Werkoverleg met GvN.

Taken:

1. Nieuwe computer
   • ✔ Specificaties doorgeven
     • Model
       • Bij voorkeur een liggen model. Ik heb weinig ruimte voor een staand model.
     • Geheugen
       • Oude pc is (bijna) 4 Gb. Nieuwe minimaal het dubbele.
     • Hardeschijf
       • Een kleine primaire schijf, met een tweede grotere erbij, ik weet niet of dat werkt.
       • Bij een upgrade van Debian is er veel vrije ruimte nodig op de primaire hardeschijf. Dus, een grote primaire schijf, minimaal 750 Gb.
       • Betrouwbaarheid en levensduur zijn het belangrijkst, snelheid is minder belangrijk.
     • CD/DVD-lezer/schrijver
     • Toetsenbord
       • Bij voorkeur een toetsenbord waarop de toets met "\" en "|" boven de enter-toets zit.
     • Windows (?)
       • Windows en Office op een partitie van beperkte omvang, niet groter dan na installatie met nog 50 Gb vrij. (Of meer, als dat nodig is voor het draaien van Windows.)
       • Een standaard-installatie voor thuisgebruik, niet voor in het netwerk van de RuG.

2. PaQu

   • ✔ Probleem met uploads van zip/tar-bestand
   • ✔ Path als metadata, zie beneden
   • ✔ Voor de TODO-lijst: gewoon zoeken: ook zoeken op metadata
   • ❏ Invoer metadata
     • ❏ Vanuit cgn met cdmi

       • → zie: CategoryPaQu

     • ❏ Vanuit childes met cdmi

       • → https://vlo.clarin.eu/record?docId=hdl_58_11312_47_c-00003294-1

       • → https://vlo.clarin.eu/data/clarin/results/cmdi/CHILDES/oai_childes_talkbank_org_childes_Clinical_BolKuiken_Normal_jel30528.xml

       • → http://childes.talkbank.org/data-orig/Clinical/BolKuiken/Normal/jel30528.cha

   • ❏ Tutorial over prepareren van eigen corpora op github (wikipagina).

     • ✻ https://www.google.nl/search?q=online+convert+document+to+plain+text

     • ✻ Metadata

3. Woordfrequenties op twitter

   • ✔ Mongo-versie vervangen door versie met Elasticsearch

   • ✔ bug: kapot plaatje als er geen query is
   • ✔ uitleg:

     • gij + -"gij niet wilt"

     • -(de|het|een|ik|je|jij|we|wij|hij|ze|zij|die|dit|dat|deze|in|op|met|naar)

     • winter*

   • ❏ zon → zoon

   • ✔ overzicht van varianten

   • ✔ auth: https://www.elastic.co/guide/en/shield/current/index.html

Als je bestandsnamen hebt zoals

• dir1/dir4/dir6/bestand4.txt

zou je vier attributen moeten hebben, bv

• path1=dir1
• path2=dir4
• path3=dir6
• path4=bestand4

of iets dergelijks

CategoryPaQu CategoryElasticsearch CategoryTwitter