add korpusimport.md from old korp-doc repo

README.md

@@ -12,7 +12,7 @@ Generate html files (for documentation on Språkbanken's web page):
 
 Include html files in drupal:
 
-    {include https://github.com/spraakbanken/sparv-docs/blob/master/html/annotations_eng.html}
+    {include https://github.com/spraakbanken/sparv-docs/raw/master/html/annotations_eng.html}
 
 Build exercises PDF:
 

html/korpusimport.html

@@ -0,0 +1,25 @@
+<!--##Körning av eget material på koala-->
+<p>Syftet med det här dokumentet är att förklara hur man kör eget material genom importkedjan om man har tillgång till Språkbankens Subversion-repositorium och ett användarkonto på servern koala.</p>
+<p>Det är möjligt att köra eget material genom Språkbankens korpusimportkedja, och att få det annoterat med alla de annoteringar som används för korpusarna i Korp. Resultatet får du i antingen ett tabbseparerat format eller XML.</p>
+<p>Följande krav ställs på ditt textmaterial:</p>
+<ul>
+<li>Filerna måste vara i UTF-8.</li>
+<li>Formatet måste vara XML-liknande, med åtminstone en start- och sluttagg som omsluter texten. Det räcker med något så simpelt som <code>&lt;text&gt; ... &lt;/text&gt;</code>.</li>
+<li>Varje enskild fil får inte vara för stor. Är de över 20 MB bör de delas upp i mindre filer.</li>
+</ul>
+<p>Se även <a href="https://spraakbanken.gu.se/swe/forskning/infrastruktur/sparv/indataformat">här</a> för mer information om indataformatet.</p>
+<h3 id="tillvägagångssätt">Tillvägagångssätt</h3>
+<p>Logga in på koala, och börja med att sätta följande miljövariabel:</p>
+<pre><code>    export SPARV_MAKEFILES=/export/res/lb/korpus/tools/annotate/makefiles</code></pre>
+<p>Förslagsvis skapar du sen en katalog under din hemkatalog, i vilken alla arbetsfiler kommer ligga. Navigera till denna katalog, och hämta sedan hem följande exempel-Makefile ur Subversion:</p>
+<pre><code>    svn export https://svn.spraakdata.gu.se/sb-arkiv/tools/annotate/makefiles/Makefile.example Makefile</code></pre>
+<p>Därefter skapar du en underkatalog i vilken du lägger de XML-filer som utgör ditt textmaterial.</p>
+<p>Det sista du måste göra är att redigera filen Makefile för att anpassa den efter ditt material. I oredigerat tillstånd utgår den från att XML-filerna ligger i en katalog med namnet &quot;original&quot;, och att all text i dessa filer är omsluten av <code>&lt;text&gt; ... &lt;/text&gt;</code>. Detta ändras lätt genom att ändra värdena för &quot;original_dir&quot; respektive &quot;xml_elements&quot; i makefilen. För en beskrivning av alla inställningsmöjligheter som finns kan du hämta hem följande version av makefilen, innehållande kommentarer till varje rad:</p>
+<pre><code>    svn export https://svn.spraakdata.gu.se/sb-arkiv/tools/annotate/makefiles/Makefile.template</code></pre>
+<p>När du redigerat din Makefile är det färdigt för att köras. För att exportera till XML-format kör du kommandot</p>
+<pre><code>    make export</code></pre>
+<p>vilket i slutändan leder till att du har det färdiga materialet i katalogen &quot;export&quot; (som skapas automatiskt). Vill du hellre använda det tabbseparerade formatet så kör du i stället</p>
+<pre><code>    make vrt</code></pre>
+<p>och dessa vrt-filer hamnar då i katalogen &quot;annotations&quot; tillsammans med alla andra arbetsfiler.</p>
+<p>Om du lägger till eller tar bort källfiler efter en körning och vill köra om, så måste du uppdatera registret över filer genom att köra följande:</p>
+<pre><code>    make add</code></pre>

korpusimport.md

@@ -0,0 +1,63 @@
+<!--##Körning av eget material på koala-->
+Syftet med det här dokumentet är att förklara hur man kör eget material genom
+importkedjan om man har tillgång till Språkbankens Subversion-repositorium och
+ett användarkonto på servern koala.
+
+Det är möjligt att köra eget material genom Språkbankens korpusimportkedja, och
+att få det annoterat med alla de annoteringar som används för korpusarna i Korp.
+Resultatet får du i antingen ett tabbseparerat format eller XML.
+
+Följande krav ställs på ditt textmaterial:
+
+* Filerna måste vara i UTF-8.
+* Formatet måste vara XML-liknande, med åtminstone en start- och sluttagg som
+omsluter texten. Det räcker med något så simpelt som `<text> ... </text>`.
+* Varje enskild fil får inte vara för stor. Är de över 20 MB bör de delas upp
+i mindre filer.
+
+Se även [här](https://spraakbanken.gu.se/swe/forskning/infrastruktur/sparv/indataformat)
+för mer information om indataformatet.
+
+###Tillvägagångssätt
+
+Logga in på koala, och börja med att sätta följande miljövariabel:
+
+        export SPARV_MAKEFILES=/export/res/lb/korpus/tools/annotate/makefiles
+
+Förslagsvis skapar du sen en katalog under din hemkatalog, i vilken alla
+arbetsfiler kommer ligga. Navigera till denna katalog, och hämta sedan hem följande
+exempel-Makefile ur Subversion:
+
+        svn export https://svn.spraakdata.gu.se/sb-arkiv/tools/annotate/makefiles/Makefile.example Makefile
+
+Därefter skapar du en underkatalog i vilken du lägger de XML-filer som utgör
+ditt textmaterial.
+
+Det sista du måste göra är att redigera filen Makefile för att anpassa den efter ditt
+material. I oredigerat tillstånd utgår den från att XML-filerna ligger i en
+katalog med namnet "original", och att all text i dessa filer är omsluten av
+`<text> ... </text>`. Detta ändras lätt genom att ändra värdena för "original\_dir"
+respektive "xml\_elements" i makefilen.
+För en beskrivning av alla inställningsmöjligheter som finns kan du hämta hem
+följande version av makefilen, innehållande kommentarer till varje rad:
+
+        svn export https://svn.spraakdata.gu.se/sb-arkiv/tools/annotate/makefiles/Makefile.template
+
+När du redigerat din Makefile är det färdigt för att köras. För att exportera
+till XML-format kör du kommandot
+
+        make export
+
+vilket i slutändan leder till att du har det färdiga materialet i katalogen "export" (som skapas automatiskt).
+Vill du hellre använda det tabbseparerade formatet så kör du i stället
+
+        make vrt
+
+och dessa vrt-filer hamnar då i katalogen "annotations" tillsammans med alla
+andra arbetsfiler.
+
+Om du lägger till eller tar bort källfiler efter en körning och vill köra om,
+så måste du uppdatera registret över filer genom att köra följande:
+
+        make add
+