Giellateknomøte 14.1.21

Tilstede: Trond, Lene, Chiara

!!!Saker
* Saker frå siste møte
* Korpusoppdateringa: status og arbeid
* MT og neurale nett (møtet i neste veke)
* Prioritering av programmeringsarbeid + evt. ting å ta opp med Divvun-gruppa
* UArctic
* ICALL i Sverige?
* NFR + forskarskole?
* HIF-kurs i språkteknologi høsten 2021 ?

!!! Saker frå siste møte

!!Migrering av python2 til python3
Dette er framleis på oppdateringslista.

!!MT

!smesmj
smj: Lene hjar snakka med Per B. i Ávvir, som ventar på LTK for å arbeide med smj. Lene har diskutert med Inga om ulike språklege ting. Ávvir bestemmer om de skal bruke MT etter vurdering av LTK. Lene har jobbet mye med å forbedre systemet.

Lene vil vurdere intervju med lesarar, gje gratis digitalt abonnement for å delta i intervju. 

Arbeidsgang ved publisering (dette er rutinar som må publiserast): 
# Tekstene oversettes med vår MT og lagres på Ávvir-server, pga. av publisering med rammer osv.
# Leserne må be om oversetting via knapp, dvs at det vil for dem fungere likt som annen MT
# LTK tar ein manuell gjennomgang i løpet av eit par timar, og Lene forbedrer bidix og transfer
# Ávvirs oversetting oppdateres på deres server

Problem med inc-katalogar og automatisk konvertering av sme-ord til f.eks. smj:
* Det er mange falske venner mellom f.eks. sme og smj
* Å blande usjekka ordpar inn i produksjon gjør at man ikke får ordene i missinglist, det er vanskelig å se hva som er feil


!smesmn
Systemet er i marginal bruk. Vi bør sikre at det kjem leksikalske oppdateringar inn i takt med bruken, og også sjekke at transfer fungere som det skal, f.eks. vil taggendringer i FST kunne virke inn på analyser og generering (__Trond__ ser på det)

!Vedlikehald av MT generelt
Det var møte 190604 om scripting av semtaggar. 
Dette har ikkje vorte fulgt opp av programmerere etter møtet.

__TODO__: Sjå på automatisk oppdatering av sem-taggar med Sjur og Børre (__Trond__).

!Plan for minimums MT-oppdatering
Lene og Trond ser på dette i lag.

!CGMT
Trond har ikkje snakka med Eckhard. sme-nob er mest aktuell

!!Digitalisering og Samisk arkiv
__Trond__ til å sjå på dette.

!!oahpa.no
Sida blir no oppdatert kvar dag.

!!Nasjonale minoritetsspråk

__Trond__ følgjer opp dette.

!!ssh og nøklar

Vi bør bestemme kva vi vil gjere, Chiara må svare.
Hvis alle bruker ssh-nøkkel, kan man stenge for passordinnlogging. __Trond og Lene__ følger opp.

!!! Korpusoppdateringa: status og arbeid

!!Grepkorpus

Chiara har laga grepkorpus, Lene har gått gjennom og gjort rettinger i de samiske FSTene og påpekt hva som skal rettes i sms. __Trond__ følgjer opp med sms, +Comp > +Der+Der/Comp+A og +Superl > +Der+Der/Superl+A er viktigst.

!!Korp
* Laste ned knappen er fiksa.

!!Tekstar 

Bibeltekstar i usx. __Trond__ snakkar med Bibelselskapet. Vi vil få nobsme in toto. For dei andre er delar omsett. Diskusjon med Børre om sjekking og parallellisering.

!!Buggar i frontend

Det uralske korpuset er publisert, med god mottaking. JB har laga ein film om dette. 

* [https://github.com/giellatekno/korp-frontend/issues]

!!Arbeid
# Fikse u_korp bugger
# oppdatere f_korp
# oppdatere korp
# endre grensesnittet (se forrige møtereferat)


!!! MT og neurale nett (møtet i neste veke)

Møte 20.1. klokka 10.

Plugins i CAT. Vi bør spørje om Wordfast, og meir om Uleåborgprosjektet.

NMT: Jf. diskusjon om dekolonialisering (__Trond__ sender artikkel til oss andre).

!!! Prioritering av programmeringsarbeid + evt. ting å ta opp med Divvun-gruppa
Chiara og Børre er enige om at begge skal kunne oppdatere alle nettsteder (giellatekno, dicts, divvun, oahpa, giellalt)

https: //github.com/divvun/registry

Oppfølging av Bugzilla

!!! Evt andre saker

!!Opne saker i Bugzilla

!Generelt
* Sjå på prioriteringa av dei sakene vi finn viktige (er merkinga rett)
* Diskutere eksplisitt med relevante personar

!Baakoeh-bug
http://giellatekno.uit.no/bugzilla/show_bug.cgi?id=2678

[https://baakoeh.oahpa.no/detail/sma/nob/åarjelsaemiengïele.html?no_compounds=true&lemma_match=true&e_node=-7574647772174511428]

Dette krever overgang til HFST. dict-FST på server er oppdatert med riktig configure.


Vi må bruke denne for å få med vekting: 

./configure --with-backend-format=openfst-tropical

Er dette innebakt i --enable-tokenisers ?


 ./configure --with-hfst --enable-tokenisers --enable-reversed-intersect
 
gir for Trond:

{{{
  HINTRSCT generator-raw-gt-desc.tmp1.hfst
/usr/local/bin/hfst-compose-intersect: warning: Transducer type mismatch in <stdin> and fst/phonology.rev.hfst; using former type as output
  HXFST    generator-raw-gt-desc.tmp.hfst
libc++abi.dylib: terminating with uncaught exception of type TransducerTypeMismatchException
/bin/sh: line 1: 92187 Done                    /usr/bin/printf "read regex 			@\"filters/reorder-subpos-tags.hfst\"             .o. @\"filters/reorder-semantic-tags.hfst\"           		.o. @\"generator-raw-gt-desc.tmp1.hfst\" 		;\n	 save stack generator-raw-gt-desc.tmp.hfst\n	 quit\n"
     92188 Abort trap: 6           | /usr/local/bin/hfst-xfst -p -q --format=openfst-tropical
make[2]: *** [generator-raw-gt-desc.tmp.hfst] Error 134
make[1]: *** [all-recursive] Error 1
make: *** [all-recursive] Error 1
}}}

!!! UArctic
Digitalisering og sirkumpolare språk. Trond har kontakt med Svein på SA om dette

!!! ICALL i Sverige?
Diskusjon mellom Trond og Gbg. __Trond__ sender info til oss andre.

!!! NFR + forskarskole?
NFR-webinar på måndag. __Trond__ gjev info og sender epost til Lene. Det startar no fleire stipendiatar neste høst, både på UiT og SA.

!!! HIF-kurs i språkteknologi høsten 2021?

På samisk har vi ikkje bachelorstudentar akkurat no slik at kurset sannsynligvis er ikke er relevant for samiskstudenter.

Samisk masterkurs i språkteknologi + korpuslingvistikk, V22.

!!!Neste møte

__26.1. klo. 0900.__

__Trond__ sender invitasjon.