Insrin ja koltan kieliteknologia maaliskuussa 2015¨

Tavoitteet:

• Mikä on analysaattori, ja miksi sitä tarvitaan
• Unix-järjestelmän hakemistojen hallitseminen (cd, ..)
• Versiohallinta (svn, …)
• lexc, eli morfologia
• Unix kielentutkijoille (cat, tr, cut, …)

Maanantai, tiistai:

Yleiskatsaus: Mitä on kieliteknologia, ja miksi se on tärkeä inarinsaamelle Morfologisen analyysiohjelman rakentamisen periaatteet

main/courses/lexctwolc/basics

• 1.lexc = me kirjoitamme
• 1.twolc = me kirjoitamme
• m1 = kone rakentaa ohjelmat
• 1.fst = rakennettu analyysiohjelma
• i1.fst = rakennettu tuottamisohjelma

lexc:

• automaatti = yksi taso: auto = auto, autb = ?
• transduktori = kaksi tasoa: autot <=> auto+N+Sg+Pl

Konkreettisesti:

• automaatti: substantiivit, pari sijamuotoa, px
• transduktor:
• morfologiset nimitarrat

twolc:

• twolc yksinään
• astevaihtelu
• vokaalisointu

lexc ja twolc yhdessä

• astevaihtelu
• vokaalisointu
• i-vaihtelu
• lisäboonuksena vesi-sanojen mallintaminen

Unix-järjestelmän hakemistojen hallitseminen

• komentorivi, komennot ja miten ne liitetään yhteen
• cat, tr, grep, sort, rev, cut, sed
• säännölliset lausekkeet:

^, $, ., *, +, (...), [...], ...

Lukemista:

• [/tools/docu-unix-nno.html]
• [/tools/UnixForLinguists.html]
• [/tools/UnixDljaLingvistov.html]

Versiohallinta (svn)

Ohjelmien asentaminen koneisiin

Morfologisen analyysiohjelman rakentaminen

Morfofonologisen analyysiohjelman rakentaminen

tekstianalyysi unixin avulla

Keskiviikko, torstai

Omien kielten tiedostojen lukeminen

Torstai

giellaekno-infrastruktuurin käyttäminen:

1. löytää
2. kääntää
3. korjata
4. miten työnskenellä
5. arvioida
6. testata

Perjantai

Kertaaminen

---