[Librezale] [Firefox OS] auto-zuzenketa eta auto-gomendioak

[Julen Ruiz Aizpuru]

Igor Leturia<ileturia a bildua gmail.com> igorleak hau idatzi zuen (2014(e)ko
maiatzak 21 10:45):
> 2014-05-21 10:17 GMT+02:00 Julen Ruiz Aizpuru <julenx a bildua gmail.com>:
>
>
> Telefonoan Xuxen-ek moduko lematizaziorik ezin bada egin eta formen
> maiztasunetan oinarrituta egin behar bada, formen zerrenda ahalik eta
> handiena izatea komeniko litzateke. Berak dioen pare bat milioi hitzeko
> zerrenda, nik ere ez dakit esaten asko edo gutxi den, euskarazko testuetako
> zein portzentaje ezagutuko litzatekeen horrekin.
>
> Bestalde, horretarako webeko testuak erabiltzea egokia iruditzen zait.
> Corpus "formalak" estandarrean idatzitako eta errebisatutako testuez osatuak
> izaten dira, eta mugikorretan sarritan erabiltzen den hizkera kolokial edo
> euskalkiko hitzak ez lirateke ezagutuko. Webeko corpus batetik, denak ez
> baina behintzat gehiago bai, pentsatzen dut.
>
> Kevinek jaitsita duen euskarazko corpusa ia 18 milioi hitzekoa da [1], eta
> pentsatzen dut hortik aterako duela berak 1,5-2 milioi forma ezberdinen
> zerrenda. Nik Elhuyarren lanean eta nire tesirako ia 200 milioi hitzeko
> euskarazko corpusa jaitsita dut, eta bertako forma ezberdinak ia 4 milioi
> dira. Pentsatzen dut hortik formen maiztasunen zerrenda dezente luzeagoa
> aterako litzatekeela eta beraz zuzentzaile osoagoa (eta Kevini lana
> aurreztuko genioke).
>
> Elhuyarren baimena eskatu beharko nuke maiztasunen zerrenda hori honetarako
> uzteko. Eta bug-eko eztabaidan sartu aurretik, hori ziurtatu nahiko nuke.
> Beraz, gure corpuseko maiztasunen zerrenda luzeago hori erabiltzea egokiago
> ikusten badugu, galdetuko nuke Elhuyarren eta baietza jasoz gero orduan
> sartuko nintzateke bug-eko eztabaidan (ez dut ezer eskaini nahi gero ezin
> bada).


Primeran Igor! Diozunak itxura ona du.

Bitartean inpresioak osatze aldera Iñaki Alegriari ere luzatu diot galdera.

Informazio gehiagoren zain geratuko gara, beraz.

Eskerrik asko!
Julen.