!!!Parallelliseringsmøte 12.1.2012


Berit Merete, Børre, Sjur


!!!Saksliste

* status for testbed for gullkorpus
* status for gullkorpus
* status for parallellføringa
* arbeid framover


!!!Status for testbed for gullkorpus

Ferdig.

!!!Status for gullkorpus

Stadige justeringar og rettingar. Finnmarkslova parallellført på nytt, retta opp, og lagt inn som ny versjon av gullstandarden - spara ein god del manuelt arbeid med å forbetra gullstandarden.

!!!Status for parallellføringa

Børre har testa seg fram til vinnarverdiar for tca2. Dette har gjeve ei markant betring for samla parallellføring av gullstandarddokumenta:

* Vinnartal: 486 / 12572 = 96.13 %
* Standardtal: 534 / 12572 = 95.75 %

Likevel ein del regresjonar, særleg gjeld det §-teiknet. Eit døme frå Finnmarksloven:

{{{
-Meahcceduopmostuollu sáhttá gáibidit , ahte guoskevaš diggeriekti čađaha gažademiid .
-§ 42 Váidalus ja guoddalus Meahcceduopmostuolu mearrádusain sáhttá váidalit Alimusriektái .
+Meahcceduopmostuollu sáhttá gáibidit , ahte guoskevaš diggeriekti čađaha gažademiid . §
+42 Váidalus ja guoddalus Meahcceduopmostuolu mearrádusain sáhttá váidalit Alimusriektái .
}}}

Problemet må liggja i tca2, sidan det er den einaste komponenten / prosessen som varierer mellom dei to resultata.

BM & Børre har laga ein ny kategori forkortingar, {{num-noab}}, som skal fungera som ein kombinasjon av {{tr-numab}} og {{noab}}, t.d. ''su'' som ikkje er forkorting når han står sist i setninga, men ei forkorting dersom det kjem eit taluttrykk etterpå.

!!!Arbeid framover

__Tiltak:__
* forbetra segmenteringa av §-teiknet (__Børre__)
* blankteikn - halda fram med å justera gullstandarden slik at han er det vi vil ha (__Berit__)
* betra på pdf-til-xml-konverteringa (__Børre__ har starta, men ingen synlege resultat enno)
* byggja ut {{preprocess}} til å handtera {{num-noab}}-forkortingar (__Børre__)