UIT The arctic university of Norway > Giellatekno
 

Analysaattorin Tehtavalista

Tässä on lista analysaattorin työtehtävistä ja niiden sisäisistä riippuvuuksista. Jokainen numeroitu listä on riippumaton muista listoista. Jokaisen listan kohdat ovat riippuvaisia toisistaan, niin että tehtävät ovat järjestyksessä

Testaustiedostot

Lemmat

Korjata substantiivien lemmalistat

Nyt suurin osaa yamltiedostoista menee läpi. Se tarkoittaa, että yaml-paradigmat jotka menevät läpi, voivat toimia mallivartaloina myös lemmalistan stems/nouns.lexc muille vartaloille.

  • tee make check
  • ota leksikko, joka toimii, esim. EEMEED
  • ota kaikki EEMEED-tapaukset stems-tiedostosta
    • grep EEMEED src/morphology/stems/nouns.lexc|see
  • tarkista, että niiden vartalo on samanlainen kuin esimerkkisanojen vartalot
  • jos ei, katso toimiiko
  • katso stems/nouns.lexc
  • jokainen yamlissa toimiva sana voi toimia mallina muille sanoille, esim yhdyssanoille.

nounstems-sanojen klassifiointi

Tänään on 1983 nounstems. Jokaiselle pitää antaa oikea contlex.

Muotojen tarkistaminen

Seuraavat kaksi esimerkkikomento antaa kaikki lokatiivit, jotka eivät toimi, ja POTTAAK-leksikon kaikki monikon abessiivit.

cat src/morphology/stems/nouns.lexc | grep ";"| cut -d ';' -f1 | grep -v PUUVSAH|cut -d":" -f1|sed 's/$/+N+Sg+Loc/'|dsmnDict|grep '?'
cat src/morphology/stems/nouns.lexc |  grep ";"| cut -d ';' -f1 | grep "POTTAAK"|cut -d":" -f1|sed 's/$/+N+Pl+Abe/'|dsmnDict

Korjata puuttuvat nominatiivit

Komento make check antaa listan substantiiveista, joille emme pysty generoimaan nominatiivia ( test/src/morphology/missing_nouns_lemmas.xfst.txt ) ja muodot, jotka saadaan yrittäessä. ( test/src/morphology/generated-nouns.xfst.txt) Tavoite: Tänään puutuu 98 nominatiivia, luku pitää olla 0.

Suljetut luokat, joilla morfologia

  1. Lisätä puuttuvat pronominit + sijapäätteet

Suljetut luokat, joilla ei ole morfologiaa

  1. Lisätä puuttuvat sanat sanakirjasta analysaattoriin.
    1. adverbit, subjunktiot, postpositiot, jne.

Lyhyet sanat missing-listasta

Tiedostosta smn/misc/missing_shortwords.freq löytyy lyhyet sanat, järjestetty taajuuden mukaan. Ne voi olla suljettujen luokien edustajia, ne pitää

Taivutusmorfologia

Omistusliitteet

Nämä voidaan nyt lisätä. Ks.

Verbit

Parittomat ensin, sitten parilliset.

Adjektiivit

Odottavat substantiiveja.

Johdosmorfologian tekeminen

  1. Ymmärtää
  2. Laatia

Jatkuva työ

make check

  1. make check
  2. tarkistaminen
  3. korjaaminen
  4. make check
  5. ...

Tarkistaa leksikko

  • Väärät sanaluokat?
  • Väärät jatkoleksikot?
  • Väärä vartalomuoto?