รวมการเฉพาะกิจ เพื่อ patch Firefox

We are trying to make patch for Firefox to call native line breaking API on Mac OS X and Windows. If you are interested in this, please join http://scratchpad.wikia.com/wiki/Firefox_Thai (It is in Thai language).

[Thai] พอ post blog ได้ไม่นาน. ไม่นานจริงๆนะขนาดมา post blog นี้แล้วยัง download xcode ไม่เสร็จเลย. เก่ง.ws ติดต่อเข้ามาว่าอยากจะต่อ Firefox กับ ATSUI เหมือนกัน. เก่ง.ws กับผมเลยร่วมกันสร้างหน้าวิกิขึ้นมา เพื่อใจได้ share ข้อมูลกัน รวมถึงคำถามคำตอบด้วย. เพื่อมีใครสนใจอีกจะได้เข้ามามีส่วนร่วมได้ง่ายๆ ด้วย. หน้านั้นอยู่ที่ http://scratchpad.wikia.com/wiki/Firefox_Thai. นะครับ. ผมหวังว่าการ share น่าจะทำให้เราทำงานเสร็จได้โดยแต่ละคนไม่เหนื่อย และเหงา (มีปัญหาแล้วไม่รู้จะถามใคร ... แล้วก็ถามตัวเองว่ามานั่งทำอะไรอยู่คนเดียว.) จนเกินไป.

Converting Orchid corpus to XML

Orchid corpus is a Thai part-of-speech annotated corpus, which is used to be freely available on Nectec's website. (I wish it will become available again.) Since, it has quite unique format so it is quite inconvenient to handle. Therefore I just wrote a script to convert it to XML. Then I can just use a XML parser like pulldom to handle it by using a familiar API e.g. (pull)DOM etc. The example for Orchid corpus format. %metadata %metadata #P1 #1 blaa blaa blaa// blaa/NNNN blaa/NNNN blaa/NNNN // The example XML for Orchid corpus format. <corpus> <document author="abcd" ...> <paragraph> <sentence raw_txt="blaa blaa blaa"> <word surface="blaa" pos="NNNN"/> <word surface="blaa" pos="NNNN"/> <word surface="blaa" pos="NNNN"/> <word surface="blaa" pos="NNNN"/> </sentence> </paragraph> </document> ... </corpus> TEI format is probably suit for this job but I am just to lazy to read the specification.