150325

• Prosjekt om vekta automatar
• Referanser i Korp
• Fad-ord inn i smenob

Prosjekt om vekta automatar

Trond orienterte om prosjektsøknaden Weight-training til ERC + diskusjon.

Referanser i Korp

Namn, referanse

Jussi og Lene sine kommentarar til Korp:

• manglende info på web om hvordan referere fra Korp - haster!
• feil forfatter på artikkel => filer deles opp
• viktig at det er samme dato for alle delkorpusene (ellers blir det vanskelig å referere)
• 'Sámi korpus' fungerer dårlig som navn i tekst
  • Eksempler på problemer (fra Jussi):

...originally published within about the past three decades and made available 
by Sámi Korpus at UiT The Arctic University of Norway...
...texts made available by the Sámi korpus corpus at UiT...
...the more than two thousand occurrences of illudit ‘rejoice; celebrate’ 
in the available North Saami corpus (Sámi korpus) also include...

Idemyldring rundt namn:

SAMTE
Samte
SamT
samde

Konklusjon: Samte (forkorting for Sámi teaksta / samisk tekst / Saami text)

Author

Cip: Short description of the author problem in Korp.

1. presentation issue in Korp: Surname and family name are not presented one after the other
   => something to debug in Korp
2. many documents registered with our corpus lack the info on authors: huge amount of "UNKNOWN" labels
3. as noted by Jussi, SDA and Diedut get wrong author labels because they are not split by article
   => split by article
4. what about the instances with several authors? Only the first is shown by Korp and/or registered with the cqp?
   => use first author pluss et.Al.
5. Korp-implementation issue: in the current version, it is not possible just to show the author without giving the possibility to search for (contrary to what we agreed upon). I have proposed a change from this implementation at the meeting in Gothenburg last year.
   => I have to check possible changes.

Fad-ord inn i smenob

Lene har gått gjennom csv listene og Ciprian har generert nye xmlfiler:

100 % overlapp mellom lemma og tg i fad og gt: fad2merge check fad vs source xml meir informasjon i fad enn i gt

Innhald i fad2merge:

00_readme.txt     
check_fad-vs-sna/ 
check_fad-vs-src/xml_data/auto/total/ total match men mer/annen info i fad, x = extra
check_fad-vs-src/xml_data/manual/   de med 'm', skal redigeres manuelt
fad-sna2merge/    
inc/              

full match, men mer informasjon, lagt fad2merge/check_fad-vs-src/xmldata, og er merka med x="fad"

Vedtak:

• Lene går gjennom xml-filene før Ciprian fullfører merge
• decl="yyy" gen="m" for nob og swe skal fjernes fra alle ordboksfiler

Døme:

   <e usage="vd">
      <lg>
         <l pos="N">máksinnákca</l>
      </lg>
      <mg>
         <tg xml:lang="nob">
            <t decl="yyy" gen="m" pos="N">likviditet</t>
         </tg>
      </mg>
      <mg x="fad">
         <tg xml:lang="nob">
            <t pos="N">betalingsevne</t>
         </tg>
      </mg>
      <mg x="fad">
         <tg xml:lang="nob">
            <t pos="N">likviditetsforvaltning</t>
         </tg>
      </mg>
      <mg x="fad">
         <tg xml:lang="nob">
            <t pos="N">likviditet</t>
         </tg>
      </mg>
   </e>