Parallelliseringsmøte 7.2.2012

Berit Merete, Børre, Sjur, Ciprian, Trond

Saksliste

• status for gullkorpus
• status for parallellføringa
• status for ordparallellisering
• status for fase 1
• arbeid framover

Status for gullkorpus

BM: korleis blir typos-lista brukt? Korleis skal data som ligg i fila sjå ut? Kan ein bruka regulære uttrykk i oppføringane? Svar: nei + kort historikk for typos-fila.

Status: 528 feil (7 færre feil enn førre bestenotering med same data, 95,82 % rett most tidlegare 95,74 %)

TILTAK

• Doble eller fleire mellomrom som output av preprosessor må skvisast til eitt, for å sikre konsistens. Gullkorpus må dermed også kontrollerast for evt. doble mellomrom.
• “sør” + punktum
• “su” + punktum
• flytte unnimuspenšonista lenger opp i anchor-lista
• sjekka matsjealgoritmen for ankerlista - er det fyrste treff som gjeld, eller noko anna? Det bør vera lengste treff som vinn, men fyrste treff er ok - då kan vi sortera på lengde (dvs lengst fyrst)
• skråstrek / treng betre handtering - dvs punktum + skråstrek
  • men ikkje gjer noko med A/S (eller D/S ol.)
• “dr.polit.-utdanningen” - feil segmentering
• Det same gjeld punktum pluss alle desse symbola:

/-"«»‹›“”‘’)(][}{=

Status for parallellføringa

Gullstandardtalet i dag er 95,82.

Status for ordparallellisering

Enno ikkje dokumentert, men vi har fått ei lenke

TILTAK

• Pipeline klar til 13.2.
• sjå på Giza (Ciprian)
• diskuter med Francis (Trond)

Status for fase 1

Fase 1: Setningsparallellisere

1. forbetre parallelliseringa (Børre) - kontinuerleg
2. leggje til nye tekstar (Børre) - kontinuerleg (og automatisk)
3. teste tmx i Autshumato (Sjur) - gjort, ser bra ut, krev rein tmx
4. setje strek og ordparallellisere - dato: 10.2.

Skal vere ferdig på fredag.

Arbeid framover

• 10.2. parallellisering
• 10.2. tidsestimat for ordparallellisering
• 13.2. setningsparallellisert korpus
• 13.2. pipeline for ordparallellisering
• konvertera pseudo-tmx til ekte tmx (dvs utan ekstra mellomrom)
• testa og dokumentera bruken av Autshumato med TMX
  • særleg bruken av sentrale tmx-lager
• sjekka tmx-krava til Trados
• laga ferdige TMX-pakker til nedlasting?
• frist for TMX: 1.3. (samtidig som rapporten)

Neste møte

Mandag 13.2.2012 kl 10