Re: Слоўнік для праверк і правапісу

Вітаю !

P.S. Здаецца, стварэньне модуляў праверкі правапісу для беларускай
> мовы становіцца папулярным заняткам.
>

  Так, гэта яшчэ адзін аргумэнт на карысьць агульнай пляцоўцы, бо я ведаю
яшчэ адзін праект, які можа ў выніку даць слоўнік ;)

  Трохі тэорыі для тых, хто ня ведае: hunspell/aspell/ispell/myspell
працуюць аднолькава: спраўджваюць кожнае слова па слоўніку, і калі слова
невядомае - кажуць што памылка. За межы слова яны не выходзяць(таму ў сказе
"цёплы лета" - ніякай памылкі не знойдзецца). Здаецца, aspell/ispell -
найбольш простыя рухавікі, у myspell дадалася падтрымка
афіксаў(prefix+suffix), у hunspell дадаліся правілы падстаноўкі і яшчэ
нешта, больш прыдатнае да вугорскай мовы.
  Такім чынам ёсьць 3 часткі задачы - 1) стварыць сьпіс словаў, 2)
разгарнуць словаформы, 3) спраўдзіць слова з тэксту па словаформах.
  Мікалай паспрабаваў разгарнуць словаформы з дапамогай hunspell. Так,
hunspell для гэтага зроблены, але ягонае разгортваньне словаформаў больш
прыдатнае для ангельскай мовы. Напрыклад, беглыя зычныя тут не кладуцца.
  IMHO, разгортваньне словаформаў - найбольш складаная рэч у такім слоўніку.

  Ёсьць цікавы праект, які робяць Кошчанка з кампаніяй. Яны ствараюць
граматычную базу беларускай мовы. Так, гэта вялікі праект, яшчэ не
дароблены, але, у гэтай базе будуць пазначаныя усе граматычныя уласьцівасьці
і асаблівасьці кожнага слова, націск, будуць разгортвацца словаформы і яшчэ
шмат цікавага. Такім чынам, калі з гэтай базы ўзяць сьпіс усіх словаформаў,
гэта і будзе гатовы слоўнік для {i,a,my,hun}spell.
  Зразумела, база гэтая не у выглядзе афіксаў hunspell, а больш падрабязная,
і праект значна большы за слоўнік для hunspell. Таму калі мы кажам пра
адзіны слоўнік, можа трэба падумаць як дапамагчы зрабіць тую агульную базу,
зь якой ужо проста скрыптом атрымаем слоўнік для hunspell.

  А самае цікавае - калі ў базе пазначыныя націскі, мы можам зрабіць
дадатковыя праверкі, як не/ня, без/бяз для клясічнага правапісу. А яшчэ з
дапамогай такой базы мы можам выйсьці за межы слова - ёсьць такая цікавая
рэч як "трыграмы". Такім чынам будзе магчыма знайсьці памылкі ў сказе "цёплы
лета".

WBR, Alex.

_______________________________________________
I18n mailing list
[email protected]
http://mova.org/cgi-bin/mailman/listinfo/i18n