Parallelliseringsmøte 13.2.2012
Berit Merete, Børre, Sjur, Ciprian, Trond
Saksliste
- status for gullkorpus
- status for parallellføringa
- status for fase 1
- status for ordparallellisering
- arbeid framover
Status for gullkorpus
Status: Siste test fredag 10.2, 424 feil (96,65 %).
Problemområde som står att:
- doc-til-xml er for dårleg
- ei html-filer
- pdf-konvertering er for dårleg
- i nokre dokument er ikkje heile teksten parallell; metadata (i xsl-fila) som identifiserer dokumentfragment som skal ignorererast ved parallellføring vil vera ei hjelp i å forbetra parallellføringa i framtida
Status for parallellføringa
- 1528 tmx-filer i nob2sme
- 139 tmx-filer i sme2nob (i det minste 92 av dem må flyttes til nob2sme)
-
1620 nob2sme
- <47 sme2nob
-
Ord:
- 1,89 mill ord
- 2,32 mill ord
Kommandoar:
ccat -a -l sme -r $GTFREE/prestable/converted/sme/ | wc -w
ccat -a -l nob -r $GTFREE/prestable/converted/nob/ | wc -w
TILTAK
- Grovtest: tail -40 på alle tmx-filer. Dersom det dukkar opp problem:
- problemfiler blir fjerna
| tail -50 depts/other_files/*x | see |
Status for fase 1
Fase 1: Setningsparallellisere
- forbetre parallelliseringa (Børre)
- leggje til nye tekstar (Børre)
- teste tmx i Autshumato (Sjur)
- setje strek og ordparallellisere - dato: 10.2.
Alt er gjort.
Status for ordparallellisering - fase 2
Dokumentert, bortsett frå ein kommando.
TILTAK
- setja opp infra som krevst (Ciprian)
- køyra ordparallelliseringa (Ciprian)
- resultata skal vera ferdige 30.03.2012
Fase 2b:
- laga ekte TMX
- utan ekstra mellomrom osb.
- med autokorrektur?
- dokumentera bruken av dei, for to system:
- Autshumato/OmegaT
- Trados
- laga distribusjonspakker
Kva blir brukt ute i verda? UD:
- eu-relaterte dokument: Trados
- Dei andre: MultiTrans - Multicorpora Kanadisk selskap
http://www.multicorpora.com/en/products/
Siri Broch Johansen:
- bruker ikkje omsetjarprogram
- Samiske omsetjingar blir handtert av Semantix AS, som kontaktar frilansarar. Sjå [http://semantix.no/]
TILTAK
- endra katalognamn og filending: (Børre)
- filending:
- .tmx = ekte tmx (for bruk til omsetjarprogram som Trados og Autshumato)
- kva med gamal: .tmx => .toktmx
- katalognamn:
- $GTFREE/prestable/tmx = EKTE tmx
- $GTFREE/prestable/toktmx = gamal tmx, tokenisert tmx, berre brukbart til ordparallellisering
- filending:
- kjøpa 1 Trados Freelance-lisens? Nei, vi ventar
- køyra autokorrektur med typos-lista på sme-tekstane (Børre)
- køyra vanleg stavekontroll (Børre, Sjur)
- sjå på resultata (BeritM)
- legge inn nye feil i
typos.txt(BeritM) - køyra manuell etterkorrektur?
- dokumentera Autshumato m TMX (Børre, Sjur)
- installasjon av Autshumato
- oppsett
- installera TMX
- bruka programmet med TMX
- helst sjå på:
- stavekontroll
- ordbøker
- terminologi
Arbeid framover
- tmx, sjå fase 2b over
- ordparallellisering, sjå over
- rapport
Neste møte
Fredag 17.2. kl 8:30
Vinterferier:
- sjur - 20.-24.2
- børre - 2,5 dagar 5.-9.3