200519

BM og Chiara har laga ein demo med 30 setninger. Libre Office egner seg til dette arbeidet.

Felles datafil for grammatiske taggar

I dag inneheld Search by analysis fulle taggstrengar. Vi diskuterte ulike alternativ:

1. Full spesifisering, som i dag. Ulempe: Pedagogisk irrelevant, og få treff
2. Spesifisering på POS og enkeltkagetori (velje berre lokativ, berre preteritum, ...). Ulempe: Det inneber
3. Kryssval: Sg gjev alle eintalsformer, Acc alle akkusativ, Sg.Acc snittet mellom dei to Ulempe: Det vil gje tomme søk

Ein variant av (2) vil vere å ha ei totrinnsliste: Først velje verb, og deretter alle verbkategoriane.

Konklusjon: Vi prøver ut (2), men utan totrinnsliste.

Menyen ''Search by dictionary''

Denne lista gjev orda lista i data/SMARTool_data.csv. Vi vil heller ha dei utan omsetjing i lista, men med lenkje til NDS.

Syntetisk tale

Chiara tar kontakt med riktig person/melde til Orakel for å få konto på Divvun-server

Legge til NDS

klikk-i-tekst i grensesnittet

oversettelse av lemma

Ett og samme lemma ha flere oversettinger, f.eks. leat = ha, være. I dag ligger både "ha" og "være" som oversetting i SMARTool_data.csv, men bare "ha" kommer fram i ordlista.

Skal vi ha oversettelse med?

Konklusjon: Vi gjør det heller på den måten at vi ikke gir oversettelse under Search by dictionary, men gjør det mulig å finne oversettelse med å klikke på ordet.

Search by dictionary -> Search by word

Om dette?

Nivå

SMARTool er delt inn i nivå A1, A2, B1, B2. Kjeldefilene er delt etter nivå, og kvart nivå inneheld par oppslagsord :setning.

Jf. russisk:

• https://github.com/valentina-zh/SMARTool-data/blob/master/SMARTool_data_A1_LIZA.csv
• https://github.com/valentina-zh/SMARTool-data/blob/master/SMARTool_data_B2_LIZA.csv

D1 SAM-1031 C1

Chiara lager en skript for å konvertere oahpa filene i csv format

Nivåene må defineres. Hva betyr A1 og hva kan man forvente å finne på det nivået? osv.

Rammeverket er definert her:

• https://no.wikipedia.org/wiki/Det_felles_europeiske_rammeverket_for_språk
• https://en.wikipedia.org/wiki/Common_European_Framework_of_Reference_for_Languages
• https://fi.wikipedia.org/wiki/Eurooppalainen_kielitaidon_viitekehys

Nivåinndelinga er styrt av den europeiske standarden for nivåinndeling. For SMARTool inneber det at orda blir styrt etter kva nivå det konseptet er sett til. Morfologiske grunnar kan overstyre desse prinsippa, slik at eit semantisk sett sentralt ord (A1) kan bli lagt til eit høgare nivå (B1) fordi det som regel opptrer i ei morfologisk kompleks form.

Drøfting av samisk og nivå:

Samisk høgskoles kurs

Sari Ahola 2012: Yleisten kielitutkintojen laatijoiden käsityksiä kielestä ja tehtävien laadinnasta. Soveltavan kielentutkimuksen keskus Jyväskylän yliopisto

https://jyx.jyu.fi/bitstream/handle/123456789/40753/1/URN%3ANBN%3Afi%3Ajyu-201301241110.pdf

(drøfting av samisk omsett frå finsk vs. samisk henta frå Noreg, sjå s. 137)

"Laatijat kertoivat muokkaavansa materiaali paljon, varsinkin Norjan puolelta lainattua materiaalia, koska sanavalinnat ja sanajärjestys ovat Norjassa käytettävässä pohjoissaamessa erilaiset kuin Suomen puolella käytetyssä pohjoissaamessa."

Tommelfingerregel frå E-skuvla:

• A1 = Davvin 1
• A2 = Davvin 2

BM lagar eit framlegg.

Valg av former

Vi drøfta dette.

Word source

Skriv inn hvor setninger er hentet ifra, og merke hvis dem er modifisert (kanskje med "mod")

Søk i kommaseparerte lister

Sett at dei er tabbseparert

cat SMARTool_data.csv |tail +2|cut -d "," -f11-|sed 's/","/_/g;'|sed 's/\.,/\._/g;'|sed 's/\?,/\?_/g;'|cut -d "_" -f1|sed 's/\([.,;:?!"]\)/ \1/g;'| sed 's/\"/\" /g;'|tr ' ' '\n'|usmeNorm |grep '?'|l

Kortare versjon (føreset at fila er tabseparert og ikkje kommaseparert):

cat fil | cut -f11| preprocess|usmeNorm|grep "?"|less

Fredag 5.6. kl. 10.00 på Zoom. BM kallar inn.