Møte 7.10 2011.

Sjur, Trond

Korpus

På plass:

• orig-til-xml for .html og .doc
• teiknsettkonvertering
• ccat (for parallellføring, m.m.)

Krev testing:

• språkattkjenning

Ope:

• orig-til-xml for .pdf
• automatisk test for parallellføringa

Deadline:

• Vi må ha eit korpus klart til parallellisering i løpet av oktober.
• Det skal vere så stort som mogleg – dvs. omfatte alle paralleliserbare tekstane vi har.