Unix ja Divvunkurssat

1. Unix-gohččumat korpusohcamii

Fiillat maiguin sáhttá stoahkat

info ja man (= manual) ja –h

Dieđut gohččumiid birra

• info cat
• man cat
• kwic-snt –h

cat (= concatenate)

“váldde”

• cat fiila1.txt (váldde ovtta fiilla)
• cat fiila1.txt fiila2.txt (váldde máŋga fiilla)
• cat *.txt (váldde buot fiilla main lea .txt loahpas)
• cat skuvla* (váldde buot fiilla main lea skuvla álggus)
• cat -n fiila.txt (váldde fiilla ja nummirastte linnjáid)

pipe (boallobeavddis: Alt 7)

“ja de”

|
cat fiila.txt | less
cat fiila.txt | sort | uniq > boadus.txt

less (= opposite of more) (modus)

“čájet sisdoalu”

• space (bláđe vulos)
• b (bláđe bajás)
• g (mana fiilla álgui)
• G (mana fiilla lohppii)
• nummir g (mana linnjánummárii)
• /xxx (oza sreaŋgga xxx)

wc (= word count)

“rehkenastte”

• -l (galle linnjá) ** wc -l
• -w (galle sáni) ** wc -w

kwic-snt

“čájet xxx ja dan birrasa”

• -w (= width) (viidodat, default = 80) ** kwic-snt -w 150 xxx
• -m (= most)(galle dáhpáhusa, default = 100) ** kwic-snt -m 500 xxx
• -b (= before) (sortere gurutbeal konteavstta mielde)

grep (= get regular expression), egrep (= extended grep)

“atte buot linnjáid mat sisttisdollet xxx”

• -c (galle linnjá) ** grep -c xxx
• $ (linnjá loahpas) ** grep “xxx$”
• ^ (linnjá álggus) ** grep “^xxx”
• -v (mat eai sisttisdoala xxx) ** grep -v xxx
• grep-ovdamearkkat:

			(Váldde linnjáid mat sisttisdollet:)
grep "láhk[aá]i" 	(láhkai dahje láhkái)
grep "[A-ZČŠŽŊĐŦ]" 	(ovtta dáin bustávain: ABCD....)
grep "[0-9]" 		(ovtta dáin loguin: 0123...)
grep -v "[0-9]" 	(main ii leat lohku)
grep "[139]" 		(ovtta dáin loguin: 139)
grep "139" 		(139)

• egrep (viiddiduvvon) ** egrep “(xxx|yyy)” (main lea juogo xxx dahje yyy)

regex

Moadde regex-vejolašvuođa:

```. vaikko makkár mearka

• vaikko man galle \ dahká ahte ii dulkojuvvo regex:n, omd. * mearkkaša *

grep “A.*A” (váldde linnjáid main leat unnimusat guokte A)

## tr

"buhtte x y:in"

- tr "x" "y"

## preprocess --abbr=abbr.txt

- skripta mii juohká teavstta nu ahte juohke linnjás lea dušše okta sátni.
- --abbr váldá vuhtii oanádusaid ja multi word expressions (juohke gielas lea iežas abbr-fiila)

## sort

"sortere linnjáid alfabehtalaččat"

- -nr (sortere nummára mielde)
  \*\* sort -nr
- -u (sortere ja unifisere)
  \*\* sort -u
- -r (sortere reverserejuvvon alfabehta mielde)
  \*\* sort -r
- -o (= output, vurke fiilan)
  \*\* sort -o infile.txt outfile.txt

## uniq

"unifisere linnjáid"

- -c (= count, galle dáhpáhusa)
  \*\* uniq -c

## rev

"reversere linnjáid"

## sed

"buhtte xxx yyy:in"

- sed "s/xxx/yyy/g"

## cut

"čuohpa linnjá"

- -d (= delimiter, default lea TAB)
  \*\* cut -d " "
- -f (= field, ja váldde vára)
  ** cut -d " " -f2
  ** cut -d " " -f2,3,5
  \*\* cut -d " " -f2-

## Repetišuvdna

- kommando -vuohki objekta
- man kommando
- info kommando
- pipe

## Bargobihtát:

Gieđahallat muhtun txt-fiilla:

## iskka fiillaid sturrodagaid

## oza dihto sreaŋggaid lessas

## oza dihto sániid, gehčosiid, prefivssaid. Geavat grep ja kwic-snt, ja buohtastahte bohtosiid

## oaččo ovtta sáni juohke linnjái: buohtastahte preprocess ja preprocess --abbr

## ráhkat frekveansaslisttu

## váldde sániid dihto prefivssain: sortere ja unifisere sihke sáni álggu ja loahpa mielde

## oaččo ovtta cealkaga juohke linnjái

## 2. Divvun-kursa

Bargat Divvun-serveris

## Divvun korpus – galle sáni 30.11.12

| šládja    | sme        | sma     | smj     |
| --------- | ---------- | ------- | ------- |
| admin     | 7.860.863  | 110.581 | 124.795 |
| bible     | 505.352    | 50.746  | 83.971  |
| facta     | 1.244.686  | 190.874 | 128.286 |
| ficti     | 231.908    | 144.582 | 41.507  |
| laws      | 797.721    | 0       | 0       |
| news      | 11.004.732 | 281     | 8.346   |
| oktiibuot | 21.645.262 | 497.064 | 386.905 |

Oassi davvisámegiela teavsttain leat jorgalusat dárogielas, ja mii bálddalaston sámi/dáru cealkagiid:

- sme: 2.121.438, nob: 2.449.382

## korpus

Mo beassat korpusii:

cd ../hoavda/Public/corp/ ```

Analysed-máhpain leat dákkár fiillat:

• ccat: buhtes teaksta
• preprocess (rievtti mielde multi): buot vejolaš morfologalaš analysat
• dis: doaivvu mielde rivttes morfologalaš analysa pluss syntávttalaš gilkor
• dep: dependeansanummáriin

huksehus, ja mo navigeret

gos lean ja gosa áiggun?

• pwd (= print working directiory) (gos lean?)
• ls (= list) (čájet dán máhpa sisdoalu)
• ll (= long list) (čájet dán máhpa sisdoalu buot dieđuiguin)
• mkdir (= make directory) ** mkdir kurssadir (ráhkat kursadir-nammasaš máhpa)
• cd (= change directory) ** cd kurssadir (mana kursadir-nammasaš máhppii) ** cd .. (mana ovtta ceahki ruovttoluotta) ** cd ../.. (mana guokte ceahki ruovttoluotta) ** cd (mana ruovttumáhppii)

ccat

“váldde xml-fiilla tevstta”

alias

mo doaibmá, mo ráhkadit

• less .bashrc
• emacs .bashrc / see .bashrc

svn up

“ođasmahte buot fiillaid dán máhpas ja buot máhpain mat leat dan vuolábealde”

• svnup (skripta mii ođasmahte buot fiillaid dihto máhpain)

analysáhtoriid kompileren

“ráhkat davvisámi morfologalaš analysáhtora”

• make GTLANG=sme (go leat gt-máhpas)

• Beassat analysáhtor-modusii aliasa bokte: ** usme (deskriptiiva analysáhtor) ja usmeNorm (normatiiva analysáhtor) ** dsme (deskriptiiva generáhtor) ja dsmeNorm (normatiiva generáhtor)
• Beassat eret dán modusis: Ctrl c

“ráhkat lullisámi/julevsámi morfologalaš analysáhtora”

(go leat main/langs/sma dahje main/langs/smj -máhpas):

• dáid gohččomiid maŋŋelaga: ** ./autogen.sh ** ./configure ** make

• Beassat analysáhtor-modusii aliasa bokte: ** usma dahje usmj (deskriptiiva analysáhtorat) ja usmaNorm dahje usmjNorm (normatiiva analysáhtorat) ** dsma dahje dsmj (deskriptiiva generáhtorat) ja dsmaNorm dahje dsmjNorm (normatiiva generáhtorat)

• Beassat eret dán modusis: Ctrl c