!!!Giellateknomøte 24.10.2019

Tilstede: Trond, Chiara, Lene, Risten

!!!Saksliste
* Orienteringssaker
* Korpus og Korp
* Preprosessering
* CG-MT
* Nasjonalbiblioteket og jupyter
* Kommande presentasjonar og prioriteringar
* Paris, UNESCO
* Andre saker




!!Orienteringssaker

! Servarar (oppsummering)

Spørjeundersöking, 60 spørsmål, businessorientert.
gtoahpa-01, gtweb-01. Dette er servarar, men spørsmål er om applikasjonar.

__Trond og Chiara__ ser på dette.

! Wordpress

Chiara klarer no å logge seg inn. Alt ser ut til å fungere.

Vi betaler for den nye og ser etterkvart på kva som skjer.

! MT apertium

Ikke arbeidd aktivt med sme-nob på lenge. Lene har arbeidd med sme-smx.

Vi bør også hugse sme-smn (__Lene__ ser på samansetjingsstiar også for smn).

!Annex

__Trond og Chiara__ ser på dette neste veke.

!SMARTool

Vi har hatt møte og møtereferat.

!Konteaksta

Isak Saba-senteret har testa ut Konteksta og liker det.



!NDS

''Derivasjon:''
Vi har fått brev fra bruker om substantiv ikke dukker opp. Dette er et substantiv som også har NomAg-analyse.  

Når vi går frå eit ''lemma'' vi klikkar på i translation bør det gå direkte til lemmaet i smenob-fila, og ikkje via analysatoren. Det er berre forvirrande. __Chiara__ skal endre slik at det går direkte til lemma. __Lene__ skriv Bz på dette.

Dette skal gjelde for alle språkpar (ta hensyn også til Hom-taggene)


''Klikk-i-tekst''

Det hendar det dukkar opp Der-taggar i klikk-i-tekst-vindauget. Vi må se på hva som skal være med i vinduet, og evt. flere brukervennlige tagger



!!Korpus og Korp

! Status 
__Chiara__ kan sjå på HFST vs. XFST.


! nob-sme 
Risten har parallellisert lovtekstar. Tre står att. Lene har fjerner etterhvert i 2012-korpuset. Spørsmål: Vi analyserer 2012-data ein gong til, for å unngå dobbelt sett tekstar.

Sametinget har lovd å sende over protokoller i docx-format, men ingenting har kommet. __Lene__ tar kontakt om dette.


! fin-smn

Reetta laga ei liste over problem i fin-smn. Denne venter til vi har noen til å arbeide med dette språkparet.

! nob-fkv

* Tekstane i freecorpus treng parallellisering.
* KI og KMD har tekstar som må i freecorpus

__Trond__ diskuterer med Kvensk Institutt.

! mhr og mrj

Desse vil vi har analysert og publisert på gtweb.uit.no/u_korp

[http://victorio.uit.no/rusbound/]

Chiara skal få tilgang til rusbound (__Trond__)

Arbeidsgang framover:

# fornye korpusinnholdet (Køyre pipeline __Chiara og Trond__)
# prøve pipeline, viss det går bra: Publisere på u_korp (__Chiara__)
# Oppdatere Korp-programmet for u_korp og f_korp (__Chiara__)
# Oppdatere FST og CG (__mhr-gruppa__)
# Forbetre OCR-prosessering  (__mhr-gruppa__)


! Ekstra person til å arbeide?

Vi vurderer måtar å få tak i nokon. Utlysing. __Trond__ diskuterer.

!!Preprosessering

hfst-tokenise og setningsinndeling.

! abbr-filene

* hfst-tokenise inkluderer alle punktum i forkortingane
* hfst-tokenise -cg tok.hfstol og deretter cg3 mwe.hfstol

{{{
|hfst-tokenize --giella-cg --weight-classes=1 ~/main/langs/sme/tools/tokenisers/tokeniser-disamb-gt-desc.pmhfst |vislcg3 -g tools/tokenisers/mwe-dis.cg3 
}}}

# Sjekk om forkortinga ligg inne i sme og i nob
# Parallellize bruker hfst-tokenize, uten mwe, men den er mulig å legge til
# Køyre setning med den relevante kommandoen

! Testing og testrutiner

__Risten__ leiter etter setningar med forkortingar (med punktum) inni og til slutt i setningar (transitive og intransitive). 

__Risten og Trond__ ser på dette (diskuterer med Børre og Sjur).

Den nye organiseringa av abbr må implementeres også for dei andre samiske språka også (__Trond__).


!!CG-MT

! Status
Pipelinen for CG-MT fungerer. Halve pipelinen er i et skript  {{tools/mt/cgbased/bin/smegram}}. Dokumentasjon ligg i  {{tools/mt/cgbased/README}}

Pipeline fra sme-txt til dep-analyse må legges til manuelt.

Det er enda noen problemer med pipeline, ikke alt fungerer som det skal. Vi skal arbeide med dette i neste uke.

Burde koden etterhvert omskrives fra perl til python?

! Veke med Eckhard

Vi inviterer, tidligst veka 9.-13.12. (__Trond__)

!!Nasjonalbiblioteket og jupyter

! Situasjon
Lars har svart på spørsmål, __Trond og Chiara__ skriv dokumentasjon.

Det kjem ei lenke på korpussida på giellalt.

!!Kommande presentasjonar og prioriteringar
! Trond: smn, fkv, SAALS Uppsala 21-22.11, stadnamn
! Lene: 24.10 SESAM, SAALS Uppsala 21-22.11, LIA Trondheim 25-x'27.11, Paris??

!!Paris, UNESCO

Vi vil sannsynlegvis bli invitert til å lage ein poster.

!!Andre saker

!Kurs i regi av Forskarforbundet

Chiara drar.