Grammar Checker meeting 22.04.2016

Present:

• Linda
• Kevin

Tema:

• web demo: http://gtweb.uit.no/gc/
• grammarchecker developer test
• håndtering av flerordsuttrykk

web demo

• Correct regel men ikkje forslag - melde ifra til Kevin
• Gi Kevin gode testeksempler

grammarchecker developer test

• legge til statistikk om kosjn feiltagger fins i testkorpuset + frekvens

håndtering av flerordsuttrykk

• legge til terskel: frekvens, leksikalisering, morfofonologi
• eksempler:
  • skuvla busse – veldig sannsynlig at det er en feil, eller 50%/50%
  • skuvla busses – noe sannsynlig at det er en feil
  • bárdni busse - veldig usannsynlig at det er en feil
• Err/SpaceCmp
• Når kan nominativ nominativ sekvensen (N Nom) (N Nom) (N Nom) (N Anycase) eller være korrekt
  • Mun lean oahpan ollu sánit odne: bárdni skuvla busse …
  • Leago bárdni busses?
  • Bárdni olmmoš lea.
  • fylkkagieldda ja stáhta orgána mas lea bálvalanviidodahkan olles gielda dahje oassi gielddas
  • Guolásteapmi biebmanrusttegiid lahka

Numerical Matches in CG:

• 65>
• <W:10> - utgangspunkt vekt 0, 10 er tyngre, altså mindre sannsynlig
• SELECT (N) IF (-1 (<W<65>));
• skuvlabusse <F:300> frequency
• skuvla busse <F:5> frequency

Kommandoer

• disambiguerer flerordsuttrykk:
  echo dalle go |hfst-tokenise --giella-cg $GTHOME/langs/sme/tools/preprocess/tokeniser-disamb-gt-desc.pmhfst | vislcg3 -g $GTHOME/langs/sme/tools/preprocess/mwe-dis.cg3
• siste deler flerordsuttrykk opp i egne kohorter:
  echo dalle go |hfst-tokenise --giella-cg $GTHOME/langs/sme/tools/preprocess/tokeniser-disamb-gt-desc.pmhfst | vislcg3 -g $GTHOME/langs/sme/tools/preprocess/mwe-dis.cg3 | cg-mwesplit
• echo Leago skuvla busses? |hfst-tokenise --giella-cg $GTHOME/langs/sme/tools/preprocess/tokeniser-disamb-gt-desc.pmhfst
• bruk av &SUGGEST-programmet: prøver å generere former (i pipeline etter grammatikkontroll):
  divvun-suggest generator-gt-norm.hfstol errors.xml | divvun-suggest $GTHOME/langs/sme/src/generator-gt-norm.hfstol $GTHOME/langs/sme/tools/grammarcheckers/errors.xml

Todo

• lage statistikk på sammensetninger som kan brukes for CG-regler CG-tag