Verktøy

Giellatekno ved Universitetet i Tromsø har stått for morfologisk tagging og parsing av samisk.

LIA-prosjektet har brukt både nyutvikla og gamle verktøy i arbeidet med dei norske transkripsjonane.

• Transkripsjon: ELAN (Multimedia Annotator)
• Omsetjing frå talemålsnær transkripsjon til nynorsk: Oslo-translitteratoren
• Søkegrensesnitt: Nye Glossa
• Morfologisk tagging: LIA-taggaren.
  Den nyutvikla taggaren er målt til ein ordklasseaccuracy på 97,25 % ved ei 10-fold kryssvalidering. Lemmatiseraren er målt til ein accuracy på 96,88 %.
  LIA-taggaren er ein MarMoT-taggar som er trent på transkripsjonar frå LIA-prosjektet. I denne prosessen blei transkripsjonane først tagga med skriftspråkstaggaren Oslo-Bergen-taggaren for nynorsk. Deretter blei alle taggane korrekturlesne manuelt ved hjelp av eit verktøy utvikla ved Tekstlaboratoriet.
  Du kan lese meir om MarMoT her.
• Parsing: Transkripsjonane i LIA skal også annoterast syntaktisk. Annotasjonen skal gjerast med ein nyutvikla dependensparsar trent på Norsk Dependenstrebank og LIA-trebanken.
  
  

Kontakt:

tekstlab-post ved iln.uio.no