RE: Unha petición e unha consulta
Esa era máis ou menos a conclusión á que eu chegara: partOfSpeech, si ou si. Xusto A. Rodríguez SNL da USC -Mensaje original- De: mvillarino [mailto:mvillar...@kde-espana.es] Enviado el: luns, 10 de decembro de 2012 13:51 Para: proxecto@trasno.net Asunto: Re: Unha petición e unha consulta 4. partOfSpeech en abreviacións. Se non llas inclúo, o mrc2tbx dáme a seguinte mensaxe de erro: Term C001gl2 lacks a partOfSpeech row. This TBX file may not be machine processed. See line 11. Term C001gl2 is lacking an element necessary for TBX-Basic. To make it valid for human use only, add one of: a definition (at the language level) an example of use in context (at the term level). To make it valid for human or machine processing, add its part of speech (at the term level). See line 11. Curioso. Pode que sexa un bug no mrc2tbx. Habería que contactar co desenvolvedor e comentarllo, porque igual o fai así por algunha razón que descoñezo. Habería que probar ademais a ver se falla se lle pos definicións e lle quitas o partOfSpeech. Nunha das ligazóns que dades pode descargarse un .zip que contén un documento coa especificación do Tbx-basic en formato pdf. Nese ficheiro dise literalmente « 7. Compliance A terminology resource (database, file, or repository) is compliant with TBX-Basic if it meets all of the followingconditions: [...] [...] [...] [...] ●Each entry contains at least one language section (langSet xml:lang='xx-XX') and at least one Term(term) ●One of the following conditions has been met: ○If the resource is intended to be submitted to any form of machine processing (see definition below), eachterm level (tig) has a Part of speech explicitly indicated through a termNotetype=partOfSpeech element. ○If the resource is only intended for human consultation, the Part of speech may be omitted if either aDefinition or a Context is provided. » Logo se o ficheiro que queredes producir está destinado a uso por humanos, e os termos non conteñen definicións, deben necesariamente conter o campo partOfSpeech. Se por contra o ficheiro está destinado a ser usado programaticamente, debe necesariamente conter o partOfSpeech. A consecuencia prática é que hai que meter un partOfSpeech por collós, dado que see lle pós definicións e lle quitas o partOfSpeech, legalmente calquera ferramenta de TAO pode non cargar o ficheiro porque si. ___ Proxecto mailing list Proxecto@trasno.net http://listas.trasno.net/listinfo/proxecto
Re: Unha petición e unha consulta
2012/12/11 Xusto Rodriguez Rio xusto.rodrig...@usc.es: Esa era máis ou menos a conclusión á que eu chegara: partOfSpeech, si ou si. Sinceramente non lle vexo sentido, pero non vou discutir que non sexa así. Deica Xusto A. Rodríguez SNL da USC -Mensaje original- De: mvillarino [mailto:mvillar...@kde-espana.es] Enviado el: luns, 10 de decembro de 2012 13:51 Para: proxecto@trasno.net Asunto: Re: Unha petición e unha consulta 4. partOfSpeech en abreviacións. Se non llas inclúo, o mrc2tbx dáme a seguinte mensaxe de erro: Term C001gl2 lacks a partOfSpeech row. This TBX file may not be machine processed. See line 11. Term C001gl2 is lacking an element necessary for TBX-Basic. To make it valid for human use only, add one of: a definition (at the language level) an example of use in context (at the term level). To make it valid for human or machine processing, add its part of speech (at the term level). See line 11. Curioso. Pode que sexa un bug no mrc2tbx. Habería que contactar co desenvolvedor e comentarllo, porque igual o fai así por algunha razón que descoñezo. Habería que probar ademais a ver se falla se lle pos definicións e lle quitas o partOfSpeech. Nunha das ligazóns que dades pode descargarse un .zip que contén un documento coa especificación do Tbx-basic en formato pdf. Nese ficheiro dise literalmente « 7. Compliance A terminology resource (database, file, or repository) is compliant with TBX-Basic if it meets all of the followingconditions: [...] [...] [...] [...] ●Each entry contains at least one language section (langSet xml:lang='xx-XX') and at least one Term(term) ●One of the following conditions has been met: ○If the resource is intended to be submitted to any form of machine processing (see definition below), eachterm level (tig) has a Part of speech explicitly indicated through a termNotetype=partOfSpeech element. ○If the resource is only intended for human consultation, the Part of speech may be omitted if either aDefinition or a Context is provided. » Logo se o ficheiro que queredes producir está destinado a uso por humanos, e os termos non conteñen definicións, deben necesariamente conter o campo partOfSpeech. Se por contra o ficheiro está destinado a ser usado programaticamente, debe necesariamente conter o partOfSpeech. A consecuencia prática é que hai que meter un partOfSpeech por collós, dado que see lle pós definicións e lle quitas o partOfSpeech, legalmente calquera ferramenta de TAO pode non cargar o ficheiro porque si. ___ Proxecto mailing list Proxecto@trasno.net http://listas.trasno.net/listinfo/proxecto ___ Proxecto mailing list Proxecto@trasno.net http://listas.trasno.net/listinfo/proxecto
Re: Unha petición e unha consulta
4. partOfSpeech en abreviacións. Se non llas inclúo, o mrc2tbx dáme a seguinte mensaxe de erro: Term C001gl2 lacks a partOfSpeech row. This TBX file may not be machine processed. See line 11. Term C001gl2 is lacking an element necessary for TBX-Basic. To make it valid for human use only, add one of: a definition (at the language level) an example of use in context (at the term level). To make it valid for human or machine processing, add its part of speech (at the term level). See line 11. Curioso. Pode que sexa un bug no mrc2tbx. Habería que contactar co desenvolvedor e comentarllo, porque igual o fai así por algunha razón que descoñezo. Habería que probar ademais a ver se falla se lle pos definicións e lle quitas o partOfSpeech. Nunha das ligazóns que dades pode descargarse un .zip que contén un documento coa especificación do Tbx-basic en formato pdf. Nese ficheiro dise literalmente « 7. Compliance A terminology resource (database, file, or repository) is compliant with TBX-Basic if it meets all of the followingconditions: [...] [...] [...] [...] ●Each entry contains at least one language section (langSet xml:lang='xx-XX') and at least one Term(term) ●One of the following conditions has been met: ○If the resource is intended to be submitted to any form of machine processing (see definition below), eachterm level (tig) has a Part of speech explicitly indicated through a termNotetype=partOfSpeech element. ○If the resource is only intended for human consultation, the Part of speech may be omitted if either aDefinition or a Context is provided. » Logo se o ficheiro que queredes producir está destinado a uso por humanos, e os termos non conteñen definicións, deben necesariamente conter o campo partOfSpeech. Se por contra o ficheiro está destinado a ser usado programaticamente, debe necesariamente conter o partOfSpeech. A consecuencia prática é que hai que meter un partOfSpeech por collós, dado que see lle pós definicións e lle quitas o partOfSpeech, legalmente calquera ferramenta de TAO pode non cargar o ficheiro porque si. ___ Proxecto mailing list Proxecto@trasno.net http://listas.trasno.net/listinfo/proxecto
RE: Unha petición e unha consulta
Ola Leandro, Un millón de grazas pola información e pola revisión do tbx. Vou ir mirando con calma as ferramentas que me recomendas, a ver se atopo algunha que me sexa máis funcional ca que estamos usando (efectivamente, é a que está en http://www.ttt.org/tbx). Terminator xa o coñezo -moi por riba, a verdade-, pero non vexo como integrar un traballo xa elaborado (como ocorre neste caso) para facer desde aí a exportación a tbx. En relación co da licenza CC, aínda non está decidido cal se vai usar, pero probablemente será esta: http://creativecommons.org/licenses/by-sa/3.0/deed.gl En relación cos teus comentarios, vou intentar aclarar aquilo que máis ou menos entendo (se digo algunha burrada, disimula; se é moi moi grande, avísame, vale?) :-) 1. A codificación.- Cando gardei o ficheiro anterior (un .rtf) como .txt para desde aí xerar o .tbx gardeino con codificación UTF-8. E cando vexo o tbx co Caderno de notas de Windows os erros que mencionas non aparecen. Iso é todo o que che podo dicir. 2. Efectivamente, non hai definicións, como acontece na práctica totalidade dos vocabularios que nós elaboramos. 3. As phrase e as phraseologicalUnit.- Non acabo de ter claro que phraseologicalUnit -e por extensión phrase e n tbx-basic- sexa o máis acaído para casos como memoria caché, vista a definición das ISO (http://www.isocat.org/rest/dc/339) . Fíxate que di que 'the meaning of which frequently cannot be deduced based on the combined sense of the words making up the phrase'. Se a iso lle sumamos que nos vocabularios do SNL tratamos esas expresións da mesma forma ca as palabras simples, optamos por deixalo así. 4. partOfSpeech en abreviacións. Se non llas inclúo, o mrc2tbx dáme a seguinte mensaxe de erro: Term C001gl2 lacks a partOfSpeech row. This TBX file may not be machine processed. See line 11. Term C001gl2 is lacking an element necessary for TBX-Basic. To make it valid for human use only, add one of: a definition (at the language level) an example of use in context (at the term level). To make it valid for human or machine processing, add its part of speech (at the term level). See line 11. 5. Etiquetas descripGrp.- Pois a verdade é que non teño nin idea, así que vou seguir a túa recomendación e eliminar á man as etiquetas descripGrp e /descripGrp. Porque é iso o que me estás recomendando, non? Un saúdo e mil grazas outra vez. Xusto A. Rodríguez SNL da USC -Mensaje original- De: Leandro Regueiro [mailto:leandro.regue...@gmail.com] Enviado el: mércores, 05 de decembro de 2012 16:15 Para: proxecto@trasno.net Asunto: Re: Unha petición e unha consulta 2012/12/5 Xusto Rodriguez Rio xusto.rodrig...@usc.es: Ola, Ola Xusto. Aproveitando que tedes experiencia na publicación de glosarios terminolóxicos en formato TBX, quería preguntarvos qué aplicación usades para xerar os ficheiros .tbx e de que estrutura de datos partides. Eu adoito empregar diversos métodos, pero moitas veces escribo scripts en Python para conversións ad-hoc complicadas. Outras veces só teño que converter un ficheiro XML e polo tanto realizo tres ou catro substitucións co editor de texto Gedit porque me é moito máis sinxelo. Ademais disto existe unha ferramenta chamada csv2tbx que forma parte do Translate Toolkit e que permite converter ficheiros CSV a formato TBX. Polo que me comentaron, nas últimas versións do Translate Toolkit non funciona, aínda que non vexo ningún bug relacionado con isto en http://bugs.locamotion.org/ nin teño confirmación de primeira man de que realmente non funcione. Outra alternativa é usar http://www.qa-distiller.com/support/How_To_Use_QA_Distiller/How_to_check_for _terminology_mistakes/Create_a_dictionary.htm#Calc para converter follas de cálculo desde OpenOffice (e creo que LibreOffice tamén) a TBX. Este método probouno Antón Méixome (segundo me consta) e funciona, aínda que polo visto é necesario realizar algunhas modificacións posteriores a man no ficheiro xerado para que funcione con ferramentas como Virtaal. Para realizar comprobacións sobre ficheiros TBX e ver se realmente cumpren a especificación pódese utilizar TBXChecker http://sourceforge.net/projects/tbxutil/ E claro, tamén utilizo o Terminator, unha ferramenta web para a xestión de terminoloxía que desenvolvín eu mesmo, e que xera ficheiros TBX correctos baixo demanda. A ferramenta segue en desenvolvemento activo e espero que nos vindeiros meses reciba diversas melloras, aínda que agora xa é funcional. O código está dispoñible en http://gitorious.org/terminator Ademais hai unha instancia en funcionamento en http://terminator.trasno.net/ Isto vén a conto de que nas vindeiras semanas imos editar uns Termos básicos de arquitectura de computadores (676 conceptos) e queriamos difundilo baixo licenza Creative Commons e en formatos .pdf e tbx. Que licenza Creative Commons exactamente? Usando a aplicación mrc2tbx elaboramos unha primeira versión en formato tbx-basic, e
Unha petición e unha consulta
Ola, Aproveitando que tedes experiencia na publicación de glosarios terminolóxicos en formato TBX, quería preguntarvos qué aplicación usades para xerar os ficheiros .tbx e de que estrutura de datos partides. Isto vén a conto de que nas vindeiras semanas imos editar uns Termos básicos de arquitectura de computadores (676 conceptos) e queriamos difundilo baixo licenza Creative Commons e en formatos .pdf e tbx. Usando a aplicación mrc2tbx elaboramos unha primeira versión en formato tbx-basic, e agradeceríavos que lle botarades un ollo a unha mostra do ficheiro (engádoa a seguir) e me dixésedes se lle vedes algún erro relevante. Mil grazas Xusto SNL da USC ---Mostra do ficheiro tbx--- ?xml version='1.0' encoding=UTF-8? !DOCTYPE martif SYSTEM TBXBasiccoreStructV02.dtd martif type=TBX-Basic-V1 xml:lang=gl martifHeader fileDesc titleStmt titletermbase from MRC file/title /titleStmt sourceDesc pgenerated by mrc2tbx version 3.3/p /sourceDesc sourceDesc pAntelo Suárez, E.; X. A. RodrÃguez RÃo (2012) Termos esenciais de arquitectura de computadores. Santiago de Compostela : Universidade/p /sourceDesc /fileDesc encodingDesc p type=DCSNameTBXBasicXCSV02.xcs/p /encodingDesc /martifHeader text body termEntry id=C001 descripGrp descrip type=subjectFieldSistemas de interconexión/descrip /descripGrp langSet xml:lang=gl tig id=C001gl1 termacceso directo a memoria remota/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote termNote type=grammaticalGendermasculine/termNote /tig tig id=C001gl2 termRDMA/term termNote type=termTypeabbreviation/termNote termNote type=partOfSpeechother/termNote termNote type=grammaticalGendermasculine/termNote /tig /langSet langSet xml:lang=es tig id=C001es1 termacceso directo a memoria remota/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote /tig tig id=C001es2 termRDMA/term termNote type=termTypeabbreviation/termNote termNote type=partOfSpeechother/termNote /tig /langSet langSet xml:lang=en tig id=C001en1 termRDMA/term termNote type=termTypeabbreviation/termNote termNote type=partOfSpeechother/termNote /tig tig id=C001en2 termremote direct memory access/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote /tig /langSet /termEntry termEntry id=C002 descripGrp descrip type=subjectFieldProcesador. Memoria caché/descrip /descripGrp langSet xml:lang=gl tig id=C002gl1 termacceso non uniforme a memoria/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote termNote type=grammaticalGendermasculine/termNote /tig tig id=C002gl2 termarquitectura NUMA/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote termNote type=grammaticalGenderfeminine/termNote /tig /langSet langSet xml:lang=es tig id=C002es1 termacceso no uniforme a memoria/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote /tig tig id=C002es2 termarquitectura NUMA/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote /tig tig id=C002es3 termNUMA/term termNote type=termTypeabbreviation/termNote termNote type=partOfSpeechother/termNote /tig /langSet langSet xml:lang=en tig id=C002en1 termnon-uniform memory access/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote /tig tig id=C002en2 termnon-uniform memory architecture/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote /tig tig id=C002en3 termNUMA/term termNote type=termTypeabbreviation/termNote termNote type=partOfSpeechother/termNote /tig /langSet /termEntry termEntry id=C003 descripGrp descrip type=subjectFieldProcesador. Memoria caché/descrip /descripGrp langSet xml:lang=gl tig id=C003gl1 termacerto de escritura na memoria caché/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote termNote type=grammaticalGendermasculine/termNote /tig /langSet langSet xml:lang=es tig id=C003es1 termacierto de escritura en la caché/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote /tig tig id=C003es2 termacierto de escritura en la memoria caché/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote /tig /langSet langSet xml:lang=en tig id=C003en1 termwrite cache hit/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote /tig /langSet /termEntry [...] /body /text /martif ___ Proxecto mailing list Proxecto@trasno.net http://listas.trasno.net/listinfo/proxecto
Re: Unha petición e unha consulta
2012/12/5 Xusto Rodriguez Rio xusto.rodrig...@usc.es: Ola, Ola Xusto. Aproveitando que tedes experiencia na publicación de glosarios terminolóxicos en formato TBX, quería preguntarvos qué aplicación usades para xerar os ficheiros .tbx e de que estrutura de datos partides. Eu adoito empregar diversos métodos, pero moitas veces escribo scripts en Python para conversións ad-hoc complicadas. Outras veces só teño que converter un ficheiro XML e polo tanto realizo tres ou catro substitucións co editor de texto Gedit porque me é moito máis sinxelo. Ademais disto existe unha ferramenta chamada csv2tbx que forma parte do Translate Toolkit e que permite converter ficheiros CSV a formato TBX. Polo que me comentaron, nas últimas versións do Translate Toolkit non funciona, aínda que non vexo ningún bug relacionado con isto en http://bugs.locamotion.org/ nin teño confirmación de primeira man de que realmente non funcione. Outra alternativa é usar http://www.qa-distiller.com/support/How_To_Use_QA_Distiller/How_to_check_for_terminology_mistakes/Create_a_dictionary.htm#Calc para converter follas de cálculo desde OpenOffice (e creo que LibreOffice tamén) a TBX. Este método probouno Antón Méixome (segundo me consta) e funciona, aínda que polo visto é necesario realizar algunhas modificacións posteriores a man no ficheiro xerado para que funcione con ferramentas como Virtaal. Para realizar comprobacións sobre ficheiros TBX e ver se realmente cumpren a especificación pódese utilizar TBXChecker http://sourceforge.net/projects/tbxutil/ E claro, tamén utilizo o Terminator, unha ferramenta web para a xestión de terminoloxía que desenvolvín eu mesmo, e que xera ficheiros TBX correctos baixo demanda. A ferramenta segue en desenvolvemento activo e espero que nos vindeiros meses reciba diversas melloras, aínda que agora xa é funcional. O código está dispoñible en http://gitorious.org/terminator Ademais hai unha instancia en funcionamento en http://terminator.trasno.net/ Isto vén a conto de que nas vindeiras semanas imos editar uns Termos básicos de arquitectura de computadores (676 conceptos) e queriamos difundilo baixo licenza Creative Commons e en formatos .pdf e tbx. Que licenza Creative Commons exactamente? Usando a aplicación mrc2tbx elaboramos unha primeira versión en formato tbx-basic, e agradeceríavos que lle botarades un ollo a unha mostra do ficheiro (engádoa a seguir) e me dixésedes se lle vedes algún erro relevante. Descoñecía esa ferramenta. É a ferramenta da que falan en http://www.ttt.org/tbx ou vén sendo outra? Poño os comentarios que teño sobre a mostra do ficheiro ao final da mensaxe. Mil grazas A ti. Xusto SNL da USC ---Mostra do ficheiro tbx--- ?xml version='1.0' encoding=UTF-8? !DOCTYPE martif SYSTEM TBXBasiccoreStructV02.dtd martif type=TBX-Basic-V1 xml:lang=gl martifHeader fileDesc titleStmt titletermbase from MRC file/title /titleStmt sourceDesc pgenerated by mrc2tbx version 3.3/p /sourceDesc sourceDesc pAntelo Suárez, E.; X. A. RodrÃguez RÃo (2012) Termos esenciais de arquitectura de computadores. Santiago de Compostela : Universidade/p /sourceDesc /fileDesc encodingDesc p type=DCSNameTBXBasicXCSV02.xcs/p /encodingDesc /martifHeader text body termEntry id=C001 descripGrp descrip type=subjectFieldSistemas de interconexión/descrip /descripGrp langSet xml:lang=gl tig id=C001gl1 termacceso directo a memoria remota/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote termNote type=grammaticalGendermasculine/termNote /tig tig id=C001gl2 termRDMA/term termNote type=termTypeabbreviation/termNote termNote type=partOfSpeechother/termNote termNote type=grammaticalGendermasculine/termNote /tig /langSet langSet xml:lang=es tig id=C001es1 termacceso directo a memoria remota/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote /tig tig id=C001es2 termRDMA/term termNote type=termTypeabbreviation/termNote termNote type=partOfSpeechother/termNote /tig /langSet langSet xml:lang=en tig id=C001en1 termRDMA/term termNote type=termTypeabbreviation/termNote termNote type=partOfSpeechother/termNote /tig tig id=C001en2 termremote direct memory access/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote /tig /langSet /termEntry termEntry id=C002 descripGrp descrip type=subjectFieldProcesador. Memoria caché/descrip /descripGrp langSet xml:lang=gl tig id=C002gl1 termacceso non uniforme a memoria/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote termNote type=grammaticalGendermasculine/termNote /tig tig id=C002gl2 termarquitectura NUMA/term termNote type=termTypefullForm/termNote termNote type=partOfSpeechnoun/termNote termNote type=grammaticalGenderfeminine/termNote /tig /langSet langSet xml:lang=es tig id=C002es1 termacceso no uniforme a memoria/term
