kmd-møte 10.3.15.

Kevin, Sandra, Trond.

!!!Saker
* Status
* Framover


!!!Status



sme2smj-lemmaX.fst er ferdig og produserer kandidatlister i nobsmjsme
Vi har kandidatlister nob-smj-sme

* decomp_ana  400
* precomp_ana 4983
* decomp_noana 169
* precomp_noana 3063

Der:

* decomp = match der du finn alle delane
** sykkelstyre -> sykkel ok, styre ok -> sykkelstyre
* precomp = match der du finn delane som delar av andre samansetjingar
** ordboka har barnespråk→mánágiella og bruksrett→adnemriektá/ávkkimriektá, så får me forslag bruksspråk→ávkkitgiella/adnemgiella

No er det slik:

{{{
videreføre      joarkket        fievrridit      241     0       160     14
+videreføre      joarkket        joatkašuvvat    241     0       31      14
videreføre      joarkket        joatkit 241     0       448     14
=videreføre      joarkket
}}}

Det vil vere lettare med:

videreføre      joarkket        joatkit/fievrridit/joatkašuvvat 241     0       448     14

Men likevel:

{{{
innskrenkning   gártjedibme     gáržžádus       11      0       3       0
innskrenkning   gártjodus       gáržžádus       11      0       3       0
}}}

Her skal vi framleis ha:

{{{
bindeledd       Aktisasjvuohtaladás     oktavuođalađas  6       0       0       0
kontaktledd     Aktisasjvuohtaladás     oktavuođalađas  0       0       0       0
}}}

og ikkje slå saman til:

kontaktledd/bindeledd     Aktisasjvuohtaladás     oktavuođalađas  0       0       0       0

Dei som er noana er av to typar, den eine er der pga fleirordsuttrykk:

{{{
Euruhpárádde    Euruhpárádde    +? = ekte
Finnmárkku báhppa       Finnmárkku báhppa       +? = toords-uttrykk
}}}

Den siste typen kan vi fjerne, og analysere som separate ord. Ei anna sak er at desse fleirordsuttrykka sannsynlegvis  ikkje er oppslagsord i seg sjølv ==> vi kan vente med dei.

Filforklaring:

*  decomp :: input is compound analysed, parts are translated with
    existing dictionaries and glued back together
 *  precomp :: existing dictionaries are compound analysed to create a
    dictionary of compound-part-translations; then input is compound
    analysed, parts are translated using the decompounded
    dictionaries, and glued back together
 *  anymalign :: from parallel word alignment (see para/anymalign)
 *  xfst :: using =$GTHOME/words/dicts/smesmj/scripts/sme2smj-$PoS.fst=
 *  lexc :: using =$GTHOME/words/dicts/smesmj/bin/smesmj.fst=


Markeringsmetode:

Utgangspunkt (korrekt er kirkeliv = girkkoiellem)

Kandidat i decomp:

kirkeliv        girkkoielle        girkoeallin

Resultat etter manuell gjennomgang: enten a eller b:

* a. @kirkeliv        girkkoielle        girkoeallin
* b. kirkeliv        girkkoiellem        girkoeallin

viss a, fjern første kirkeliv-instans, viss b, fjern alle kirkeliv-instansar, i resten av filene:
- (viss ei linje er markert som dårleg, fjern *paret*; viss markert som bra, fjern alle forslag med det nob-ordet)

{{{
~$cat ../unhammer/freecorpus/evttohus/out/nobsmjsme/*_ana|grep kirkeliv
kirkeliv        girkkoielle        girkoeallin        33        0        17        5
kirkeliv        girkkoiellem        girkoeallin        33        0        17        13 
kirkeliv        girkkoiellem        girkoeallin        33        0        17        13
kirkeliv        girkkoiellet        girkoeallin        33        0        17        13
kirkeliv        girkkoielle        girkoeallin        33        0        17        5
kirkeliv        girkkohægga        girkoeallin        33        0        17        0
kirkeliv        girkkoviesso        girkoeallin        33        0        17        0
kirkeliv        girkkoviessom        girkoeallin        33        0        17        0
kirkeliv        girkkoviessot        girkoeallin        33        0        17        0
kirkeliv        girkkovájmmo        girkoeallin        33        0        17        0
kirkeliv        girkkoæládus        girkoeallin        33        0        17        0
kirkeliv        girkkoiellet        girkoeallin        33        0        17        13
kirkeliv        girkkoielle        girkoeallin        33        0        17        5
}}}


!!!Framover

__Kva:__
 
{{{
@ foran former som ikkje er ok (måte: merk unntaka)
* foran former du skal sjå på seinare
+ for ok (viss det er ei fil kor det meste er ikke-ok)
}}}

__Lage filer for manuell gjennomgang__

Gå gjennom filene i denne rekkjefølgja:

* decomp før precomp
* eventuelt først ei fil med kandidatar som kom frå fleire metodar
* bolkar på 1000 etter frekvens, baklengssortert inni kvar bolk?


__Lagring, svn__

Lagre filene her:  main/words/dicts/nobsmj/inc

Skriv ei readme-fil der rekkjefølgja går fram




!!!Anna mens eg har det i hovudet

Rettskrivingsendring  ijja→iddja:

Skript dette (Sandra sender Kevin ei liste).


!!!sma

Som for smj, men filtrere mot eksisterande.