Giellatekno-møte 3.4. 2018

Tilstede: Chiara, Ciprian, Trond, Lene

Saksliste

• Oppsummering og status
• LIA
• Små driftsmidler-søknad
• NFR-søknader
• ICALL
• Stedsnavn Statens Kartverk
• NRK Sápmi har teksting lenkja til lydfiler

Oppsummering og status

Lingvistikkmøte 1 MWE

• LIA-materialet
  • legg vi inn som Err/Lex i sme inntil vidare. Dette vil vere aktuelt for andre samiske språk
• MWE 1: Sámegiela% ja% sámi% girjjálašvuođa% mastergrádaoahppu
  • Det er ikkje bra å ha store fleirordsuttrykk i standard-FST-en
  • grammatikkontrollgruppa vil ha det i grammatikkontroll-FST-en (med ein -
• MWE 2: New York
• MWE-korrigering
  • < {gurut} "@P.Pmatch.Backtrack@" { bealde} > adv ;

Lingvistikkmøte 2: bindestrek

Vi må avklare Giellagáldu sin posisjon i denne saka.

Servarar osb

Sjur og Børre var her, Chiara hadde problem med Konteksta (plassproblem), sysadminproblem. Etter møte før påske skreiv Børre til IT-avd, og vi kan få nye servarar denne veka.

Forrest:

• Vi har sletta xtdoc/gtuit2
• Vi skal ha felles techdoc

[https://giellalt.uit.no/infra/system/Serveroppgradering.html]

LIA

• Over til hfst i analyse av materiale
• Endre formatet frå LIA-output til input for analysatorane våre
  • Lia-annotatorane bruker ein del spesielle teikn (#, +1, ##, …) som vi må prosessere. Det finst ei lenkje til liste over desse symbola: http://tekstlab.uio.no/LIA/transkripsjon.html
  • Lene og Ciprian snakker sammen om dette
• Lingvistisk analyse i eigen tier
• MT i eigen tier
• Legge nob-ord til i egen fil som kan være med i kompileringa for alle språk?
  • Integrere nob-fil i automake (etterhvert, ikke hast no)
• Syntaktisk analyse (CG) - egen speech-disambiguator.cg3, som inneholder INCLUDE disambiguator.cg3
  • Integrere speech-disambiguator i automake?

Små driftsmidler-søknad, søknadsfrist 11. mai

• Små driftsmidler skal tildeles aktive forskere (i fast vitenskapelig stilling)
  • Det kan tildeles fra kroner 10.000 til kroner 60.000 til formålet
  • Bevilgningene er normalt ettårige
  • Midlene tildeles til konkrete forskningsprosjekter
  • Det er ikke krav til egenandel
  • Det kreves ikke rapport ved prosjektavslutning
• Prioritering
  • Prosjektets relevans sett i forhold til fakultetets forskningsstrategi
  • Søkerens publikasjoner de to siste årene
• Pengane kan ikkje gå til:
  • Bokinnkjøp
  • Innkjøp av utstyr, inklusive datautstyr og smarttelefoner
  • Støtte til å arrangere større konferanser
  • Frikjøp
  • Generell drift til forskningsgrupper
  • Undervisningsrettede tiltak

Ideer

• Sørsamiske barnebøker (vi har tospråklige filer)
  • arbeid: vitass, legge inn i korpus, tilpasse xsl-filer, aligning, sjekking
  • forskning:
• Historisk samisk materiale (fra Finland)
  • arbeid: sortere materialet etter ortografi, formulere konvertering til ny ortografi, legge inn i korpus, tilpasse xsl-filer
  • forskningsartikkel:
• Annotering av skrivefeil
  • arbeid: annotere
  • forskning:
• Lage gullkorpus for arbeid med syntaks
  • arbeid: rette automatisk analyse
  • forskning:

NFR-søknaden

Trond og Lene arbeider med dette 3. april kl 14.

ICALL

Arbeid så langt: Morfologiske oppgåver. Vidare seinare: Syntaktiske.

• Konteaksta: Chiara har fiksa alle oppgåvene: Godkjenne begge formene er i boks.
• Layout er oppdatert.
• Lene skal finne flere tekster som passer til oppgavene. Kopi av korpustekster legges i static-files eller i biggies.
  • legges i gtuit@divvun.no:Sites/static_files
• Arbeid med menyar slik at oppgvene blir produsert berre med tekst og ikkje i menyane.
• Skal testes med folk utafor GT, og deretter med lærere ved Nord-Troms VGS
• Vurdere søknad til TFK om tilpasning (programmering)

Stedsnavn Statens Kartverk

Lene tar kontakt med AKP, snakker først med Ciprian

NRK Sápmi har teksting lenkja til lydfiler

NRK Sápmi: lage multimediakorpus med oversettinger som ligger på deres nettside

• arbeid:
  • innsamling
  • programmering
  • manuell gjennomgang av parallellisering osv
• Nettside
• forskningsartikkel om:
  • Prosessen med å lage det synkroniserte korpuset
  • Kodeveksling samisk/norsk
  • Talespråkssyntaks
• Innhald