Re: [da-stavekontrol] LanguageTools ...

Leif skrev:
En anden mulighed er at finde en eksisterende POS-tagger. Måske har
Apertium-projektet en, ellers ved jeg tilfældigvis, at Københavns
Universitet har en ( http://cst.dk/online/pos_tagger/index.html ).


Esben skrev:
Jeg har ikke fået taget hul på at ændre Taggeren til at være baseret på
træk fra databasen. Vil dog fluks prikke til Jeppe, så jeg kan få fjernet
den manglende tekniske forudsætning for at jeg kan komme i gang.

Esben, har du overvejet, at det er muligt at bruge POS-taggeren fra CST
frem for at vi (du) genererer en fra vores egen database?

Vi kan evt. starte med at tage kontakt til CST for at afklare rettigheder
o.s.v.

/Leif


Den 28. mar. 2013 11.51 skrev Esben Aaberg <esben_aaberg@yahoo.com>:

> Hej
>
> Jeg har ikke fået taget hul på at ændre Taggeren til at være baseret på
> træk fra databasen. Vil dog fluks prikke til Jeppe, så jeg kan få fjernet
> den manglende tekniske forudsætning for at jeg kan komme i gang.
>
> Når vi snakker om kontakt til andre sides/grupper, så tro jeg også det vil
> være mulig at finde lidelsesfæller hos Dansk TeX-brugergruppe www.tug.dk,
> jeg fandt en interessant tråd i et af deres fora vedr. orddeling.
>
> Her fra vil jeg opridse nogle af de opgaver der ligger eller er i gang,
> med en indikation om det er teknisk (tek.) eller lingvistisk (ling.); + en
> karakter fra 1 til 5, hvor 1 for ling. svar til man f.eks. har dansk som
> sit modersmål, og 5 man har studeret dansk og forstået det, og 1 for tek.
> svar til at man kan bruge special programmer og ikke kendte hjemmesider, og
> 5 algoritme programmør. Alle emnerne vil have en minimum af karakteren 1 i
> begge kategorier.
>
> Stavekontrollen (Stavekontrolden):
> Tilpasning til Retskrivningsordbogens udgave 2012. [Ca. 1/5 gennemført]
> (ling. 2)
> Tilføj ord fra synonymordbogen. [Der er over 5000 ord i synonymordbogen
> som ikke ar kendt af
>  stavekontrollen] (ling. 1-3) *
> Fugeelementer med flere kombinationer. (tek. 3)
> Ret fejl fundet af regressiontest. (Ling. 3-4) el. (tek. 3-4)
> Udvid regressiontest (tek. 3)
>
> Grammatikkontrollen (LanguageTool):
> Tagger. (tek. 3 + ling. 2-3)
> Oversættelse af nye udvidelser bl.a. til Firefox (ling. 1-2)
> Tilføj grammatikregler. [Der skal findes grammatik regler og de skal
> skrives i XML] (ling. 2-5 + tek. 2) *
> Hastighed performance vedr. ordforslag fra stavekontrollen. (tek. 3)
>
> Synonymordbogen:
> Tilføj flere synonymer. (ling. 1-2)
> Oprydning i pakkeformatet. [F.eks. fjern opslagsord med special tegn]
> (tek. 3)
> Fjern ikke danske ord. (ling. 3-5)
> Udvid regressiontest (tek. 3)
>
> Orddeling:
> Udvid regressiontest (tek. 3)
> Skab testdata til regressiontest (ling. 2-5)
> Skab ny orddelingsordbog (tek. 3-5 + ling. 2-4)
>
>
> Jeg har sat en * udfor 2 opgaver, som falder godt i tråd med det Jan
> beskriver han kan/vil bidrage med. Alle skal naturligvis være velkommende
> til at tage en opgave op eller spørge mig yderligere, hvis man er oprigtig
> interesseret i deltage/bidrage.
>
> "Tilføj ord fra synonymordbogen" er en nem indgangs opgave. Find de ord
> man kender, og tilføj dem med opmærkning på www.stavekontrolden.dk. Jeg
> sender den aktuel liste til postlisten.
>
> "Tilføj grammatikregler" en opgave med lidt mere kød på. Find grammatiske
> fejl som folk typisk begår, og lave en regel der fanger den. Der findes et
> web-værktøj http://languagetool.org/ruleeditor/ , dog vil man hurtig
> blive tvunget til at skrive reglerne i en editor og teste dem fra en
> kommandoprompt. Reglerne skal indsendes via e-mail.
>
>
> Med venlig hilsen
>
> Esben Aaberg
>
>
> ps. Hvis man vil bidrage, men vil ende på tek. 0, så ville det være noget
> med, at støtte mig med nogle af de spørgsmål jeg har. F.eks. hvilket
> lovlige og ulovlige delings steder er der i ordene mccarthyisme  og
> battsene? (ling. 4-5)
> --
> Send en e-mail til stavekontrol+help@da.libreoffice.org for instruktioner
> om hvordan du ophæver dit abonnement
> Problemer? http://da.libreoffice.org/kontakt-os/postlister/
> Posting guidelines + more: http://wiki.documentfoundation.org/Netiquette
> Listens arkiv er tilgængelig på
> http://listarchives.libreoffice.org/da/stavekontrol/
> Alle beskeder du sender til listen bliver publiseret her og kan ikke
> efterfølgende slettes

-- 
Send en e-mail til stavekontrol+help@da.libreoffice.org for instruktioner om hvordan du ophæver dit 
abonnement
Problemer? http://da.libreoffice.org/kontakt-os/postlister/
Posting guidelines + more: http://wiki.documentfoundation.org/Netiquette
Listens arkiv er tilgængelig på http://listarchives.libreoffice.org/da/stavekontrol/
Alle beskeder du sender til listen bliver publiseret her og kan ikke efterfølgende slettes