!!! Møte 25.01.13

Til stades: Ryan, Lene, Trond

!! Saksliste

* Artikkel
* Fstdict og plugin
* Neste møte

!! Artikkel
Kan vi bruke korpuset med typos? Dekningen er likevel bra, over 90 %.

Eller skal vi lage et nytt korpus? Lene legger til tekster fra Ávvir osv.

Tabell 2: Også lage prosenter om ordformer (unifisere materialet)

facebook = 20% utan samisk tastatur.

Disposisjon for artikkelen:

# Intro
## There is...
## Kanskje dette: fst needed for comprehension dict: 
   few lemma form in running text, non-obvious lemma + compound sprachbund
## muligheter med fst, legge til hva som helst (facebook, nno + nob osv)
## Disposisjon av artikkel
# Motivasjon for dictionaries 
## Samisk - morfologi + sprachbund
## hjelp til lese samiske tekster -> samer kan skrive samisk
## Installeringsvanskar
## også nevne fin-sme (for samer i norge) og nob-sme (for samer i finland) - morfologien gjør fin-sme bedre og fordi språkene ligger nært hverandre så blir resultatet bra selv med lite arbeid
## Previous approach: listing morphological forms, referring to lemma article. We did this because this is how it is done
Referere til Lingsofts Parrot
# Building..
## bookmarklet til staden for chrome plugin
# Evaluation
## fst dict __Denne 4.1 opp til motivation__ + legg til note om suprasegmental morfologi korjaamo+ssa / bođii - boahtit
## testing on corpus
## facebook fst
## sma: Trond ordnar materiale, Lene køyrar sme-testane for sma også.
# Doing more  Generalising the fst dic
## finsme: x lemma i finsme-ordbok + fst = y% dekning på z løpande ord 
  (90% av ord i finsk tekst er ikkje grunnform)
## nno - nob
## Poenget frå multi-artikkelen: Try this at home: 
  Viss språket ditt er på denne lista så køyr (fst + tospråklig ordliste)
  den tospråklege ordlista di vil med dette til og med bli brukbar...
# Conclusion
# Acknowledgments
## Sjur, Ciprian, Berit-Merete, Márjá

!!! Fstdict og plugin



!!Filtrere svaret (evt bare for plugin-varianten, eksempelordet er:
__boazodoallobearráigehččiid__ gir:

{{{
boazodoallobearráigeahčči (s.) – reindriftsinspektør
bearráigeahččat (v.) – inspisere
bearráigeahčči (s.) – oppsynsmann
boazodoallu (s.) – reindrift
doallu (s.) – driftsenhet, drift
doalut (s.) – arrangement
boazu (s.) – rein, reinsdyr

slik er analysen:
boazodoallobearráigehččiid
boazodoallobearráigehččiid	boazu+Ani+N+SgNomCmp+Cmp#doalut+Event+N+SgNomCmp+Cmp#bearráigeahčči+Hum+N+NomAg+Pl+Gen
boazodoallobearráigehččiid	boazu+Ani+N+SgNomCmp+Cmp#doalut+Event+N+SgNomCmp+Cmp#bearráigeahčči+Hum+N+NomAg+Pl+Acc
boazodoallobearráigehččiid	boazu+Ani+N+SgNomCmp+Cmp#doalut+Event+N+SgNomCmp+Cmp#bearráigeahččat+V+TV+Der/NomAg+N+Pl+Gen
boazodoallobearráigehččiid	boazu+Ani+N+SgNomCmp+Cmp#doalut+Event+N+SgNomCmp+Cmp#bearráigeahččat+V+TV+Der/NomAg+N+Pl+Acc
boazodoallobearráigehččiid	boazu+Ani+N+SgNomCmp+Cmp#doallu+N+SgNomCmp+Cmp#bearráigeahčči+Hum+N+NomAg+Pl+Gen
boazodoallobearráigehččiid	boazu+Ani+N+SgNomCmp+Cmp#doallu+N+SgNomCmp+Cmp#bearráigeahčči+Hum+N+NomAg+Pl+Acc
boazodoallobearráigehččiid	boazu+Ani+N+SgNomCmp+Cmp#doallu+N+SgNomCmp+Cmp#bearráigeahččat+V+TV+Der/NomAg+N+Pl+Gen
boazodoallobearráigehččiid	boazu+Ani+N+SgNomCmp+Cmp#doallu+N+SgNomCmp+Cmp#bearráigeahččat+V+TV+Der/NomAg+N+Pl+Acc
boazodoallobearráigehččiid	boazodoallu+N+SgNomCmp+Cmp#bearráigeahčči+Hum+N+NomAg+Pl+Gen
boazodoallobearráigehččiid	boazodoallu+N+SgNomCmp+Cmp#bearráigeahčči+Hum+N+NomAg+Pl+Acc
boazodoallobearráigehččiid	boazodoallu+N+SgNomCmp+Cmp#bearráigeahččat+V+TV+Der/NomAg+N+Pl+Gen
boazodoallobearráigehččiid	boazodoallu+N+SgNomCmp+Cmp#bearráigeahččat+V+TV+Der/NomAg+N+Pl+Acc
boazodoallobearráigehččiid	boazodoallobearráigeahčči+Hum+N+NomAg+Pl+Gen
boazodoallobearráigehččiid	boazodoallobearráigeahčči+Hum+N+NomAg+Pl+Acc
}}}


Tilsvarende for derivasjoner, eksempelord er:
boradeimmet

boradit (v.) – spise, ete, ha et måltid
borrat (v.) – spise, ete, etse

Slik er analysen:
boradeimmet
boradeimmet	borrat+V+TV+Der/d+V+Ind+Prt+Pl1
boradeimmet	boradit+V+TV+Ind+Prt+Pl1


* Regel 1: __Hvis det finnes en analyse uten #, så fjern analysene med #__
* Regel 2: __Hvis det finnes en analyse uten Der/, så fjern analysene med Der/__


# Vanleg ordbok: Berre leksikaliserte, berre korrekt samisk
# Studentordbok: Også dynamisk samansetjing, men berre korrekt samisk
# Facebookordbok: Berre leksikaliserte, men også iPhone-samisk

Denne lista kan vi ha inn i artikkelen også.

!! Legge til informasjon om morfologi

Ved å filtrere analysene slik som i forrige sak, så har man god plass i vinduet til å legge til morfologi (plugin-varianten):

boazodoallobearráigehččiid
N Pl Acc eller N Pl Gen av boazodoallobearráigeahčči (s.) – reindriftsinspektør

!! Context i miniparadigmet
I adjektiv-fila er det info om context:
{{{
<l context="bivttas" pos="a">fiskat</l>

Denne infoen kan brukes slik i miniparadigmet:
adj. Attr   		alit (bivttas)     <========
adj. Pl Nom  		alihat
adj. Comp Attr		alihit
adj. Comp Sg Nom 	alihit
adj. Superl Sg Nom	aliheamos
}}}

Også i numeralfila er det context:

{{{
<l context="gápmagat" pos="num">guokte</l>
}}}

Den skal vises for plural-fomen i miniparadigmet:
guovttit (gápmagat)

!! Manglende informasjon for numeraler
For numeraler får jeg ingen informasjon eller miniparadigme når jeg velger Mer informasjon.

!! Feil i presentasjon av morfologi
Selve ordboka (ikke plugin):

{{{
gaskabeivviid is a possible form of ...

gaskabeivviid   <== her skal det være lemma, ikke ordform
s.
s. fl. akk.
s. fl. gen.
s. fl. akk.
s. fl. gen.
s. fl. akk.
s. fl. gen.
}}}

Her burde det ha stått:

{{{
gaskabeivviid is a possible form of ...

gaskabeaivvit
s. fl. akk.
s. fl. gen.
gaskabeaivi
s. fl. akk.
s. fl. gen.
beaivi
s. fl. akk.
s. fl. gen.
}}}

{{{
baakoegærjah is a possible form of ...

baakoegærjah  <== skulle stå: baakoegærja
N SgNomCmp Cmp#gærja N Pl Nom
N Pl Nom
}}}

Fjerne fra analysen som blir presentert til brukerne: aktor, nom.Ag., G3, G7. Denne informasjonen får brukerne i miniparadigmet.

!! Facebook-ordbok

sme-nob:
På facebook er 20 % av teksten skrive utan samisk tastatur. Trond har laga eit spellrelax-filter som sjekkar for áčđŋšŧž når det står acdnstz, og til og med for áčđŋšŧž når det står ACDNSTZ (Pekka Sammallahti, og med han også ein del andre, skriv slik: oaZZut for oažžut). Trond tenkte vi kunne kompilere med den (eg vil utvide fst-repertoaret til ein facebook-sme.fst), så kunne vi ha eit alternativ nederst på lista, "Blogg-ordbok, facebook-ordbok" el.l. ("forstår samisk utan samiske bokstavar").

!! Kombinert norsk/nynorsk-ordbok

nob-sme: Ordboka vår er for bokmål. Trond tenkte å lage den også for å forstå nynorsk tekst:

# leggje til ei fil med ubøyelege nynorsk-ord: ikkje har ikke som lemma, osv.
# leggje til nynorskmorfologi for felles opne ord (maskulin får ''-ar, -ane'' i tillegg til ''-er, -ene'').

Så kan vi lage ein dict-nob.fst, og bruke den

!! Lokalisering
Det kommer etterhvert, Ryan har en plan.

!! Frekvenssortering av mg i entryene
Vi ønsker å få de mest generelle oversettingene øverst i lista som presenteres for brukeren (eks. gå), og derfor vil vi merke disse mg med en attributt, og deretter sortere internt i hver entry. Dette vil forbedre presentasjonen også i fstdict.

!! tf mangler - må legges til

{{{
 <lg>
         <l pos="n">boaššu</l>
         <lc>boaššus</lc>
         <lc>boššui</lc>
      </lg>
      <mg>
         <tg xml:lang="nob">
            <tf pos="phrase_n">den innerste plassen i telt eller gamme</tf>
         </tg>
      </mg>
}}}

Lene lager en liste over ordformer som bør sjekkes, se også denne: [sjekkliste for den nykompilerte ordboka (VD)|https://giellalt.uit.no/dicts/checklist.html] 

!! Neste møte
Mandag 28.1 kl 8.00