Grammatikkontrollmøte 26.4.2017

Til stades: Duommá, Kevin, Linda, Sjur

Saker:
* sidan sist
* arbeid framover

!!!Sidan sist

!!Duommá

* som vanligt i framtiden har han jobbat med testkorpuset
* legge til tagger i leksikonet
* samle falske positiver av kommaregler til Linda
* testar hur reglerna funkar (hovedprøvekanin for grammatikkontroll)
* tweakar lexikons och compound-tags i henhold till for exempel real word errors
* legger till ord i listor før grammarcheckern
* ser hur reglerna kan utvecklas
* etc etc etc

!!Linda

[http://giellatekno.uit.no/bugzilla/show_bug.cgi?id=2363]:
{{{
#ADD:punct-sahcu (&punct-sáhcu) TARGET ("-" PUNCT) IF (NEGATE -1 CC);    
    ## Muitalusat -girji


    # particle readings
    # -----------------
    
REMOVE:unspacecmp (Pcle) (0/0 ("mat" Pcle) LINK 0/2 N)(0 (N Pl Nom));
    ## bihtáidbargamat
    # assuming that mat only goes to verbs
    ## Dálkkádatrievdamat     dagahit stuorra hástalusaid álgoálbmotkultuvrraide , ealáhusheivehemiide ja servodatovdáneapmái . 
    
REMOVE:unspacecmp (Pcle) (0/0 ("mat" Pcle) LINK 0/1 (N Sg Nom) OR (V Ind Prs Sg3 Err/Orth-a-á))(0 (N Pl Nom));    
    ## Juohke vahkku lea sierra lekšuvdna ( plána ) mas ovdanbohtet doaimmat ja barggut , lohkamušat ja     logaldallamat.
    ## Fágaloggat ,     bagadallamat     ja profešuvdnamáhppa geavahuvvojit reaidun šaddat dihtomielalažžan iežas oahppamis.
    ## Sámi     vieruiduvvamat 
    ## Ságastallamat     rivdet maiddái go oahppi álgá nuoraidskuvlii . 
    ## Dát     čiekčamat     eai lágiduvvo eambbo okte juohke njeallji jagis .          
REMOVE:unspacecmp (V Foc/gis) (0 (N Sg Loc));    
    ## báikkálaš álbmogis
    ## Mii vuovdit gollosiid sidjiide geat eanemusat fállet bidjegis. 
    ## 51_% galgá leahkit dan seamma     meinnegis     Stuorradikkis ovdal nu manná , muhto dasa mii goit leat bargame.     
}}}

Problemord med analyse:
{{{
álbmogis
álbmogis    álbmot+N+Sg+Loc
álbmogis    álbmot+N+Sg+Acc+PxSg3
álbmogis    álbmot+N+Sg+Gen+PxSg3
álbmogis    álbmut+V+TV+Ind+Prs+Du1+Foc/gis
álbmogis    álbmut+V+TV+Ind+Prt+Pl3+Foc/gis
}}}

Saka er ferdig, vi legg til nye reglar i mwe-dis om det trengst (eller fjerner stiar i lexc).

!!Kevin

* døme i webdemo redigerbare av andre enn meg
* ckeditor-plugin, med webdemo (ikkje basert på SCAYT)
** http://gtweb.uit.no/gc/ck/
* tilbakemeldingsmodul (divvun-suggest):
** xml-format har no defaults m/regex på tagg
** R:$2:17 betyr no «bytt ut '$2' i tittel med/form til ordet med ID:17
*** ADDRELATION ($2) (&real-something) (0 (blah)) TO (*1 N); 
*** "ord1" &real-something R:$2:17
*** "andreordimellom"
*** "ord2" N ID:17
*** errors.xml: <title>$1 should be something-else when preceded by $2</title>
* pipelessness (bruk som bibliotek):
** heile pipelinen utanom hfst-tokenise kan no køyra utan bruk av pipes/IPC (Windows sitt stave-API tillet ingen interprogramkommunikasjon)
** https://github.com/unhammer/vislcg3/tree/StreamApplicator 

!!!Arbeid framover

!!Duommá

* som vanligt i framtiden ska han jobbat med testkorpuset
* legge til tagger i leksikonet
* samle falske positiver av kommaregler til Linda
* testa hur reglerna funkar (hovedprøvekanin for grammatikkontroll)
* tweaka lexikons och compound-tags i henhold till for exempel real word errors
* legge till ord i listor før grammarcheckern
* se hur reglerna kan utvecklas
* etc etc etc

!!Linda

* fortsatt problemer med taggrekkefølge: jierpmálaš+A+Sg+Nom+Superl burde være jierpmálaš+A+Superl+Sg+Nom
{{{
"<jierpmálaš>"
        "jierpmálaš" A Sem/Dummytag Sg Nom <W:0> @<SPRED MAP:17047:r3339 &syn-super-part2 #7->7 ADD:11628:syn-super-part2
syn-super-part2
        "jierpmálaš" A Sem/Dummytag Sg Nom <W:0> @<SPRED MAP:17047:r3339 Superl &SUGGEST #7->7 COPY:11630:syn-super-part2
jierpmálaš+A+Sg+Nom+Superl      ?
}}}

TODO:
* (X) Linda legg inn på Bugzilla
* Kevin pratar med Tino

!!Kevin

* tilbakemeldingsmodul (divvun-suggest)
** alternative forslag på same ord
** forslag på ord-med-subreadings?
* pipeless bibliotek
** hfst-tokenise inn i pipeless-prototyp
** lesing av arkivformat
** kodereinsk

Vi må ha eit møte med hfst-gjengen (Krister og Sam) for å diskutera gjenståande saker med pmatch/tokenise. Kevin kjem med forslag til tider som passar han, og Sjur tek det opp med Krister og Sam. Saker vi vil ta opp:

* kvifor blir pmhfst ca 3 gonger større enn input-fst?
* kvifor er runtime-minnebruk 6-7 gonger større enn fst-fil?
* er maskineriet kring tvetydig tokenisering ok? Kan det bli ein standard del av hfst-pmatch/-tokenise?