Meeting_2014-10-14

• sme-flytting
• møterommet
• Sør-Afrika
• TTS
• Direkte nedlasting av fst-ar
• Teksting-korpus
• mobiltastatur
• ENG
• neste CLARINO-møte

Yaml-testing

Ciprian har gamle paradigme frå VD, dei kan vi bruke som (utgangspunkt for) yaml-testar.

Vi vil ha testar etter:

• fortsetjingsleksikon (dette kan skriptast)
• sluttvokal
• rotvokal
• stammekonsonant
• rotkonsonant xx: x, x: y, xy: xxy (fyll ut for x og y) kontekst* trigger

Dokumentasjon for yaml-testane finst på: /infra/infraremake/AddingMorphologicalTestData.html

TILTAK: Ciprian tar eit utval frå VD-paradigmet og sett inn i main/langs/sme/test/src/gt-desc-yamls/ (der det ligg ei modellfil), evt. main/langs/sme/test/src/gt-norm-yamls/. Dette skjer etter Göteborg.

Korpustesting

Analyser eit rimeleg stort korpus med analysatorane frå både ny og gamal infra, sjekk at resultata er like eller kompatible.

• Lene analyserer korpus med fst frå ny og gamal infra
  • diffen og output skal liggja i $GTHOME/langs/sme/test/data/move/

Oahpa-testing

Heli har genrerert og laga diffar, Lene har kommentert, vi fann ei lus i ny infra som no er retta. Vi treng ein ny diff -> Heli.

TILTAK:

• Heli må laga ein ny diff => Trond sender e-post
  • diffen skal liggja i $GTHOME/langs/sme/test/data/move/

Vi har fått e-post frå Kyrre Soleng. Møte om ca 2 veker (i november).

Trond har skrive e-post, vi ventar på svar.

Vi har ein betaversjon! Våre testarar bør få litt meir eksplisitt dokumentasjon.

Fleire betatestarar:

• Audun
• Per Edvard
• Nils Øyvind Helander + resten av språkavdelinga på SD

Børre lagar nettskjema med lydfilene, og deretter ber vi folk på FB om å testa.

Folk vil analysera sjølve, men vil ikkje ha heile pakka, og vil ikkje byggja frå kjeldekoden.

Språk? I prinsippet alle, men sme.

Kompiler på xserve, legg ut på static_files

Vi kan ha eit shellscript

Dei treng tre typar filer:

• Eksterne program:
  • (hfst-)lookup
  • vislcg3
  • perl ~ hfst-tokenisering
• binære analysefiler
  • analyser-gt-desc.hfst
  • disambiguate.bin
• giella-skript:
  • preprocess
  • lookup2cg

Mål: vi lagar ei pakke som kan distribuerast og som inneheld alt bortsett frå eksterne verkty.

Timeplan? Vi må koma attende til saka.

Vi får tilgang til eit korpus av samisk teksta TV-sendingar, frå univ i Joensuu. Men kravet er at det er lukka, og til forskingsformål.

Lukka ok, vi har ein lisens for det. Men vi kjem til å nytta deriverte data til produktutvikling til beste for det samiske samfunnet. Det må vera ok. Alle produkt er gratis og open kjeldekode.

TILTAK: Trond følgjer opp.

For seg sjølv eller i langs? Trond: for seg sjølv.

Møte: kl 8. torsdag

Når? 1-2.12.2014 (UB er arrangør). Skal vi prata om Akan? Utveksla data?

Tiltak: skriva svar - men vi ventar, vi må prata meir.