Hura! Mi ĵus finis la duan version de La Simpla Vortaro.
Jen la novaj funkcioj:
Notu ke la alialingva serĉo bezonas ke oni uzas la ĝustan majusklecon. Mi ne havas bonan solvon por majuskleco de ĉiu lingvo en la ReVo dosieroj.
Se oni uzas La Simplan Vortaron hodiaŭ, oni noticias ke la vortfarada serĉo funkcias bone*. Tamen en mia lasta afiŝo pri la vortfaradilo, mi diris ke mi havis problemojn kun multaj eblecoj. Do, kiel mi solvis ĉi tion?
Plejofte (pli ol 75% da vortfaradaĵoj) nur estas unu ebleco. ‘Malsanulejo’ ne povas esti io ajn krom ‘mal-san-ul-ej-o’. Tamen ekzistas vortoj kun multaj eblecoj laŭ mia listo de radikoj:
Persone: ‘person-e’, ‘per-son-e’, ‘pers-on-e’
Unue, mi esperis ke mi povus simple ĉiam elekti la ebelecon kun la malplej radikoj. Ĉi tio ofte helpas, sed ne ĉiam:
Homarano: ‘hom-ar-an-o’, ‘homa-ran-o’, ‘ho-mar-an-o’
Oni povus argumenti ke ‘ho’ devus ne esti en la listo de radikoj por vortfarado, sed pli bonas havi ĝeneralan solvon.
Anstataŭ simple ordigi la eblecojn laŭ la kvanto de radikoj, mi bezonis pli inteligenta ordiga metodo. Unue, mi kolektis liston de vortfaradaĵoj kiu havas pli ol unu ebleco en mia vortfaradilo.
Jen la listo:
homarano, hundomalfermilo, persone, altabligi, manĝilaro, renovigi, ripozejo, neniigi, pintigi, senlaborulo, ĉirkaŭrigardi, eksilentigi, intermiksiĝi, memkompreneble, gastigema, malrapidigi, koketulino, bovinejeto, kielvifartulo
Due, mi skribis malgrandan programon, kiu testas ĉiun vortfaradaĵon en ĉiu tiu listo. Ĝi ankaŭ enhavas komarliston de la ĝustaj rezultoj, kiun mi faris sen ilo.
Trie, mi eksperimentis ĝis mi havas bonan metodon por poentigi ĉiun rezulton de la vortfaradilo. Mi kalkulas ‘malbonecon’ por ĉiu ebleco. La formulo estas:
malboneco = (kvanto de radikoj) – 0.5 * (kvanto de afiksoj)
La radikoj kiujn mi konsideras kiel afiksoj estas: –ig-, -il-, -ul-, -ej-, -in-, -an-, -ar-, -ant-, -int-, -ont-
Kompreneble, estas aliaj afiksoj, sed ili ne kaŭzas problemojn. Ekzemple, sen la poentiga metodo, la vortfaradilo preferus -tig- ol -ig- sed bo- ne havas alian radikon kun simila literumado.
Do, la vorto ‘homarano’ povus esti ‘hom-ar-an-o’ (malboneco de 3), ‘homa-ran-o’ (malboneco de 3) aŭ ‘ho-mar-an-o’ (malboneco de 3.5).
La Simpla Vortaro simple montras la du eblecoj kun la malplej malboneco. Ofte la dua estas sensenca (‘inteligent-a’, ‘in-tel-ig-ent-a’) sed iufoje ĝi havas sencon (‘koleg-o’, ‘kol-eg-o’). Mi ne havas metodon por distingi la du tipojn.
Mia listo de eblaj vortfaradaĵeroj enhavas -o kaj -a vortoj. Tiel la vortfarada serĉo povas kompreni vortojn kiel ‘dormosako’ kaj ‘ĝustatempe’.
La vorto ‘posteulo’ enhavas -e vorton kiel radiko, sed mi ne aldonis -e vortojn al listo ĉar mi ne kredas ke aliajn tiajn vortojn ekzistas. Do oni ne povas serĉi ‘posteulo’ hodiaŭ per la vortfarada serĉo.
Simile, ‘kielvifartasulo’ kaj ‘vivui’ enhavas plenajn verbojn kiel radikoj. Mi ne havas verbojn kun finaĵojn en mia listo ĉar ĉi tiaj vortoj estas tre malkomunaj.
* Laŭ mia scio. Se vi trovis ekzemplon, kun kiu ĝi ne kalkulas la ĝustan rezulton, bonvolu informi min.
La preteco de La Simpla Vortaro proksimiĝas. Ĉi-semajnfine mi pripensis aspekton. Jen la ĉefpaĝo:
Mi konkludis ke mi bezonis aldoni iom da koloro por ligiloj. Mi ankoraŭ ne tute certas pri la grandeco de la tiparoj.
Jen la serĉpaĝo:
Notu ke oni ne devas serĉi la infinitivon nek uzu supersignojn. Ankaŭ, mi nun provas kalkuli la plej verŝajnan eblecon de vortfarado. Mi ankoraŭ ne certas pri kiel montri vortfaradajn eblecojn: ĉu mi konvertu al supersignoj por beleco, aŭ ĉu konservu la originalan skribsistemon por klareco (la bildo montras konservadon)?
Restas problemoj por tabelvortoj. La vortfaradilo nun funkcias bone kun -j kaj -n finaĵoj (mi blogos pri ĉi tio pli poste). Por normalaj o-vortoj, ĝi enstrekigas ĉi tiel: ‘ge-edz-oj’. Sed kion fari por ‘ĉiuj’? Ĉu ‘ĉi-uj’ (pli simila ol aliaj substantivoj) aŭ ‘ĉiu-j’ (eble pli klara)?
Kaj jen la vortpaĝo:
Ne estis facila elĉerpi la ekzemplojn, sed mi sukcesis. Mi ankaŭ decidis skribi ‘transitiva’ anstataŭ ‘tr’ por klareco (ne montrata en ĉi tiu bildo). Notu ke la subdefinoj estas numerata laŭ la esperanta aboco.
Restas malgranda cimo pri pozicioj de la vortoj: notu ke la vorto bildo estas rekte sub ‘b.’ anstataŭ pli dekstre.
Mi esperas ke vi estas kiel ekscitata kiel mi. Mi lanĉos baldaŭ, post mi forigas la lastajn cimojn.
Se oni serĉas la vorton plibonigi en la vortaro de Lernu, ĝi respondos ĉi tiel: pli-bon-ig-i. Utile. Tamen se oni serĉas la vorton plidolĉigi, la vortaro ne helpos onin. Do, mi demandis min mem: ĉu eblas krei ĝeneralan ilon por vortfarado?
Jen esperanta ŝerco (ne estas la plej bona!):
Kial ĝirafo neniam enuas?
Ĉar ĝi havas kolegon.
Kolego estas bona ekzemplo de multsenca vorto. Por trovi ĝin en vortaro, oni unue serĉas la vorton kolego en vortaro, kaj kompreneble ĝi estas tie. Poste, oni serĉas en la vortaro radikojn, kaj trovas nur la radikon kol- (ĉar ne ekzistas radikoj: ko-, kole- aŭ koleg-). Fine, oni serĉas simile la ceteron -eg- kaj ekkomprenas la ŝercon.
Komputiloj povas fari simile.
Mi kreis programon kiu faras ĉi tiele:
Por la vorto kolegon:
Do, kio estas la problemoj de ĉi tiu metodo?
Mi nur antaŭvidis la problemon de vortfarado kun neradikoj (kiu estas diskutata en PMEG). Ekzemploj de ĉi tiaj vortoj estas birdokanto kaj ĝustatempe. La solvo estas aldoni o-vortojn kaj a-vortojn al ‘la listo de radikoj’, kiu do nun estas listo de vorteroj.
Tamen, dum programado mi kredis ke oni ĉiam povas kalkuli la vorton kiu rilatas al la radiko. Interese, la vivo ne estas tiel simpla. Pripensu la vorton novajaro. Ĉu ĝi signifas freŝa jaro aŭ jaro de steleksplodo? Oni ne scias sen kunteksto. Mi malkovris 9 ĉi tiajn vortojn en ReVo: sumo, halo, nova, togo, vila, koto, metro, polo, kaj alo. Ili ĉiuj estas ambaŭ radikoj kaj plenaj vortoj sed kun tute malsamaj sencoj! La solvon mi elektis estis ĉiam preferi la pli longan, do en ĉi tiu ekzemplo la kodo decidas ke nova- estas radiko kaj ne plena vorto.
La alian problemon mi malkovris, estas ke ĉi tiu metodo ofte trovas tro da eblecoj kiu ne vere validas. Antaŭnelonge mi lernis ke persone estas dusenca vorto, aŭ person-e aŭ per-son-e (mojose, ĉu ne?). Tamen mia ilo trovas tri eblecojn: la menciitaj du, kaj pers-on-e. Nu, perso estas vorto, sed -on- estas nur por vortoj kiuj rilatas al kvantoj. La situacio estas pli malbona por pli longaj vortfaradaĵoj: la (plejparte ŝerca, menciita en IRCa konversacio) vorto hundomalfermilo havas multajn rezultojn:
hundo-mal-ferm-il-o
hundo-mal-fer-mil-o
hun-dom-alf-er-mil-o
hun-dom-al-ferm-il-o
hun-dom-al-fer-mil-o
hun-do-mal-ferm-il-o
hun-do-mal-fer-mil-o
Por ĉi tiu problemo mi ne trovis bonan solvon. La ilo ne konas la sencojn de la radikoj kaj tial ne povas forĵeti la sensencajn eblecojn. Tre ofte, la ebleco de la malplej radikoj estas ĝusta. Ĉi tio ne perfektas tamen: mi legas (eble intence strangajn) vortojn de aliaj espertantistoj kiel tra-fike kaj homa-rano. La plej bona solvo estus ordigi la rezultojn per populareco de la radikoj*. Mi ankaŭ konsideras la ideon ke la uzanto povus helpi per aldonado de streketoj.
(*Se vi havas ekzempleron de Microsoft Access, bonvolu kontakti min!)
La vortaro malrapide promsimiĝas pretecon, sed eĉ ĉi tiu parto ankoraŭ ne finiĝis. Mi planas aldoni flekseblecon de skribsistemo, kaj la tuta vortfaradilo ankoraŭ bezonas multe da testado. La finita vortaro estos uzebla ĉe simpla vortaro .org sed ĝis tiam mi bonvenas testindaĵojn por ĉi tiu ilo.
Imagu ke vi estas komencanto kaj ĵus legis la vorton ‘bedauru’. Ĉi tiu vorto validas, tamen oni nur povas trovi ‘bedaŭri’ en vortaro.
Do, unue, mi volis ke oni povus uzi ajnan skribsistemon. Bedaŭrinde oni nur povas facile ŝanĝi x-sistemajn vortojn al vortoj kun supersignoj. Estas malpli facila ŝanĝi h-sistemajn vortojn. Mia solvo simplas. El la vortaro (kiu uzas supersignojn) mi kreas liston de ĉiuj vortoj kun aŭ supersignoj aŭ x-sistemo aŭ h-sistemo (se ili malsamas):
aĉeti ->
aĉeti, acxheti, acheti
bedaŭri ->
bedaŭri, bedauxri, bedauri
ĉirkaŭ ->
ĉirkaŭ, cxirkaux, chirkau
domo ->
domo
Nun kiam uzanto serĉas per ajn sistemo mi povas trovi la deziratan vorton.
Tamen mi ne povas garantii ke uzanto tajpos verbojn kun i-finaĵoj. Do mi ankaŭ bezonis permesi as-finaĵojn, is-finaĵojn k.t.p. Denove mi kreas liston de ĉiu ebleco (kaj poste aldoni ilin en ĉiu skribsistemo):
aĉeti ->
aĉeti, aĉetis, aĉetas, aĉetos, aĉetus, aĉetu ->
aĉeti, aĉetis, aĉetas, aĉetos, aĉetus, aĉetu, acxeti, acxetis, acxetas, acxetos, acxetus, acxetu, acheti, achetis, achetas, achetos, achetus, achetu
bedaŭri ->
bedaŭri, bedaŭris, bedaŭras, bedaŭros, bedaŭrus, bedaŭru ->
bedaŭri, bedaŭris, bedaŭras, bedaŭros, bedaŭrus, bedaŭru, bedauxri, bedauxris, bedauxras, bedauxros, bedauxrus, bedauxru, bedauri, bedauris, bedauras, bedauros, bedaurus, bedauru
celi ->
celi, celis, celas, celos, celus, celu ->
celi, celis, celas, celos, celus, celu
Ĉi tio estas pli bona, sed oni povas fari plu. Verboj povas fini kun -i, -is, -as, -os, -us aŭ -u, sed indas ankaŭ pensi pri substantivoj, adjektivoj kaj adverboj (mi ne volas uzi la vortojn ‘o-vorto’ k.t.p. kiel PMEG ĉar mi ankaŭ parolas pri oj-vortoj k.c.). Do mi ankaŭ kreas similajn listojn por ili:
fromaĝo ->
fromaĝo, fromaĝon, fromaĝoj, fromaĝojn ->
fromaĝo, fromaĝon, fromaĝoj, fromaĝojn, fromagxo, fromagxon, fromagxoj, fromagxojn, fromagho, fromaghon, fromaghoj, fromaghojn
blua ->
blua, bluaj, bluan, bluajn ->
blua, bluaj, bluan, bluajn
antaŭe ->
antaŭe, antaŭen ->
antaŭe, antaŭen, antauxe, antauxen, antaue, antauen
Kompreneble, ekzistas vortoj kiuj havas finaĵojn kie la finaĵo ne signifas la vortotklason. La vorto ‘la’ havas -a finaĵon, sed mi tute ne volas aldoni al mia listo la vortojn ‘laj’, ‘lan’ ‘lajn’. Do mi zorgeme legis ReVo, kaj provis trovi ĉiu de ĉi tiaj vortoj en ĝi:
Neverbaj i-vortoj: mi, vi, li, ŝi, ĝi, oni, ili, si, ci, ĉi, ahi, fi, ĥi, -ologi, pli
Nesubstantivaj o-vortoj: ho, do, po
Neadjektivaj a-vortoj: ta ta ta, hura, pa, aha, ba, ha, tra, la, ja
Neadverbaj e-vortoj: de, je, ĉe, he, ve, ehe, ke, ne, tre, Kabe
Verŝajne mankis iom da ili en ĉi tiu. Ĝi ne gravas (kvankam plaĉus se mi havus plenan liston) ĉar kiam mi malĝuste aldonas finaĵojn al vortoj, mi simple pligrandigi la verŝajnecon de ili aperos en la vortara serĉo.
Nenombraj vortoj ankaŭ estas problemo tie ĉi. Oni ne povas diri ‘laktoj’, sed ĝi aperas en mia listo. Denove ĉi tiu ne gravas ĉar ĉi tiuj listoj nur helpas serĉadon, ne ŝanĝas difinojn.
Mi ankaŭ eksciis ke korelativoj malsamas (ekz. ‘kiu’ agas kiel adjektivo) do mia softvaro traktas ilin aparte.
Do, mi nun havas solvon por trovi la vorton ‘bedauru’. Sed kion oni faras kiam la literumado estas malĝusta (ekz. ‘beduaru’)? Ĝi ankoraŭ estas trovebla, ĉar mi povas uzi mian literumadan korektilon kun la listo! Hura!
Ofte kiam mi uzas retajn vortarojn, mi serĉas vortojn kiujn mi ne bone konas. Eble mi iomete misaŭdis la vorton aŭ simple ne tute konas la ĝustan literumadon.
Malfeliĉe, aliaj retaj vortaroj ne havas korektilon. Ĝi ne estas tre malfacile se oni komprenas dinamikajn retejojn. Do, mi kreis esperantan literuman korektilon pli malpli laŭ la informo ĉi tie (en la angla).
La ideo estas simpla. Se oni havas la (malĝustan) vorton episodo,
Poste, oni serĉas ciun variaĵon en la vortaro, kaj se la vortaro enhavas ilin, ili restas. Do la fina rezulto estas epizodo (fakte ĉi tiu vorto estis eraro en Podkastaro).
Kompreneble, povas esti pli ol unu ebleco. Ekzemple, la malĝusta vorto epizodz povus esti (laŭ ReVo) epizodo aŭ epizoda. Tamen ĉi tiu ne estas problemo, la vortaro simple bezonas montri ĉiun eblecon.
Kiel normale, la kodo estas havebla. Mi nun verkas la videblan parton de la vortaro, kaj ankaŭ esploras “kion fari kiam la vorto estas vortfarita?”, sed tio devas atendi alian blogafiŝon.
Hodiaŭ mi daŭrigas miajn esplorojn por mia vortaro. Mi esploris ĉu du vortoj povas esti skribita same en ajn sistemo.
Unue, mi serĉis vortojn kiu havas pli ol unu difino en REVO. Mi trovis 110 vortojn, kiu estas skribita same sed havas malsamajn difinojn.
alburno
aro
asekura agento
[…]
vato
ventkapa
vojreto
Mi trovis 96 vortojn pliajn, kiu estas skribita same krom majuskleco.
Abelo
Aerpumpilo
Afganio
[…]
Virgulino
Volto
Vorto
La plena listo estas elŝutebla.
Mi ofte scivolis ĉu la h-sistemo enkondukas aliajn dusencaĵojn. Ekzemple, se “fluĝaveno” estus vorto, oni ne povus distingi inter “fluĝaveno” kaj “flughaveno” en la h-sistemo. Feliĉe, mi malkovris ke ne ekzistas tiaj vortoj en REVO. Verŝajne ne ekzistas tiaj vortoj eĉ kun kunmetitaj aŭ vortfaritaj vortoj.
Kiel ĉi tiu rilatas al mia vortaro? Nu, mi volas ke ĝi estos uzebla en aŭ unikodo aŭ la h-sistemo aŭ la x-sistemo. Oni vidas ciun sistemon sur la reto, kaj oni ne ĉiam povas diveni kiu sistemo estis uzita. La solvo estas simpla: oni kreas tri listojn de vortoj en la vortaro, kaj la vortaro serĉas ciujn.
17 septembron 2010: forigis eraron dank’ al Ĵeromo, la listo espereble estas ĝusta nun.
Ĉi tiam estas ekscitanta tempo por retaj esperantistoj. Estas du retaj Eo-Eo vortaroj nuntempe: Lernu kaj ReVo (almenaŭ kiun mi konas). Ankaŭ, PIV planas eldoni retan version.
Dum la pasintaj malmultaj monatoj, mi ankaŭ planis krei retan vortaron! Jen stranga mondo. Mi ne volas (kaj ne povas) anstataŭigi la aliajn, sed mi volas eksperimenti kun la interfaco por helpi uzantojn. Mia kodo estos libera, do mi esperas ke miaj ideoj helpos aliajn komputikajn esperantistojn ankaŭ.
ReVo enhavas multegajn vortojn, kaj ĉiuj estas elŝuteblaj. La difinoj ankaŭ estas tre bonaj. Bedaŭrinde, la XML-aj dosieroj havas tro komplikan struktoron. Jen ekzemplo:
<br> <kap>brazil<tld/>arbo, <var><kap>brazila <tld/>arbo</kap></var></kap><br>
Do mi ne povis kolekti la vortojn facile. Tamen, mi sukcesis (mi nur havas la vortojn sole nuntempe) kaj mi skribis programeton por fari ĉi tion.
Post mi havis liston de la vortoj, mi bezonis ordigi ilin. Por tio, denove mi skribis kodon.
Finfine, la listo da vortoj ankaŭ estas elŝutebla se oni ne volas uzi la kodon.
Mi ankoraŭ havas multon kiun mi devas fari por krei mian vortaro. Tamen, se vi volas uzi ReVon aŭ simple bezonas liston da vortoj, mi esperas ke ĉi tio estas utila por vi.
Ĝisdatigo: Mi ĵus malkovris ke ankoraŭ ekzistas tri problemoj kun ĉi tiu listo. (1) ekzistas vortoj kun krampoj, (2) estas malmultaj nevolataj komoj kaj (3) problemoj restas kun \n. Mi ĝisdatigos ĝin baldaŭ.
La Eta Lingvisto 