Trond og Sjur-møte 3.12.2020

Saker:

• dokumentasjon, nettsider
• fst-problem
• lisensar
• eksternt samarbeid
• taleteknologi
• ordprediksjon
• KMD-møtet

dokumentasjon, nettsider

Vi har automaisk dette domenet: giellalt.github.io. Alle repoar får url som dette: giellalt.github.io/reponamn.

Mogleg strategi:

Vi har to domener på github: Eitt for berre tromsørelaterte ting og eitt for ting som også er relevant uavhengig av arbeidsstad.

1. Generelt: brorparten av techdocsida giellalt.uit.no som github-framsida vår.
2. Tromsø: Tromsødelen (sjå nedanfor) i giellalt.uit.no (på github)

Noverande techdoc/ inneheld desse katalogane

admin => uit
apps
borin
clarino
dicts
freiburg
images
infra
keyboards => github.com/giellalt/lang-* => giellalt.github.io/lang-*
lang => github.com/giellalt/lang-* => giellalt.github.io/lang-*
ling => stort sett uit (korpus, ...)
localisation
ml
mt
presentations
proof
proofresearch
raw
system
tm
tools
tts

Oppsummering:

• vi vil ta i bruk automatisk dokumentasjonsbygging/nettsidebygging i github
• vi går over til Markdown som hovudformat, html går bra i tillegg, andre format ved behov
• techdoc blir delt i to, som skissert over

fst-problem

Sjur viste til hfst/issues/492. Vi fann svaret.

lisensar

Utsett til seinare. Trond kan sjå over dei det gjeld.

eksternt samarbeid

Ulike prinsipielle spørsmål:

Dokumentasjon

Må bli betre

Taggharmonisering

To nivå av standardisering:

Lingvistisk standardisering:

Morfosyntaktisk heller enn morfologisk. Dette er diskusjonen om glossing vs. grammatikk, og om vi skal tagge bøyingsklasse.

Vi vil ha ei morfosyntaktisk tagging (ikkje tagge bøyingsklasse osb.) og vi vil ikkje ha glossing. Men det finst eit opplegg for glossing for dei som må ha det. Så dei fleste burde bli fornøgde.

Typografisk standardisering:

Form på grensesymbol:

• Utan grense: Tag. Det vil vi ikkje ha.
• Einsidig grense: +Tag eller Tag+
• Tosidig grense:

  [Tag] eller %{Tag%} eller <Tag> eller ...
  

Vi bør kunna støtta ulike, klårt identifiserbare taggtypar.

Form på tekst

• Tag eller TAG eller tag - trivielt og irrelevant frå ein teknisk synsstad. Bør vera mest mogleg likt, men ikkje noko vi treng insistera på.

Handsaming av sitat av språkmateriale: Tag/sitat eller … +sitat/+sitat

Filnamnkonvensjon

Forkortinga gt- er ein refleks av byggjestrukturen - den er fast. Vi bør opna opp for fleire alternativ, jf over. I dag støttar vi berre -apertium- som eit derivert format for MT.

taleteknologi

Til seinare. Datamaskina er klar.

ordprediksjon

Studentprosjekt i Gøteborg - Sjur orienterte.

KMD-møtet

Sjur orienterte.