menu
Tatoeba
 language
Cigêre expand_more
Cumleya raştameyê bimojne
Goreyê ziwanî cigêre
Goreyê lîste cigêre
Goreyê etîketî cigêre
Cigêre bi veng
Cemat expand_more
Dês
Lîsteya heme endaman
Ziwanê endaman
Ziwanê dayîke
Qeyd bibe Dekewe
language Kirmancki
menu
Tatoeba

chevron_right Qeyd bibe

chevron_right Dekewe

Cigêre

chevron_right Cumleya raştameyê bimojne

chevron_right Goreyê ziwanî cigêre

chevron_right Goreyê lîste cigêre

chevron_right Goreyê etîketî cigêre

chevron_right Cigêre bi veng

Cemat

chevron_right Dês

chevron_right Lîsteya heme endaman

chevron_right Ziwanê endaman

chevron_right Ziwanê dayîke

search
HetkarîCigêrayîşo xurtkerde
clear
swap_horiz
search

Menu

Agêre bi Dês

sysko sysko September 26, 2010 September 26, 2010 at 1:59:43 PM UTC flag Report link Lînko payîdar

I've run the remove duplicates script

{{vm.hiddenReplies[3313] ? 'expand_more' : 'expand_less'}} cewaban binimne cewaban bimojne
sysko sysko September 26, 2010 September 26, 2010 at 2:04:48 PM UTC flag Report link Lînko payîdar

so it's why the number of sentences in some languages may have decrease

by the way overall, we have now more than 500 000 sentences ! (515 000 to be exact)
Congratulations to everyone, some months ago I would have never imagine we will reach it so fast. Next step, 1 000 000 :p

{{vm.hiddenReplies[3315] ? 'expand_more' : 'expand_less'}} cewaban binimne cewaban bimojne
sacredceltic sacredceltic September 26, 2010 September 26, 2010 at 2:12:20 PM UTC flag Report link Lînko payîdar

tu es sûr que ça a marché ? Parce que j'ai du mal à croire que ça n'aie pas diminué le nombre de phrases anglaises parmi lesquelles je vois évidemment le plus de doublons puisqu'elles sont les plus nombreuses...

{{vm.hiddenReplies[3316] ? 'expand_more' : 'expand_less'}} cewaban binimne cewaban bimojne
sysko sysko September 26, 2010 September 26, 2010 at 2:33:39 PM UTC flag Report link Lînko payîdar

oui car ensuite j'ai fait un "select count(*) , text, lang from sentences group by text, lang having count(*) > 1" qui me montre les phrases en double, et il n'en reste plus qu'une dizaine qui ont rajouté entre temps (le script a tourné hier en soirée)
Mais le nombre de phrase anglaise a baissé, après il est vrai que beaucoup des phrases anglaises se ressemblent parfois à un mot près ou à un singulier pluriel près.

{{vm.hiddenReplies[3318] ? 'expand_more' : 'expand_less'}} cewaban binimne cewaban bimojne
sacredceltic sacredceltic September 26, 2010 September 26, 2010 at 2:43:58 PM UTC flag Report link Lînko payîdar

Bon, ben au temps pour moi. Tu as sans doute raison que les ressemblances sont illusoires.

{{vm.hiddenReplies[3319] ? 'expand_more' : 'expand_less'}} cewaban binimne cewaban bimojne
sysko sysko September 26, 2010 September 26, 2010 at 2:55:09 PM UTC flag Report link Lînko payîdar

Mais il est vrai en tout cas qu'il serait intéressant de voir, surtout pour l'Anglais, le nombre de phrase réellement différentes. Il me semble que dans le même ordre idée, voir un peu la richesse réelle du corpus, CK avait établi des statistiques sur le nombre de mots différents dans le corpus, et la fréquence de certain. Ce qui n'était pas forcément très glorieux (c'est pour cela que dans les versions futures, il nous faudra trouver divers moyens pour favoriser l'ajout de nouvelles phrases, et si possible contenant du nouveau vocabulaire)

{{vm.hiddenReplies[3321] ? 'expand_more' : 'expand_less'}} cewaban binimne cewaban bimojne
sacredceltic sacredceltic September 26, 2010 September 26, 2010 at 3:02:22 PM UTC flag Report link Lînko payîdar

Et ça n'est pas simple d'évaluer la notion de "différence". Tatoeba va justement permettre la créativité en matière d'instruments d'analyse...Je suis impatient de voir tout ça !