Werkoverleg met GvN.

Taken:

1. Childes/Chat
   • ✘ Waar komen de cmdi-betanden vandaan?
     • → Kan ik niet vinden. Ik weet wel dat de cmdi data compleet is voor onze Childes-data in xml-formaat.

   • ✔ Configuratie voor conversie van xml naar PaQu sturen naar deelnemers Skype

   • ❏ Childes omzetten naar FoLiA met metadata? Inclusief parse van Alpino?
     • → Niet alle info uit de parse kan opgenomen worden in FoLiA
   • ✔ XPath-expressie voor omzetten leeftijd zoals P1Y11M19D naar numerieke waarde: 23.6 maanden?
     • → Lijkt niet te kunnen in XPath

     • ✔ met JavaScript gedaan voor pqfolia, (nog) niet voor pqserve, zie config.toml onderaan.

2. PaQu

   • ❏ pqfolia

     • ✔ filter in JavaScript

     • ❏ geannoteerde zinnen in FoLiA-bestanden: annotatie gebruiken als hints voor Alpino voor snellere parse

   • ❏ pqserve

     • ✔ FoLiA/TEI: geen wordid gebruiken
     • ❏ Upload van FoLiA met geannoteerde zinnen: annotatie gebruiken als hints voor Alpino voor snellere parse

     • ❏ foliatool: filter in JavaScript

       • ❏ Veiligheid? dus:
         • ❏ beperking tijd
         • ❏ beperking geheugengebruik
         • ❏ geen toegang tot externe bronnen (files, system calls, etc.)
     • ✔ downloaden van zinnen met gegevens
       • ✔ na gewoon zoeken

       • ✘ na zoeken met XPath → voegt weinig toe

     • ❏ Andere namen voor path1, path2, etc

     • ✔ Helpteksten voor foliatool aanpassen
       • ✔ Soort invoer

         • ✔ PaQu kan maar één soort invoer tegelijk aan, getokeniseerd of niet-getokniseerd

       • ✔ Label voor metadata
         • ✔ dat → dan
       • ✔ Metadata

         • ✔ Boven optie: extern: algemene uitleg over de drie bronnen van metadata

         • ✔ Type invoer: Kies 1 van 5 opties + uitleg over date en datetime

         • ✔ Interne metadata: meer voorbeelden noemen: imdi, dc...
3. Alpino

   • ❏ Annotatie, zie: Tips and tricks

     • → zie corpus geannoteerd, en geannoteerde zinnen.txt

     • ❏ Tweede en derde zin (met geneste rechte haken) worden niet opgeslagen

     • ❏ Zinnen met @postag krijgen een frame, waarde ziet er anders uit dan van uiteindelijk postag

     • ❏ Zinnen met @postag en een mwu: frame genegeerd door PaQu

     • ❏ Zinnen met @skip: krijgen wel allerlei attributen, worden wel opgenomen in de parse

     • ❏ Zinnen met @phantom: nummer klopt niet, lemma en word zijn voor verschillende woorden

CategoryPaQu CategoryAlpino