!!!Parallelliseringsmøte 7.2.2012

Berit Merete, Børre, Sjur, Ciprian, Trond

!!!Saksliste

* status for gullkorpus
* status for parallellføringa
* status for ordparallellisering
* status for fase 1
* arbeid framover

!!!Status for gullkorpus

BM: korleis blir typos-lista brukt? Korleis skal data som ligg i 
fila sjå ut? Kan ein bruka regulære uttrykk i oppføringane? 
Svar: nei + kort historikk for typos-fila.

__Status:__ 528 feil (7 færre feil enn førre bestenotering med same 
data, 95,82 % rett most tidlegare 95,74 %)

__TILTAK__
* Doble eller fleire mellomrom som output av preprosessor må skvisast
  til eitt, for å sikre konsistens. Gullkorpus må dermed også
  kontrollerast for evt. doble mellomrom.
* "sør" + punktum
* "su" + punktum
* flytte unnimuspenšonista lenger opp i anchor-lista 
* sjekka matsjealgoritmen for ankerlista - er det fyrste treff som
  gjeld, eller noko anna? Det bør vera lengste treff som vinn, men
  fyrste treff er ok - då kan vi sortera på lengde (dvs lengst fyrst)
* skråstrek / treng betre handtering - dvs punktum + skråstrek
** men ikkje gjer noko med A/S (eller D/S ol.)
* "dr.polit.-utdanningen" - feil segmentering
* Det same gjeld punktum pluss alle desse symbola:

{{{
/-"«»‹›“”‘’)(][}{=
}}}

!!!Status for parallellføringa

Gullstandardtalet i dag er 95,82.


!!!Status for ordparallellisering

Enno ikkje dokumentert, men vi har fått [ei lenke|http://wiki.apertium.org/wiki/Extracting_bilingual_dictionaries_with_Giza++]

__TILTAK__
* Pipeline klar til 13.2.
* sjå på Giza (__Ciprian__)
* diskuter med Francis (__Trond__)

!!!Status for fase 1

Fase 1: Setningsparallellisere
# forbetre parallelliseringa (__Børre__) - kontinuerleg
# leggje til nye tekstar (__Børre__) - kontinuerleg (og automatisk)
# teste tmx i Autshumato (__Sjur__) - gjort, ser bra ut, krev rein tmx
# setje strek og ordparallellisere - dato: __10.2.__

Skal vere ferdig på fredag.

!!!Arbeid framover

* 10.2. parallellisering
* 10.2. tidsestimat for ordparallellisering
* 13.2. setningsparallellisert korpus
* 13.2. pipeline for ordparallellisering
* konvertera pseudo-tmx til ekte tmx (dvs utan ekstra mellomrom)
* testa og dokumentera bruken av Autshumato med TMX
** særleg bruken av sentrale tmx-lager
* sjekka tmx-krava til Trados
* laga ferdige TMX-pakker til nedlasting?
* frist for TMX: 1.3. (samtidig som rapporten)

!!!Neste møte

Mandag 13.2.2012 kl 10