!!!Giellateknomøte 18. september

Tilstede: Chiara, Trond, Risten, Lene, Børre (under første sak)

* Korpusarbeid
* Preprosessering, forkortingar
* Nasjonalbiblioteket
* NoDaLiDa
* Andre saker?


!!  Korpusarbeid

! Engasjement

Ny medarbeidar hit for å få opplæring. 6 mnd i 100%? lågare prosent?
Lene har en mulig kandidat på handa, primært for å følgje opp forlaga.

* bør ha sertifikat/tilgang bil
* Børre som veileder
* __Lene__ skriver epost til kandidaten

!Fornying av enspråklig Korpus-innhold
Innholdet var sist oppdatert oktober 2018.

Oppdateringa bør forenkles, hvilke hindringer har vi?

# Identifisere tekst
# Analyse
## Analysere de forkjellige filene (dette er kronjobb en gang i uka), 
## Samle de analyserte filene til grepkorpus (automatisk?)
## Kontrollere at analysen fungerer (taggar, ...)
## Analysere på nytt
# Konvertere til Korp-format
# Oppdatere site

TILTAK
* __Chiara__ oppdatere/lage dokumentasjon for korpusanalyse
* __Chiara__ finner fram skript for å lage grep-korpus (jf {{/home/corpus/freecorpus/00_readme.txt på gtweb}})
* __Lene__ sjekker missing, tagger osv.
* __Chiara__ legger de nye filene i Korp, når vi er enige om det, med semtagger

!Tekstar frå rusbound (mari)

Dei treng ein eigen katalog under gtweb, parallelt med boundcorpus.

!Fornying av parallelltekster i Korpus

Ikkje i svn = *

{{{
orig/
converted/*
tmx/*
prestable/tmx/nob2sme
}}}

Arbeidsrutine:
* Forbetre metadata i orig
* parallellisere til tmx (tilsvarande convertere til converted)
* deretter manuelt flytte frå tmx til prestable og sjekke inn.

Så skal dei tospråklege tekstane inn i Korp (dvs. inn i SIKOR).

Vi parallelliserer i tre delar:

Filene ligg i orig
# tmx = output (som converted), ikkje i svn
# prestable = sjekk inn, konvertere på nytt etter nye CorpusTools, arbeide manuelt. Når vi er nøgd:
# Flytt til stable med svn mv

__Lene__ møblerer stable etter mal frå prestable. Vi må deretter få ei rutine for å unngå å parallellisere dei same filene på nytt.
CorpusTools må sjekke om fila allereie eksisterer i stable før det parallelliserer nye filer til tmx.
Deretter vil Chiara finne det ho treng i stable.

Framlegg: Kan vi legge negative data inn i parallellfila?

__Lene__ legger til i bargovuohki om praktisk parallellseringsarbeid, grunnlagt på diskusjoner på møtet


! epub

__Børre__ skriv til Sametinget og ber dei bruke epub i tillegg til dei formata dei har. Mange sametingsrepresentantar vil like det, og for oss vil det vere svært viktig.


! Preprosessering

Nordsamisk, parallellisering. 

Viss den eine setninga inneheld meir tekst enn den andre ignorerer vi det.

__Trond__ gjør ferdig smi-løsninga for abbriviation, og tester

! Tekstprioritering
* Vent med sametingsprotokollar til vi evt. får epub.
* Eit mogleg framlegg: Sametingsprotokollar for samediggi.fi (jf. mail)
* Alt av andre pdf/epub-filer fra 2019 (sjekk at de ikke er tatt)

!!  Nasjonalbiblioteket

Chiara og Trond orienterte.

!!  NoDaLiDa
Tar vi etter kvart (koordinering buss og togbilletter)

!!  Janne

Kjem hit i morgon. Vi har møte med han på fredag, kanskje halv ni og framover?

Klimastreik kl. 9-10.