Re: [L-A Lokalisointi] finnish spell checker (fwd)

On Tue, 18 May 2004, Kim Enkovaara wrote:
> Sain allaolevan mailin, jos jotakuta asia kiinostaa ottakaa suoraan
> yhteytt=E4 l=E4hett=E4j=E4=E4n.
>
> Vastailin, ett=E4 ainakaan KDE porukalla ei oikein ole resursseja m=
oiseen
> urakkaan, ja yritin kertoa ett=E4 sanakirjapohjaiset oikolukijat ei=
v=E4t
> oikein toimi.

Joo, pelkk=E4 sanakirjapohjainen ei tosiaan oikein toimisi suomessa.

Mutta en tied=E4 mit=E4 tekniikkaa nuo k=E4ytt=E4v=E4t. Vaikuttaa jol=
tain
kieltiteknologiaheebolta, joten voi olla ett=E4 sill=E4 on hihassa jo=
tain. Eri
kielille on kyll=E4 tehty automaattisesti juuria ja niille sopivia ta=
ivutuksia
analysoivia systeemej=E4, mutta en tied=E4 kuinka toimivia ja erityis=
esti
kieliriippumattomia nuo menetelm=E4t ovat. Suomen kieli kun on harvin=
aisen paha
tapaus ihmeyhdyssanataivutush=E4ss=E4k=F6ineens=E4kink=F6h=E4n. Eli k=
=E4sit=F6it=E4 voi
automatiikan j=E4lkeen tulla melkoisesti.

>    We can generate lists of high-frequency words that aren't in
> the existing dictionary, then (this is the tricky part)
> do some "stemming" so that the appropriate root words can
> be added with the correct affix flags automatically.

Eli tuo on se avainjuttu.

Voi kannattaa kysy=E4 tarkemmin, mit=E4 hemmolla on mieless=E4. Jos h=
=E4n k=E4ytt=E4=E4
jotain automaattisia menetelmi=E4 tuohon, homma voi toimiakkin jotenk=
uten. Jos
ei, taitaisi k=E4sity=F6 olla turhan kamalaa.

-- Marko Gr=F6nroos, [email protected] (http://www.iki.fi/magi/)