Møte om [bug 2377|http://giellatekno.uit.no/bugzilla/show_bug.cgi?id=2377]

Til stede: Sjur, Ciprian, Trond, Thomas, Linda, Lene

Saksliste:
* Taggambiguitet
* Dobbelttagga POS-taggar
* Semtaggar og kompileringstid
* Generelt om kompileringstid

!!!Taggambiguitet

Det er problemtatisk for Korp at det er ambiguitet mellom en del tagger. F.eks. er søkefunksjonen som er mest brukervennlig, er å søke etter "inneholder Nom" som  .*Nom.* eller .*Ess.*

Taggene:
* Actio Ess, Actio Nom, Actio Loc, Action Com osv  (ambigiøst med Ess, Nom) => Actioess, Actionom, Actioloc, Actiocom
* NomAg (ambigiøst med Nom) =>  Nmag
* VGen => Vgen

Vedtak: endra taggane __i Korp__ (og berre der). Endra taggar: sjå over.

Eksempel på hva som er bra i CG:
* CG regler som slår (og skal slå) både ved Actio Loc og Loc
* verb valens med Actio Loc og Loc

Eksempel på hva som er dårlig i CG:
* CG regler som slår til på Ess og treffer både verb (Actio Ess) og substantiv Ess

Problematisk:
* Nom og NomAg er begge substantiver
** Mulig streng +N+NomAg+Sg+Nom

Vi endrar ingen ting i lexc eller CG (i alle fall ikkje no).

!!!Dobbelttagga POS-taggar

Dobbeltagga POS (NN, VV, etc) - heller prefiks?

Vedtak:
* Ex/N, Ex/A, Ex/V, ...
** Ex = "tidlegare" "/" som i derivasjonskonvensjonen vår, og deretter original 
   ("tidlegare") ordklasse
** Resultatet blir at vi får apertiumtaggen direkte: <ex_n> etc.



!!!Semtaggar og kompileringstid

Taggane blir endra:

* I functions.cg3
* I disambigation.cg3
* CG frå giella til apertium: map semtag med liten forbokstav
** Her bør vi heller gjere for CG som vi gjer for fst
** ha automatisk overgang frå t.d. +Sem/Hum til <sem_hum>, for alle taggar
** deretter, i ei separat fil, endre <a> til <adj> osb.

Eit undersett av dei genererte taggane, nemleg dei semantiske taggane, 
bir drege ut, og lista skal heretter bli lagra i svn + ein opsjon som gjer at ein kan slå av bygginga av semtagg-lista.

Det vil gjera det slik at ein ikkje treng å byggja semtagg-lista og regexar baserte på den om ein ikkje vil, og berre når det kjem ny versjon i svn vil ein byggja desse på nytt.


!!!Generelt om kompileringstid

Grammatikkontroll-config:
{{{
./configure --with-hfst --without-xfst --enable-grammarchecker --enable-tokenisers --enable-alignment --enable-reversed-intersect --enable-morpher
}}}

Tek under 13 min for Sjur (utan twolc-kompilering)

Apertium-config:
{{{
./configure --with-hfst --without-xfst --enable-alignment --enable-reversed-intersect --enable-apertium --with-backend-format=foma
}}}

Tek ca 11 min for Sjur.

Optimalisering:
{{{--with-backend-format=foma}}}

Tvingar Hfst til å bruka eit uvekta fst-format, som igjen gjer at Foma blir brukt til kompileringa der det er mogleg. Både Foma og mangel på vektar gjer at det går raskare.

__NB!!!__ Om ein endrar backend-format, __MÅ__ ein køyra {{make clean}} fyrste
gongen, for å unngå feilmeldingar pga fst-ar av ulikt format.