GiellaLT Documentation

GiellaLT provides rule-based language technology aimed at minority and indigenous languages

View GiellaLT on GitHub giellalt/site-giellalt.uit.no

Page Content

Giellatekno-møte 17.12.2015

Saksliste

avslaget på toppforsk-søknaden og samarbeidet med CLEAR-gruppa

Trond skriv brev til Laura si gruppe om eit møte på nyåret der vi ser på avslaget.

Clarino

kort statusrapport

Vi registrerer nokre av ressursane våre med permanent URL og metadata.

Om kort tid har vi 23 datasett tilgjengelege: Korpora, ngram, frekvenslister, ordbøker (med ein viss kvalitet).

Registrering av metadata på COMEDI-editoren i Bergen.

Lagring lokalt

Korpusarbeid

Parallelltekster sme-smn:

gt/common/src/anchor.txt

3*, three*, thir* / 3*, tree* / 3*, golbm*, golmm* / 3*, kolme / 3*, gålmmå*, gålmå / 3*, golme* /
fought / kjempet, kjempa, sloss / doarui* / tappeli*, tapell* / oajbbu*, oajboj*, dårru*, doaroj* / dåar*, dåår* /

Arbeid med parallellisering:

  1. Trond fikser konfigurasjonen av Apertium på MLs maskin
  2. Trond og Lene ser på ankerliste (før jul)
    1. Evt. manuell postredigering av ankerliste (Miina, Neeta?)
  3. Ciprian ser på pipeline og TCA2:
    1. Oppsett, testing
  4. Trond diskuterer tekstar med Miina (denne veka)
  5. Manuell korrigering av setningsparallellisert tekst

Mål: Fungerande pipeline første veka etter nyttår.

Nettsidene våre

Vår todo-liste

Trond og Ciprian ser på dette neste veke, etter Clarino.

Audio

Arbeid:

<ciprian>
Hei,
jeg vil gjerne snakke også om
arbeid med audio-dataene og som jeg har forslått:
- bygging av en audio-korpus med pipeline lingende på vårt text-korpus
- dette kommer til  bli relevant for language technology for spoken language
- Michael, Josh, and Jack have already a need for this kind of stuff
- I myself am thinking of an Oahpa++ with spoken language and even
  gesture (agent programming, e.g., SARL http://www.sarl.io/about/index.html), kind of an teacher avatar

As I already mentioned, the work with audio data at GT is by far not sufficient to use it for serious LT projects,
not event the TTS stuff.
</ciprian>

<michael>
aber deine ideen gefallen mir. ich hatte vor einer weile auch mal die idee einer kleinen (und eigentlich recht banalen) audio-erweiterung für oahpa. ich erinnere nicht, ob ich dir auch darüber geschrieben habe. an trond hatte ich mal so eine grobe idee geschickt, ist aber schon lange her:
a) “dikta” - anstatt geschriebener wörter werden fünf audiodateien ausgegeben, man muss sie anhören und korrekt eintippen
b) “lyssna” - dito, eingetippt wird nur eine übersetzung.

wir hätten jetzt wahrscheinlich genügend (ich glaube es sind schon über 4000) skoltsaamische wörter, um eine testversion herzustellen. ich nehme an, dass jack die entsprechenden links demnächst in die xml-quelldateien einbaut.
</michael>

Neste møte