuohtaladás oktavuođalađas 6 0 0 0
kontaktledd Aktisasjvuohtaladás oktavuođalađas 0 0 0 0
og ikkje slå saman til:
kontaktledd/bindeledd Aktisasjvuohtaladás oktavuođalađas 0 0 0 0
Dei som er noana er av to typar, den eine er der pga fleirordsuttrykk:
Euruhpárádde Euruhpárádde +? = ekte
Finnmárkku báhppa Finnmárkku báhppa +? = toords-uttrykk
Den siste typen kan vi fjerne, og analysere som separate ord. Ei anna sak er at desse fleirordsuttrykka sannsynlegvis ikkje er oppslagsord i seg sjølv ==> vi kan vente med dei.
Filforklaring:
Markeringsmetode:
Utgangspunkt (korrekt er kirkeliv = girkkoiellem)
Kandidat i decomp:
kirkeliv girkkoielle girkoeallin
Resultat etter manuell gjennomgang: enten a eller b:
viss a, fjern første kirkeliv-instans, viss b, fjern alle kirkeliv-instansar, i resten av filene:
~$cat ../unhammer/freecorpus/evttohus/out/nobsmjsme/*_ana|grep kirkeliv
kirkeliv girkkoielle girkoeallin 33 0 17 5
kirkeliv girkkoiellem girkoeallin 33 0 17 13
kirkeliv girkkoiellem girkoeallin 33 0 17 13
kirkeliv girkkoiellet girkoeallin 33 0 17 13
kirkeliv girkkoielle girkoeallin 33 0 17 5
kirkeliv girkkohægga girkoeallin 33 0 17 0
kirkeliv girkkoviesso girkoeallin 33 0 17 0
kirkeliv girkkoviessom girkoeallin 33 0 17 0
kirkeliv girkkoviessot girkoeallin 33 0 17 0
kirkeliv girkkovájmmo girkoeallin 33 0 17 0
kirkeliv girkkoæládus girkoeallin 33 0 17 0
kirkeliv girkkoiellet girkoeallin 33 0 17 13
kirkeliv girkkoielle girkoeallin 33 0 17 5
Kva:
@ foran former som ikkje er ok (måte: merk unntaka)
* foran former du skal sjå på seinare
+ for ok (viss det er ei fil kor det meste er ikke-ok)
Lage filer for manuell gjennomgang
Gå gjennom filene i denne rekkjefølgja:
Lagring, svn
Lagre filene her: main/words/dicts/nobsmj/inc
Skriv ei readme-fil der rekkjefølgja går fram
Rettskrivingsendring ijja→iddja:
Skript dette (Sandra sender Kevin ei liste).
Som for smj, men filtrere mot eksisterande.