Language Technology at UiT

The Divvun and Giellatekno teams build language technology aimed at minority and indigenous languages

Møtereferat, nordplus-prosjektet, 21.5.2013

Status og problemløysing

Grønlandsk

Problemord:

eqquut-it-si-sannginnerat$(sandhi,0-s|eqquutsitsi-sannginnerat)
tapertartut¢(sandhi,r-0|tapertatut) = tapertar- + -tut, tut fjernar føregåande C

Oppmerkinga over er bra.

Feil orddeling:

imaannaann-gitsuliorneq$(punct,hyph|imaannaan-ngitsuliorneq)

Ok oppmerking.

Islandsk

Har sjekka inn mange filer no, men dei har feil filnamn (manglar correct).

Kommando for å finna kor mange feilmerke ein har lagt inn:

find . -name '*correct.txt' | xargs cat | tr ' ' '\n' | fgrep '$' | sort | less / see

Med sort | less eller see som siste kommando får ein alle oppmerka ord (og sortert). Det kan brukast til å sjekka at ein har merka konsistent, dvs same skrivefeil er merka på same måten alle stader.

Bruk … | rev | sort | rev | … for å sortera baklengs.

Bruk fgrep for å finna fila der ei feil oppmerking er: fgrep -rl ‘MATCH’ *

Heilt korrekt merka:

Problemord i islandsk:

Jf. smj:

(Lunsj$Lunnsja)€(foreign|biejvvebieb)

Stavekontrollar for islandsk

Ikkje noko nytt, ventar svar i neste veke.

Lulesamisk

I freecorpus:

Problemord i lulesamisk:

cup = citat
køhppa = inpassat lån
båvllit

Moglege oppmerkingar:

Sammallahti = cupgilvu, bowlingbána

Jf. isl.: statið€(foreign,eng)

Neste møte

Torsdag 6.6. kl 12 norsk tid.

Last updated: Edit on GitHub

Sitemap

On this page