====== Obrábění litevských korpusů ======

===== Tagování =====

  * Připravit adresáře IL7, LEM, TAG a XML
  * Z trnky zkopírovat ''<fajl>.lt-00.xml'' do XML
  * Převést do IL7:<code>
cd XML
for ff in *.xml; do
    echo $ff
    u2lat7ent.pl < $ff |\
    recode u8..l7 |\
    perl -pe 's:(<s\ [^>]+>):$1\n:g' |\
    perl -pe 's:(</s>):\n$1:g' |\
    perl -pe 's:(</?[uib]>):\n$1\n:g' |\
    perl -pe 's:(</?subscrpt>):\n$1\n:g' |\
    perl -pe 's:(</?suprscrpt>):\n$1\n:g' |\
    perl -pe 's:(</?s?ti>):\n$1\n:g' > ../IL7/${ff%.xml}.il7
done
</code> nebo použít hotový skript ''xml2il7.sh'' (je třeba být v adresáři nad XML)
  * Je-li soubor moc velký, nasekat ho pomocí skriptu ''splitxml'' na kousky:<code>splitxml Acquis < Acquis.lt-00.il7</code>
  * Přejít na PC, přetáhnout ''<fajl>.lt-00.il7'' do adresáře ''H:\Dokumenty\Cz-Lt-Dict\Tagger\texts'' a spustit ''tagger.exe'' (na něj jít přes ikonu Počítač!)
  * Výsledný ''<fajl>.lt-00.il7.lem'' přetáhnout do adresáře LEM a nezapomenout udělat ''dos2unix''!!!:<code>for ff in *; do dos2unix $ff; done</code>
  * Převést do XML:<code>
lem2tag < LEM/<fajl>.lt-00.il7.lem > TAG/<fajl>.lt-00.tag.xml</code> anebo <code>
cd LEM
for ff in *; do echo $ff; lem2tag.sh < $ff > ../TAG/${ff%.il7.lem}.tag.xml; done</code>