Werkoverleg met GvN.

Taken:

1. PaQu

   • ✔ Corpus Gesproken Nederlands toevoegen
   • ✔ Lassy Klein vervangen door versie in één dact-bestand
     • → XPath is nu veel sneller
   • ✔ XPath Stats: selectie onthouden
   • ✔ Tree: opslaan als XML
   • ✔ Tree: mouseover node: toon alle niet-lege attributen
   • ✔ DbXML: lopende query in dbxml-library te onderbreken

     • ✻ voorbeeld query die lang duurt, zonder resultaat: //node[not(//node[not(//node[@jan])])]

   • ✔ Toevoegen in README.md, Makefile.cfg.example en setup_example.toml: dbxml is nodig voor XPath

2. XML-bestanden in ~vannoord/nlcow

   • ✔ omzetten naar correct XML
   • ✔ zinnen extraheren en tokenizeren

     • ✻ alleen <doc> met bdv <= 20 en <div> met bpv < 0.5

     • ✻ labelen: filename + <doc id> + <div idx> + volgnummer zin

   • → zie: /net/aistaff/kleiweg/nlcow

CategoryPaQu CategoryCorpora CategoryXml