Saksliste Sjur og Trond 4.11.14.

Saker:

* Nyinfra for sme
* Forrest
* Korpusinnsamling
* Bugzilla
* hfst
* oppsummering av tts-betatestinga
* cg-taggar og apertium (russisk)

!!!Nyinfra for sme

Vi vil ha - kva står att? 
Taggen {{+Use/NA}} er no fjerna frå lexc. Den eine staden der han var i 
bruk er han endra til {{+Use/MT}} (på linje med sma), med innhaldet
''fjern i andre fst-ar enn apertium-generering''. 
Dermed er han ikkje noko hinder for flyttinga.

Lokaliserte taggar:

{{{
src/analyser-nob-desc.xfst
src/analyser-nob-norm.xfst
}}}

Konverteringa er definert i {{src/tagsets/nob.regex}}. 
I tillegg må ein be om at
fst-en blir bygd, ved å leggja til liner som dette i {{Makefile.am}}:

{{{
if WANT_MORPHOLOGY
GT_ANALYSERS_XFST+= analyser-nob-desc.xfst \
					analyser-nob-norm.xfst 
endif # WANT_MORPHOLOGY

if WANT_GENERATION
GT_GENERATORS_XFST+=generator-nob-desc.xfst \
					generator-nob-norm.xfst 
endif # WANT_GENERATION
}}}



NB! Språkkoden i fst-namnet og i tagsetfila må vera den same.

Namnet -nob- refererer dermed til språket på
(dei lokaliserte) taggane, ikkje til språket i automaten.
(dvs -nob- istf. -gt-)

Konklusjon: er vi klare til å flytta?
Vi manglar svart frå Ciprian. Funkar ny infra for dict-genereringa? 
Når svaret på dette spørsmålet er ''ja'' er vi klare til å flytta.

Ciprian har problem med vislcg3, Sjur legg inn støtte for å slå av
syntakskompilering, deretter kan Ciprian byggja og testa morfologiane slik
han vil utan vislcg3-interferens.

!!!Forrest

Korleis går det? 

# kløyv gtuit-forrest i to likt Divvun
# bygg ut gtuit til å vera fleirspråkleg slik Divvun er det
# lag felles techdoc

Tidsplan: Denne/neste veke.

!!!Korpusinnsamling

jf. siste referat om romanar/oversyn.
Vidare oppfylging etter Uppsala.

!!!Bugzilla

Betre politikk for prioritering:

* Den som meldar inn buggen set alvorlegheitsgrad
**  (feature request ... blocker). 
** Så kan sjølvsagt 
   alle involverte revidere alvorlegheitsgraden viss det
   viser seg at buggen er meir/mindre alvorleg enn vi
   først trudde.
* Trond/Sjur/eigaren set prioritet 
** (P1 ... P5)
* Vi tar prioriteringane alvorleg, og lar det
  vere samsvar med P og realitet.

__bug 1363__, derivasjonar, hash og twol-reglar

__Trond__ skriv ein meir konkret kommentar.


!!!hfst

Kjappare no? Lookup er mykje kjappare i 3.8.1 enn i 3.8.0. Ingen andre
endringar.

!!!Oppsummering av tts-betatestinga

På ein skala frå 1 til 5 (best), vart røystene vurdert slik:

{{{
MOS-samandrag:
                     Divvun/UiT:  Acapela:
MOS norsk kvinnestemme:     3,71     3,71
MOS samisk kvinnestemme:    3,68     3,68
MOS norsk mannsstemme:      3,76     3,76
MOS samisk mannsstemme:     3,61     3,62
}}} 

Andre ting:

* testen var ei nyttig røynsle, bra å ta med vidare.
* viktig å sjekka kor lang tid det tek å gjennomføra testen
* vi har no referansemateriale for framtidige eigne tts-system

!!!cg-taggar og apertium (russisk)

* Situasjonen var: langs/rus: +N i fst, n i cg
* Trond endra til: langs/rus: +N i fst, n N i cg

Vi vil ikkje ha manuelle endringar, vi vil ha automatisk konvertering.

Frå IRC/#hfst:

{{{
[09:59am] spectre: TinoDidriksen, would it be hard to write a program or option
		  for vislcg3 that reads a grammar file and outputs a list of
		  tags/symbols and sets ?
[10:04am] TinoDidriksen: spectre, that'd be trivial...
[10:07am] spectre: and how about a program that rewrites them ?
[10:07am] spectre: e.g. we'd like to make the CGs work with >1 tagset
[10:08am] spectre: the first step is to get rid of inline sets
[10:08am] TinoDidriksen: Just include the separate tagsets.
[10:09am] spectre: ugh
[10:09am] spectre: that's hideous 
[10:09am] spectre: sjnomos, --^
[10:09am] TinoDidriksen: Have 2+ parent grammars that include the tagset and
		  independent rules. That's how you'd do it in XML as well.
[10:09am] spectre: in the FSTs we have relabelling scripts
[10:10am] TinoDidriksen: That's an option.
[10:11am] spectre: i have an awful python script for relabelling the sámi CG
[10:11am] spectre: but it just lowercases everything with some mangling
[10:11am] TinoDidriksen: I just don't understand why you put this into the
		  FSTs or CGs. Why isnt this a filter program in the chain?
[10:11am] spectre: tagsets are shitty
[10:11am] spectre: filter programs don't work
[10:13am] TinoDidriksen: If you can relabel them mechanically, I don't see how
		  a filter is impossible.
[10:13am] spectre: you can't relabel them fully automatically
[10:14am] spectre: there are always holes
[10:15am] TinoDidriksen: Are the conversions 1:1? That'd be easy to add to CG.
[10:15am] spectre: many:many
[10:17am] TinoDidriksen: Hm. Well, I will make CG-3 dump single tags. How do
		  you want sets dumped? Their whole definition, or just names, or what?
[10:18am] spectre: whole definition
}}}

Konklusjon: Vi vil ha russisk fungerande både i nyinfra og i Apertium,
og fungerande, språkuavhengig tagkonvertering for CG.

Genererte tagsetfiler blir ikkje ignorerte.
Trond ser på {{set-svn-ignores-langs.sh}} for å retta på dette.

Det gjeld:
{{{
?       sme/tools/mt/apertium/tagsets/apertium.relabel
?       sme/tools/mt/apertium/tagsets/apertiumtags.txt
}}}

Filer som:

{{{
?       src/morphology/stems/smi-propernouns.lexc
?       src/morphology/stems/smi-sme-propernouns.lexc
}}}

er gamle og skal slettast.