Divvun-møte 18.8.2026
Til stades: Flammie, Katri, Børre, Helena, Sjur, Inga
Møteleder: Børre
Saker:
- Sidan sist
- Reiser og konferansar
- LREC - framtidsplanar
- Ymse
Sidan sist
Børre
- CorpusTools: buoridan analyse_corpus
- Giellagáldu: dahkat vocbench3 geavahahtti
- Jietnašiella: lasihit jorgalusaid, ođđa veršuvdna almmuhuvvon
Boahtteáiggis:
- få pontoon til å virkelig synkronisere
- Borealium1.1/Nordisk ministerråd:
- laga oppsett for gramcheck-testdata i cg3-filer
- Iŋggá sátnegirji
Flammie
- redaktörcuákkimeh
- clitics já subreadings jna
Maja Lisa
- haberekonstruksjon m/Linda
- lemma-arbeid med Siri
- påmelding til gieleseminaare i Østersund 8.-10. september
- Stedsnavn m/Ove
Fremover:
- SMA-stavekontroll - dårligst på forslag - git-historie. Forslagsmekanismen - Flammie eksp. med maskinlæring, klassifiserte feilene
Inga
- SAALS
- Tilbakemeldinger på NT
- Gramcheker, regler og tilbakemeldinger
- ny versjon av gram-checker
- Møte med Linda
- Jiednasjiella-app
- opprydding i gramcheck-yaml etter at flere feil blir typos
Helena
- missing GG / Termwiki
- principfrågor till GG ang låneordsanpassning
- principfrågor ang antal varianter av termer
- Kontakt med norsk Sámediggi om felstavat namn i Norgeskart: Báhčaveaivuonšaldi
- artikel NJL
- Möte med Cathrine
Katri
- Fonetiikan päivät:
- Forskning for artikkel
- Skripter for WER & CER, raportering
- Presentasjon i lag med Linda og Kristiina
Framover/Ideer:
- diskutert nye ASR materialer til transkribering https://podcasts.apple.com/no/podcast/sis-finnm%C3%A1rkku-syndroma/id1004924492?l=nb
- Lene Antonsen: “leat eanet episodat, mat eai leat neahtas dál.. Soai eaba máksán abonnementa doalahit daid neahtas, ja dan dihte jávke (podkásttas ii lean makkárge dienas), Ánne Márjá lohká ahte son ii astta dál ohcat daid, son ferte vuoruhit bálkábarggu (son lea freelancer, ja justa dál lea váttis dilli go lágádus man ovddas son láve jorgalit, lea reastaluvvamin). Livččiigo Divvumis vejolašvuohta fállat sutnje mávssu dan barggu ovddas? Omd 5000? Lene Antonsen: lea sáhka sullii 80 dii jietnafiillain, ollu materiála”
- smn
- Combined TTS/ASR with new technologies
- Aalto ASR-demo (test gjerne!)
- publisering av datasetter for alle TTS-prosjekter??
- Undersøker TTS til Anki (språklæringsapp) via API
- Til folk som er interessert av TTS-prosjekter: https://docs.coqui.ai/en/latest/what_makes_a_good_dataset.html
Sjur
- møte om ASTIN-konferansen i november
- mykje arbeid med uttrykk av typen
100%, for å få analysen rett både for talesyntese og korpusanalyse - fekk det til til slutt! - såg på release-handteringa av grammatikkontrollar, og korleis ein kan identifisera kva for versjon som er installert på servaren - fann fleire feil som eg melde vidare til Brendan, dei fleste fiksa no, men enno ikkje installert på servaren. Det har òg vore problem med automatisk oppdatering av servaren, som ikkje er løyst enno, men som burde vera fiksa snart.
- møte med Brendan og Dylan om hovudlinene i arbeidet framover: stabil og enkel installering, fungerande verktøy, TTS og ASR, ny stilling knytt til KI og maskinlæring, nye/betre mobiltastaturappar (hovudpunkt: fart, presisjon og prediksjon)
- sjekka ø og ö i typos-filene for SMJ
Framover:
- typos i SMJ:
- hent inn skrivefeil frå Err/Orth-oppføringar i lexc-filene (både stems og affix-filene)
- ta kontakt med Lene om sis-finnmárkku-syndroma-podden
Necessary Innovations
- byrja arbeidet med å oppdatera Android- og iOS-appar pga nye krav eller nye OS frå Google og Apple
- feilrettingar og optimaliseringar i rust-versjonen av hfst, foma, vislcg3 og dermed i divvun-runtime; siste:
Key results:
- SMA: new automatic default is 4.76× faster and uses 62.4% less RAM than pre-fix Rust.
- SME: 5.77× faster and 77.2% less RAM.
- Versus C++, new Rust is 7.06× faster on SMA and 8.37× faster on SME (and 5.19x faster on KAL)
Why the improvement is so large:
- SMA previously materialized 75,989 × 49 = 3,723,461 redundant flag loops.
- SME materialized 253,975 × 72 = 18,286,200.
- The new overlay synthesizes those loops only when composition asks for them.
Correctness checks passed:
- All … outputs are byte-identical per language.
- SMA: 99,017 states / 119,230 arcs.
- SME: 352,310 states / 433,933 arcs.
- Both are semantically equal to pre-fix Rust and C++.
Framover:
- oppdatert kbdgen:
- linux-tastatur
Call for abstracts
Tidsfrister for å sende artikkel eller abstrakt:
- 21/08/2026 https://spelll.org/imp-dates.html (December 17-19, 2026 - (Hybrid Mode))
- 1. oktober 2026: Nordic Journal of Linguistics
- Oct 11 IWCLUL München 10th — 11th December https://acl-sigur.github.io/iwclul2026.html
Reiser og konferansar
Både potensielle og påmeldte, og planlagde reiser:
- 27.-28.8. Fonetiikan päivät (på Aalto Universitet, Katri)
- 2.-3.9 Sørsamisk møteplass i Trondheim https://trondelag.pameldingssystem.no/samisk-moteplass-2026#/default-12953
- 15.-16. september: GG og Árran arrangerer lulesamisk språkkonferanse i Tysfjord
- 28.–29. oktober: WMT 2026 (EMNLP workshop)
- oktober/november 2026: Oppfølgingskonferanse etter Trondheimskonferansen sist november, i Helsingfors
- 13.10. Giellagáldu davvisámegiela seminára juridihkkatearpmat, Romsa
- 4.-5.11.2026: 7th Saami Linguistics Symposium SAALS7, Nord Universitet, Bodø.
- 10.-11.11.2026 Helsingfors: «Språkteknologi og KI i Norden II»
- IWCLUL i desember (München)
- 9.–14.3. 2027: EACL
- 12.-16.4.2027 Tromsø CG-seminar
- 9.–14.5. 2027: COLING
- 20.-24.9.2027 Nuuk CG-seminar
- seinare: sigmorphon eller andre tba
LREC - framtidsplanar
- maori: grammatikkontroll, datastyring og tilgang, etikk og plattformkontroll
- nasjonalbiblioteket og samiske tekstar - skrive søknad til KD
Ymse
Neste Divvun-samling i Tromsø 14.-18.9.2026.
Neste møte: tysdag 25.8.2026 til vanleg tid