ONOMASTICA
	          
			    Telenor, 1999

Denne databasen inneholder orginaldata fra ONOMASTICA-prosjektet.
Tekstfilene er lagret på Unix-format og tegnsettet som benyttes 
er ISO8859-1 Latin 1. 

Her finnes uttale av fornavn, etternavn, gatenavn, stedsnavn
og bedriftsnavn fra telefonkatalogen. Man har benyttet SAMPA fonetisk kode.
 For en nærmere beskrivelse av materialet se rapporten "Norsk deltakelse 
i ONOMASTICA-prosjektet"(SINTEF DELAB rapport STF40 F95017).

KATALOGSTRUKTUR
===============

     Katalog    Innhold                 filnavn
-----------------------------------------------------

+      
|             Copyright statement  	copyright.txt
|             Denne filen 		LESMEG
+distrib-+ 
         |
         +fnvn	fornavn               	fnvnXXY.ono
  	 |
 	 +envn   etternavn             	envnXXY.ono
         |
         +fnvd   doble fornavn          fnvdXXY.ono
         |
         +gate   gatenavnfiler          gateXXY.ono
         |
         +sted   stedsnavn	        stedXXY.ono
         |
         +bedr   bedriftsnavn           bedrXXY.ono
         |
         +mix    Utenlandske navn       xx_nw.ono  


I filnavnene er  XX  et løpende serienummer. Dess lavere nummer dess høyere
antall forekomster i telefonkatalogen. Alle for- etter og bedriftsnavn kommer
fra Telenor (telefonkatalogen).


Stedsnavn er hentet dels fra telefonkatalogen, kartverket og Telenors opplysningstjeneste.
Y angir kilde og kan ha følgende verdier:
	t	Poststeder i telefonkatalogen
	k	Tettsteder fra Statens kartverk
	x	Stedsnavn som brukes av opplysningstjenesten i Telenor

Dersom Y  ikke er inkludert i filnavnet er ikke uttalen i filene
kontrollert av fonetiker. Dvs at uttalen kun er generert av et
tekst-til-fonemprogram. Disse filene har derfor relativt lav kvalitet.
Ingen av bedriftsnavnene har kontrollert uttale.

"mix"-katatalogen inneholder filer med "norsk" uttale av utvalgte utenlandske navn. 
filnavnene har følgende konvensjon

xx_nw.ono	der xx er nasjonalitetsbokstaver ( uk,pt,se,fr,de,nl )
	
DATAPOSTER:
===========
Hver fil har poster med følgende struktur:
Nøkkel:Data(eksempel)	: Forklaring
----------------------------------------------------------------------------
SOO:			: Start på datapost
ENT:NO0000001		: Nasjnalt prefiks (NO) + serienr.
LBO:Hansen		: Navn
FQO:31391		: Antall forekomster
NO0:"hAn$s@n		: Uttale  i SAMPA fonetisk alfabet
NO1:			: Ev. alternativ uttale i SAMPA 	
NO2:			: Ev. alternativ uttale i SAMPA  
QUO:1			: Kvalitetsnivå se 1)
WH0:MS,AF		: Transcribør ID-er
ET0:NO			: Etymologi (NO: Norwegian)
CT0:Surname		: Navneklasse
EOO:			: Datapost slutt
---------------------------------------------------------------------------
1) QU0: 1: kontrollert av fonetiter, som kjenner navnet
        2: kontrollert av fonetiker, men navnet er ukjent
	3: kun automatic transcripsjon

FONEMKODER
==========
Fonemkoden for navnene er angitt i SAM Phonetic Alphabet (SAMPA). 
Dokumentasjon av SAMPA er å finne på internetadressen

           http://www.phon.ucl.ac.uk/home/sampa/norweg.htm     

I tillegg til fonemkodene som er definert for norsk, er det benyttet følgende 
koder fra det engelske foneminventaret for å transkribere engelske navn.
SAMPA		Eksempelord
T		thin
D		This
dZ		Gin
aI		rise
eI		raise
OU 		nose  (riktig SAMPA-kode er @U)

Stavelsesbærende konsonanter markeres 
n*	eksempel: Botn   ""bOt$n*
l*	eksempel: Hoddle  ""HOd$l*

Deling av konsonanter mellom to stavelser er angitt ved å
føre opp konsonanten på hver side av stavelsesgrensen 
Eksempler:	
Anne	""An$n@	
Inger	""iN$N@r
Bjarne 	""bjA:rn$rn@


********** Per Olav Heggtveit 13.05.96 **************
************Jon Emil Natvig 15.3.1999**************