> Date: Mon, 6 Feb 2017 10:58:07 +0300 > From: Hèctor Alòs i Font <[email protected]> > To: "[apertium-stuff]" <[email protected]> > Reply-To: [email protected] > Subject: [Apertium-stuff] apertium-fra > Pièce(s) jointes(s) probable(s)> > On est en train de commencer à travailler sur une novelle version de la > paire français-catalan à partir des répertoires séparés apertium-fra, > apertium-cat et apertium-fra-cat. Il y a des choses qui ne sont pas en > train de marcher parce qu'il y a des définitions contradictoires dans les > dictionnaires, par exemple dans les pronoms personnels. Dans > apertium-fra/apertium-fra.fra.metadix on a : > <e lm="je" r="LR"><p><l>je</l><r>prpers</r></p><par n="je__prn"/></e> > <e lm="je" r="RL"><p><l><a/>je</l><r>prpers</r></p><par > n="je__prn"/></e> > Mais dans apertium-fra-cat/apertium-fra-cat.fra-cat.dix on a : > <e> <p><l>je<s n="prn"/></l> <r>jo<s > n="prn"/></r></p></e> > > Évidemment il faut changer ou bien la définition dans le dictionnaire > monolingue français, ou bien dans le dictionnaire bilingue. Mes questions > sont les suivantes : > > 1. Y a-t-il quelqu'un qui soit en train de travailler sur > apertium-fra/apertium-fra.fra.metadix ? S'il n'y a pas encore personne, > peut-être pourrait-on y changer prpers par les formes plus faciles à > comprendre je, tu, il, etc. > > 2. Quelqu'un sait-il de qu'elle paire à été pris le fichier > apertium-fra/apertium-fra.fra.metadix qu'on a maintenant ? > > Hèctor >
Je suis rentré de vacances hier soir et prends danc cette discussion en retard. Toutefois, passer des vacances le plus possible sans internet, c'est à dire sans email à traiter chaque jour et surtout sans suivre au quotidien des discussions sur divers forums sans rapport avec Apertium laisse du temps pour d'autres choses et c'est dans ces circonstances que j'ai le plus de temps pour travailler sur Apertium (ce que j'ai fait encore cette fois-ci, même si un problème de connexion à SVN aujourd'hui empêche de voir le résultat). Pour l'instant, je travaille sur les paire fra-por (dans staging). J'ai eu travaillé (tu le sais) sur la paire eo-fr (devenue epo-fra). Ces deux paires ont actuellement leur propres dictionnaires morphologiques, mais pour une version validée de ces paires devraient/devront utiliser les ressources de la branche languages. Donc, jusqu'à présent, je ne suis jamais intervenu sur les fichiers de apertium-fra , mais si la paire fra-por est dans quelques mois suffisamment bonne pour la recetter, il faudra utiliser les ressources de apertium-fra . Idem pour le sens de traduction epo -> fra . Il donne déja des résultats intéressants : La kato de la najbarino estas blanka Le chat de la voisine est blanc La malgranda katino de la maljuna najbaro ne estas blanka La petite chatte du vieux voisin n'est pas blanche Mais avec le transfert en 2 étapes que j'ai choisi au départ, ça fait un grand nombre de longues listes de patern-item à traiter de manière similaire et en écrivant à un transfert à 3 ou 4 étapes, il devrait être possible de traiter toutes les varaintes avec un mot en plus ou en moins de manière plus élégante et avec beaucoup moins de règle de transfert. Quand ce sera prêt, ça fera une autre paire à recetter pour les 2 sens de traduction. Et là, encore, il faudrait utiliser apertium-fra. Tout ça pour dire que le fichier apertium-fra.fra.metadix devrait contenir tout le vocabulaire utilisé dans : - l'actuel fichier apertium-fra.fra.metadix - apertium-fr-es.fr.metadix - apertium-epo-fra.fra.dix (dans nursery) et à terme, les rajouts et corrections que je fais dans apertium-fra-por.fra.metadix (et qui ne sont pas finis). Explications : apertium-fr-es.fr.metadix y est peut être déjà et le fichier apertium-fra-por.fra.metadix doit en être dérivé, tout comme les metadix d'autres paires avec le français, à l'exception de eo-fr -> epo-fra . La couverture de vocabulaire de la paire epo-fra est excellente (meilleure que celle de la paire fr-es que je juge très bonne). Pour cette raison, si elle n'est pas intégrée dans apertium-fra , je l'y mettrai tôt ou tard. apertium-epo-fra.fra.dix (dans nursery), est plus à jour (quelques mots de plus) que apertium-eo-fr-fr.dix (dans trunk) que je ne maintient plus. J'envisageais de toutes façon d'intégrer tôt ou tard (typiquement au moment de recetter apertium-fra-por) ces différents dictionnaires. Si c'est fait avant et testé avec les paires de langues qui utilisent déjà ces fichier, on prend moins de risque. Je pourrai même dans ce cas utiliser plus tôt ces dictionnaires. Au passage, j'ai aussi une préférence pour les noms de paradigmes utilisés dans la paire epo-fra (des mots du début de l'alphabet). Par exemple accessoire__n plutôt que livre__n . Si on fusionne apertium-epo-fra.fra.dix avec un autre dictionnaire, il y aura beaucoup de paradigmes équivalents et souvent, c'est dans la paire epo-fra que le mot choisi est vers le début de l'alphabet. Accessoirement, choisir le/l'un des premier mot du dictionnaire qui utilise un paradigme pour le nom de ce paradigme permettra de détecter d'un coup d'oeil le paradigmes rares qui on peu de chances de commencer par 'a'. Une autre chose (facile à prendre en compte) si on fait des metadix de référence est, pour les paradigmes dont l'analyse donne le genre mf, d'accepter aussi les genre m et f en génération. Idem entre sp, sg et pl. C'est déjà fait (au moins pour les paradigmes les plus courants) dans la paire epo-fra et ce sera fait dans fra-por. Ça simplifie beaucoup l'écriture des règles de transfert. Pour ta question N° 2, ce serait à partir de la paire br-fr qu'aurait été fait le fichier metadix dont on parle (d'après F Tyers en juillet dernier si mes souvenirs sont bons). Par rapport à la question des pronoms personnels, je voie effectivement deux approches : 1) un pseudo lemme prpers qui dans le metadix est l'unique utilisateur s'un paradigme qui pourrait d'appeler /__prpers et qui contiendra toutes les variantes au niveau du numéro de personne, du nombre, et lorsqu'il y a lieu du genre. Dans le bidix, il y aurait juste une ligne du genre : <e> <p><l>prpers<s n="prn"/></l> <r>prpers<s n="prn"/></r></p></e> 2) une définition pour chaque pronom personnel dans le metadix avec comme nomn de lemme le vrai mot dans la langue Dans le bidix, une correspondance pour chaque lemme : <e> <p><l>je<s n="prn"/></l> <r>jo<s n="prn"/></r></p></e> Je préfère nettement la version numéro 2 qui est plus intuitive. Elle emmène à traiter les pronoms personnels comme les autres catégories de mots avec dans le dictionnaire bilingue, le plus souvent possible, une mise en correspondance de 2 lemmes avec seulement la catégorie du mot précisée des 2 cotés. Lorsqu'on reprend une paire de langues développée par quelqu'un d'autre, trouver des lemmes "prpers" qui n'existent même pas dans la langue, peut être déroutant pour un débutant. Et si dans une traduction, on tombe sur l'erreur de transfert #prpers il n'est pas forcément facile de savoir où corriger si on n'a pas développé la paire. Il y a moins de risques d'erreurs de transfert avec des correspondances de lemmes dans le bidix. Et même si on tombe sur une erreur de transfert du type #je la traduction reste lisible. Si dans une langue la deuxième personne du singulier donne la deuxième du pluriel dans l'autre, c'est également facile à écrire dans le bidix. -------------------------------- Bernard Chardonneau (France) Phone : [33] 9 72 36 32 90 GSM phone : [33] 7 69 46 16 31 Multilingual websites for my free softwares : http://libremail.free.fr and http://libremail.tuxfamily.org http://cyloop.tuxfamily.org (mainly translated with Apertium) My general website (in french only) http://bech.free.fr ------------------------------------------------------------------------------ Check out the vibrant tech community on one of the world's most engaging tech sites, SlashDot.org! http://sdm.link/slashdot _______________________________________________ Apertium-stuff mailing list [email protected] https://lists.sourceforge.net/lists/listinfo/apertium-stuff
