Divvun-møte 30.4.2024
Til stades: Linda, Flammie, Katri, Inga, Sjur, Børre
Saker:
- Sidan sist
- Årsrapport
- Reiser og konferansar
- LREC - framtidsplaner
- Ymse
Sidan sist
Sjur
- årsrapport og rekneskap (blir sendt i dag)
- retta feil i stavekontrollbygginga for SMS
- testa Claude LLM mot skoltesamisk: 20 % ukjende ord, resten ganske ulik originalen frå det finske Sametinget ⇒ ser ikkje lovande ut (teksten sendt til Tauno for ein ekte sjekk)
- møte med Antti og Jordan om samarbeid framover, etter sjuårsprosjektet (sluttar om ca to år)
- LREC-presentasjon
- oppfylging etter sidearrangementet i New York på LinkedIn
- møte i nasjonalt samarbeidsforum for IDIL
- møte med Marcel om Divvun Manager på mac - mål: få alt installert på UiT-maskiner utan at folk treng gjera noko, men slik at vi som arbeider med desse sakene kan gjera det vi vil
- rekneskap og budsjett for Trondheimskonferansen i november, med Mikko og Kristine
- møte med Mila, to andre om GALA-webinar 27. juni: meir om Open Language
Framover:
- sjekk personar for lulesamisk og nordsamisk transkribering
Inga
- Reiseregning
- Borealium med Mikko
- Gramchecker
- Skatt
- samiske pedagogiske fagdagar i Bodø - spørsmål i etterkant (var samtidig med New York) om frekventordlister og ord med 3, 4 og 5 bokstaver
Linda
- LREC-presentasjon med Flammie, Trond, Maja, Børre, Sjur
- oppmerking av sørsamisk KI output med Maja
- gjennomgang av LREC-presentasjon med Flammie og Børre
- hjalp Inga med GramDivvun
Framover:
- møte om reiserekningar, forskot og ikkje-fungerande byråkrati
Flammie
- LREC-presentasjonjobb
- jobba med flytting av test-katalogene
Børre
- pontoon
- borealium
- Gjøre .ftl-endringene for src og locales for å lette samarbeidet med pontoon
- Hjelpe Mikko og Inga med Borealium
- mere oversettelser i .ftl-filer
- Møte med Trond, Brede og Anders om OCR-trening
- LREC-presentasjonsmøte
- TermWikiTools: søkeprogram for kommandolinja
- Overføre feilmeldinger fra gtgramtools til libdivvun, 1, 2
- python_tca2: rydde i kode
Framover:
- flytta Bugzilla til GitHub Issues
Mikko
- Møte ASTIN og NTNU: konferanseplanlegging.
- Sett litt mer på borealium.org med Inga (også med hjelp fra Børre), borealium.org skal være oppdatert med ny tekst på bokmål nå, men det er sikkert nødvendig å se mer på det.
Katri
- settet opp treningen for smj kvinnelig stemme(r) – tilbake i SAGA, men begynnte også med LUMI
- Fonetiikan päivät 2 dager
- sma-planlegging med Maja og Thomas
- Nordforsk-søknad om språklæringsspill med ASR til samisk og andre arktiske minoritetsspråk
- Whisper sme-ASR demo opp igjen: https://huggingface.co/spaces/versae/whisper-sami-demo
- administrative tinger: reiseregning, ferie, skatt…
Framover/Ideer:
- Dokumentering! (divvun-speech?)
- 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
- Til folk som er interessert av TTS-prosjekter: https://docs.coqui.ai/en/latest/what_makes_a_good_dataset.html
TheTC
- oppdatert grammatikkontrollpluggen for Word og GDocs:
- Word: same “ord” vart merka fleire gonger, + inni andre ord
- GDocs: ingen tilbakemeldingar medan teksten blir sjekka (no finst det)
- arbeid med byggjeinfra:
Framover:
- Android:
- Katri: fungerer, stavekontrollen fungerer ikkje => har truleg eldre versjon
- har 0.2.1, version code 88 => Katri må leggjast til i betatestargruppa
- Flammie: har gamal telefon, kræsjar heile tida, har sendt kræsjrapport
- Sjur: sjekkar om det må gjerast noko for å gjera ny versjon tilgjengeleg
- Divvun Dev, Børre (0.2.6, version code 179):
- tastatura ser riktige ut
- det er forslag frå stavekontrollen (sma og sme)
- dvs alt ser bra ut
Necessary Innovations
Ei veke forseinka med alfa-versjonen.
- TTS + grammatikkontroll
- TTS-lansering i Bodø på Giellabiellje, alfa-versjon 30. april, betaversjon 31. mai
- alfaversjonen forseinka ei veke, til 7. mai
Trondheims-konferansen
- møte med ASTIN, NTNU
- 5.-6.11.2024
- to dagar, to vinklingar:
- dag 1: fokus på teknologi
- dag 2: fokus på samfunn
Borealium
- omsetjing - jf Pontoon over (Børre)
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
Årsrapport
Ein siste sjekk før innsending.
Reiser og konferansar
Både potensielle og påmeldte, og planlagde reiser:
- 20.-25.05.2024: LREC-COLING Torino
- 16.–21.06.2024: NAACL
- 25.-26.06.2024: Språkteknologikonferanse i Bodø - alle?
- 09.-13.09.2024: KONVENS Vienna
- 05.-06.11.2024: Språkteknologikonferanse i Trondheim/Trøndelag - små språk i Norden (mange/alle?), lansering av sørsamisk TTS
- 06.–07.11.2024: SAALS6 (Helsingfors)
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
Maja: F.eks nettseminar om språkteknologi, nyoppdatering av f.eks grammatikkontroll eller oppdatering av dict -lagt til nye ord og funksjoner i dict
Neste møte: 7.5. til vanleg tid.