Divvun-møte 2.1.2024
Til stades: Børre, Flammie, Katri, Maja, Sjur, Inga
Saker:
- Borealium
- Sidan sist
- Reiser og konferansar
- LREC - framtidsplaner
- Ymse
Borealium
- eit godt løft frå den gamle nettsida
- inkonsistent bruk av termar
- uklårt språk
- det må bli lettare å omsetja
- .po-filer?
- omsetjingsminne og andre verktøy
- separat repo?
Sidan sist
- list av navndeler
- moglege kandidatar for nytt Android-tastatur?
Maja
- Artikkelmøte og CG-regelskriving med Linda
- Transkribering AJ
- Dict - endret og korrigert i noen ordboksartikler
- Drøftet transkribering med Ina
- reiseregning -
Framover:
- Merke opp TV og IV i dict-verbfil? Teamsmøte om dette.
- Videre transkribering med Thomas og Ina?
- Artikkelskriving
- Grammatikkontroll og synonymordbøker: lånordbekjempelse, frec.con
- Syntaks: Gramcheck - yamltester, regel, feilmerking
Sjur
- meir dokumentasjon for lokalisering/omsetjing av borealium.org og Páhkat-pakker
- lang prat med Inga Marja Steinfjell/Samisk arkiv
- eg er invitert til Kautokeino/Samisk arkiv 6.2. for å prata om språkteknologi og digitalisering av arkiva
- diskusjonar med Standard Norge om ENG og tastatur
- særskrivingsfeil i SMJ
- møte om maya-samarbeid
- møte med KDD om sidearrangementet i New York i april
Framover:
- risikovurdering for dei nye prosjekta (krevst for nye prosjekt)
- send lenke for evalueringa til Bitte, og be henne be studentane sine om å gjera evalueringa (Katri har sendt 2-3 gonger tidlegare)
Linda
- la til regler for sme etter Duommás ønske
- feiloppmerkingsmøte med Marja-Liisa
- smn grammatikkontrollregler
- SDA artikkelarbeid med Maja
- fiksa noen negasjonsregler for sma grammatikkontroll
- apertium-møte med Flammie
- CG-workshop med Inga og fiksing av smj disambiguering
- meldt noen bugger til Tino, Kevin, og Flammie
- LREC artikkel evaluering
Børre
- pontoon
- funker på egen maskin, integrering mot borealium.org og satni-frontend fungerer
- Pull request mot stringly og borealium, ftl, ikke flt er offisielt suffiks, ble godkjent
- Fikse feil i parallelliseringen
- python-tca2
Framover:
Katri
- Kompileret sme og smj ASR test datasets (~1 time) for å utvikle modeller
- Trenger hjelp med begge språk med å fikse transkriberinger
- Prosessert alle talematerialer og passende tekster fra Oahpa.no til å bruke med ASR
- Hentet og prosessert talematerialer fra NRK
- Evalueringstest – monitorerer deltakere men som før: første resultater: den beste modell er “kombinert” data (8 timer) med “ny Laila” som huvudstemme
- Forsetter å finne smj material fra sametingets plenumsaudio: lytter og markerer lulesamisk deler til TextGrid
- Cristin
- Reisebestilling
Framover/Ideer:
- Kanskje samarbeid med Giellagas - de har masse sme-material som trenger transkribering -> bruke vår ASR -> mer treningsmaterial til oss
- NB: nordic automatic LID (language identification), kan brukes til å filtrere norsk material (tekst) ut fra t.ex. sametingets plenumaudio?
- Artikkel om TTS: evalueringstest i små språksamfunner er vanskelige
Inga
- CG med Linda, mye disambiguering
- Forbedret regler
- tilpasset tekst etter innlesning
- la til ord pga MT
- utkommentert Err/Orther fra FST (err/orther som er homonemyer til rette former)
- Samme lemma svensk/norsk versjoner for million og milliard
- La til adv-derivasjon til ÁLLA-ÆLLA
Flammie
framover:
- fortsetter med infra
- missinglista med dynamisk sammansatte ord
TheTC
- arbeid med daudtastar for Android
- oppdatert smj- og smn-grammatikkontroll
Framover:
- Android, kodesigneringssertifikat (Windows-oppdateringane skal fungera igjen)
Necessary Innovations
- TTS + grammatikkontroll
- retta ulike feil med borealium.org
Andre planlagde oppdateringar
- stavekontroll inn i MT-sida igjen (unhammer)
- grammatikkontroll inn i MT-sida (unhammer)
- grammatikkontroll inn i LO (Kevin sin oxt)
- eige prosjekt med Nec. Innov.
- grammatikkontroll inn i nettstavekontrollen
Reiser og konferansar
Tar alt for lang tid å få reiseoppgjer!
Et alternativ: https://cp.compendia.no/uit/medarbeiderhandbok/208693
Både potensielle og påmeldte, og planlagde reiser:
- Divvun-uke uke 3 (15.-19.1.)
- 17-22.3 EACL: https://2024.eacl.org/calls/papers/#important-dates
- 15.-19. april 2024: UNPFII i New York (i alle fall Inga og Sjur)
- 20.-25.05.2024 LREC-COLING Torino (13.10. submission)
- June 16–21, 2024 NAACL
- 25.-26. juni 2024: Språkteknologikonferanse i Bodø - alle?
- oktober 2024: Språkteknologikonferanse i Trondheim/Trøndelag - små språk i Norden, ev òg SMA-2-konferanse (mange/alle?), lansering av sørsamisk TTS
LREC - framtidsplaner
- maori: grammatikkontroll, datastyring og tilgang, etikk og plattformkontroll
- nasjonalbiblioteket og samiske tekstar - skrive søknad til KD
Ymse
Bør vi arrangera fleire release-partyar eller kurs på nettet? Kan kanskje nå fleire folk lettare på den måten. Målsetjing: nettseminar to gonger om året,