[Librezale] GAITU - Esaldi bilketa

[mikelgs a bildua ni.eus]

Ze erantzun landua eman diozun, Txopi, aupa zu.

Agian euskal idazle batzuk prest leudeke beren nobelak honela grabatzeko baimena emateko. Hau da, lizentzia irekia jartzeko edo behintzat honetarako baimena emateko. Badaezpada ere diot, agian hau irakurtzen duen norbaitek bideratu dezake halako kasuren bat.

Ondo segi!!

2023(e)ko abenduakren 17(a) 17:39:36 (CET)-(e)an, "Txopi , Librezale-en bidez" <librezale a bildua librezale.eus>-(e)k hau idatzi zuen:
>23/12/14 16:06(e)an, JLasa , Librezale-en bidez igorleak idatzi zuen:
>> Kaixo,
>> 
>> GAITU proiektua bolo-bolo dabilen honetan gai batek ardura sortuarazi dit: esaldi bilketa. Mozillak dioenez esaldi bat behin baino gehiagotan grabatzea ez da gomendagarria. Jada 580 ordu grabatu dira, hau da, gutxi gorabehera 580.000 grabazio egin dira (ordu bat 1000 grabazio direla kontsideratuz). Baina prest dauden esaldiak 174.000 baino ez dira. Oker ez banago esaldi berriak biltzeko premia dago. Esaldi berriak norbanakoak ere sar ditzakela ikusi dut baina ez zait iruditzen lan garrantzitsu hori norbanakoen esku uztea ideia ona denik. Esaldiak prestatzen norbait badabilen badakizue? Proiektu honetan Eusko Jaurlaritza indarrarekin sartu dela ikusita esaldi bilketaren ardura bere gain hartzea egokiena iruditzen zait, esaldiak sortzeko dituen datu-baseak eta baliabideak beste inork ez dituelako.
>
>Kaixo, Jabier:
>
>Eskerrik asko zure mezuagatik. Talde teknikoaren gomendioa hiztun bakoitzarentzat dela uste dut, ez hiztun guztientzat. Garai batean euskaraz 6.000 esaldi genituen eta boluntarioetako batek denak grabatu zituenean Common Voice webguneak berak ez zion gehiago grabatzen utzi.
>
>Zuk esan bezala, gaur egun 174.000 esaldi ditugu eta ez dut uzte inork hainbeste grabazio egingo dituenik.
>
>Edonola ere, egia da denon artean zenbat eta ordu gehiago grabatu, datu-sorta hizkuntza-eredu ahalik onenak sortzeko zenbat eta esaldi gehiago hobeto. Hemen badago horri buruzko aipamen bat, baina egia badiotsut ez dut ondo ulertzen:
>https://common-voice.github.io/community-playbook/sub_pages/text.html
>
>Kontua da Gaituren olatu honekin 100.000 esaldi gehiago ditugula irakurtzeko baina baita grabazio askoz gehiago ere. Beraz, nire ustez, ondo legoke euskara batuan dauden (!) eta jabetza publikoan dauden (!) esaldi gehiago lortzea. Baina lan zaila da hori. Izan ere, berez euskaraz ez dira existitzen irizpide horiek betetzen dituzten esaldiak. Horregatik, CC0 lizentzia ez duten baina lagapenen eta hitzarmenen bidez CC0 bezala Common Voicen erabiltzea baimendu diren esaldiak dira gaur egun lortu ditugun gehiengoa.
>
>
>Oraingo datu-sortako esaldiak nondik datozen:
>- 2.317 esaldi Librezaleko kideok bilduak/idatziak.
>- 3.900 esaldi Librezalek Argiatik hartuak (gehiago hartzeko aukera egon liteke).
>- 55.031 esaldi Librezalek euskarazko Wikipediatik hartuak.
>- 100.000 esaldi inguru Eusko Jaurlaritzak EiTBtik lortuak (ez dakit kopuru zehatza).
>- 13.842 esaldi inguru Common Voiceko webgunean bertan formulario bitartez denok sartuak (ez dakit kopuru zehatza).
>-------------------------
>- 175.090 esaldi (hau kopuru zehatza da)
>
>Aipatu ditudan kopuru batzuk hemendik atera ditut (ez denak, Mozillak tamalez dagoeneko ez omen baitu hau eguneratzen):
>https://github.com/common-voice/common-voice/tree/main/server/data/eu
>
>Beraz, laburbilduz, esaldi gehiago behar genituzke, beti datoz ondo. Ez bakarrik proiektu honetarako baizik eta euskararen inguruan egiten diren beste garapen eta ikerketa proiektu askotarako ere. Nola lortu?
>
>1) Common Voicek horretarako duen formularioa baliatuz (baina ziurtatu behar da CC0 lizentzia dutela, askok copyright-a duten esaldiak sartzen baititu eta besteoi lana eman horiek moderatu eta baztertu behar ditugulako). Honetan lagundu nahi duzuenok, aurrera!
>Esaldiak proposatu: https://commonvoice.mozilla.org/eu/write
>Esaldiak berrikusi: https://commonvoice.mozilla.org/eu/review (login)
>
>2) Orain arte bezala karga handiak eginez, baina nik dakidala oraintxe bertan ez dago aurreikusita inork karga gehiago egiterik eta bide honek esaldien egilearen artean eta Mozillaren artean hitzarmen bat sinatzea eskatzen du eta bide burokratikoa eta geldoa da. Norbaitek jorratu nahi badu primeran!
>
>Ez dakit zure galderak erantzun ote ditudan. Ideiarik edo proposamenik baduzu, aurrera mesedez.
>
>Eskerrik asko eta ondo izan,
>Txopi.
>_______________________________________________
>Librezale mailing list
>Librezale a bildua librezale.eus
>https://librezale.eus/cgi-bin/mailman/listinfo/librezale

-- 
Nire Android gailutik bidalia, K-9 Mail erabiliz. Mesedez, barka ezazu nire laburtasuna.
-------------- hurrengo zatia --------------
Erantsitako HTML dokumentu bat ezabatu egin da...
URL: <http://librezale.eus/pipermail/librezale/attachments/20231217/b0e3db51/attachment.htm>