SGJP / Morfeusz

[options]
aggl=permissive strict isolated
praet=split composite

[combinations]
#define wsz_interp (interp|kropka|przecinek|dywiz|polpauza)*

#define moze_interp(segmenty) wsz_interp segmenty wsz_interp

# Tu będzie wyrażenie regularne łapiące liczby rzymskie.

#define rzeczowniki (subst|ger|depr)

#define	adj (adj_pos|adv_pos|adj_com|adv_com|adj_sup)

#define aglsg (aglsg1_wok|aglsg1_nwok|aglsg2_wok|aglsg2_nwok)
#define aglpl (aglpl1_wok|aglpl1_nwok|aglpl2_wok|aglpl2_nwok)

#define praet_sg (praet_sg_masc|praet_sg_nmasc)

# Segmenty występujące samodzielnie:
#
# domyślny typ segmentu samodzielnego:
moze_interp(samodz)

# Pojedyncze znaki interpunkcyjne
moze_interp(interp|kropka|przecinek|dywiz)

# segment samotny, który nie dopuszcza nawet znaku interpunkcyjnego po
# sobie
samotny

# przeszlik pojedynczy w formie nieaglutynacyjnej, np. „gniótł”:
moze_interp(praet_sg_na)

# przeszlik pojedynczy w formie niezróżnicowanej aglutynacyjnie, np. „moze”:
moze_interp(praet_sg)

# przeszlik mnogi, np. „czytali”:
moze_interp(praet_pl)

# partykuła „by”:
moze_interp(by)

# inne segmenty, które dopuszczają po sobie aglutynant,
# np. „powininna”, „czyżby”:
moze_interp(z_aglt)
moze_interp(z_aglt_by)
moze_interp(z_aglt_nwok)

# forma przymiotnikowa (dopuszcza adja):
moze_interp(adj)


# dywiz (jako samodzielny segment jest tylko błędnym użyciem w funkcji
# myślnika, ale trzeba to dopuścić):
dywiz

# pauza i półpauza w funkcji myślnika
pauza
polpauza

#ifdef isolated
adja
#endif


# Połączenia z aglutynantami:
#
#ifdef split
# Czas przeszły:
# np. „gniotł·am”
moze_interp( praet_sg_agl (aglsg1_wok|aglsg2_wok) )
# np. „czytał·em”
moze_interp(praet_sg (aglsg1_wok|aglsg2_wok))
# np. „czytali·ście”
moze_interp(praet_pl (aglpl1_nwok|aglpl2_nwok))

# Tryb warunkowy:
# np. „gniótł·by”
moze_interp(praet_sg_na by)
# np. „czytało·by”
moze_interp(praet_sg by)
# np. „gnietli·by”
moze_interp(praet_pl by)
# np. „gniótł·by·ś”
moze_interp(praet_sg_na by (aglsg1_nwok|aglsg2_nwok))
# np. „czytał·by·m”
moze_interp(praet_sg by (aglsg1_nwok|aglsg2_nwok))
# np. „gnietli·by·śmy”
moze_interp(praet_pl by (aglpl1_nwok|aglpl2_nwok))
#else
# moze_interp(praetcond)
#endif
# np. „by·ś”
moze_interp(by (aglsg1_nwok|aglsg2_nwok))
# np. „by·ście”
moze_interp(by (aglpl1_nwok|aglpl2_nwok))

# np. „gdyby·m”
moze_interp(z_aglt (aglsg1_wok|aglsg2_wok))
moze_interp((z_aglt_by|z_aglt_nwok) (aglsg1_nwok|aglsg2_nwok))
# np. „gdyby·ście”
moze_interp(z_aglt (aglpl1_wok|aglpl2_wok))
moze_interp((z_aglt_by|z_aglt_nwok) (aglpl1_nwok|aglpl2_nwok))
# oraz wersje z by, np. chybabym
moze_interp(z_aglt by (aglsg1_nwok|aglsg2_nwok))
moze_interp(z_aglt by (aglpl1_nwok|aglpl2_nwok))

# Aglutynant przy przymiotnikach i rzeczownikach: 
# ładni·śmy, świnia·ś
# Problem: nie można sprawdzić, którą wersję (wok czy nwok) 
# aglutynantu przykleić, więc dopuszczamy obie, ale to może
# wpuszczać śmieci.
#ifdef permissive
moze_interp((adj|subst) aglsg)
moze_interp((adj|subst) aglpl)
#endif

# złożenia z zaimkami 1. i 2. osoby: ja·m, ty·ś, my·śmy, wy·ście
moze_interp(ja|ty|my|wy)
moze_interp(ja aglsg1_nwok)
moze_interp(ty aglsg2_nwok)
moze_interp(my aglpl1_nwok)
moze_interp(wy aglpl2_nwok)

# Złożone formy przymiotnikowe
# np. „biało·-·czerwony”
moze_interp( (adja dywiz)+ adj )
# poniższe załatwione przez + powyżej:
# np. „niebiesko·-·biało·-·czerwona”
# adja dywiz adja dywiz adj interp?
# adja dywiz adja dywiz adja dywiz adj interp?
# adja dywiz adja dywiz adja dywiz adja dywiz adj interp?

# Formy zanegowane stopnia wyższego przymiotników i przysłówków
# np. „nie·grzeczniejszy”, „nie·grzeczniej”
moze_interp( adj_com )
moze_interp( nie> adj_com )

# Formy „zanegowane” gerundiów i imiesłowów:
# np. „nie·czytanie”, „nie·przeczytany”, „nie·czytający”:
moze_interp( nie> negat )

# Przyimki akceptujące krótką formę „-ń”
# moze_interp(z_on_agl)
# np. „do·ń”
# moze_interp(z_on_agl on_agl)
# DO USUNIĘCIA — zrobione lepiej poniżej

# Liczba zapisana jako ciąg cyfr:
moze_interp( dig>* dig )

# Liczba rzymska zapisana jako ciąg cyfr rzymskich:
# (kiepskie, trzeba poprawić wyrażeniem regularnym)
# moze_interp( roman_num )

# Formacje prefiksalne
#### trzeba wydzielić odpowiednie samodze!
# rzeczownikowe
# np. „euro·sodoma”, „e-·papieros”
moze_interp(rzeczowniki)
moze_interp(subst_anty_zloz)
moze_interp( prefs> rzeczowniki ) !weak
# wersja z dywizem, bez ‹e-›
moze_interp( prefs> dywiz> rzeczowniki ) !weak
moze_interp( pref_dyw> rzeczowniki ) !weak
# czasownikowe np. „po·nakapywać”
moze_interp(inf_imperf|praet_imperf|imps_imperf|fin_imperf|impt_sg_imperf|impt_pl_imperf|impt_sg_perf|impt_pl_perf)
moze_interp( prefv> (inf_imperf|praet_imperf|imps_imperf|fin_imperf|impt_sg_imperf|impt_pl_imperf|ppas|pact|ger) ) !weak
# przymiotnikowe np. „do·żylny”, „euro·sodomski”, „bez·argumentowy”
moze_interp(ppas|adv_pos|pact)
# moze_interp(prefa> adj)
moze_interp( prefa> ( adj|pact|ppas ) ) !weak 
# wersja z dywizem, bez ‹e-›
moze_interp( prefa> dywiz> ( adj|pact|ppas ) ) !weak 
moze_interp( pref_dyw> ( adj|pact|ppas ) ) !weak 
moze_interp( prefppas> ppas ) !weak

# Apozycje z dywizem
# np. „kobieta-prezydent”
moze_interp( rzeczowniki (dywiz) rzeczowniki )

# Zakresy liczbowe, daty, np. 1911-1939.
moze_interp((dig>* dig) dywiz (dig>* dig))

# poniższe do sprawdzenia, najwyraźniej obecne w tekstach, skoro wprowadziliśmy:
# ?
# adj dywiz adj
# ?
# adj dywiz samodz
# ?
# samodz dywiz adj

# Stopień najwyższy:
# np. „naj·zieleńszy”, „naj·mądrzej”
moze_interp( naj> adj_sup )


# Cząstka li przy osobowych formach czasownika oddzielona dywizem: znasz-li ten kraj
moze_interp( praet_sg dywiz li)
moze_interp( praet_sg aglsg dywiz li)
moze_interp( praet_pl dywiz li)
moze_interp( praet_pl aglpl dywiz li)
moze_interp( praet_sg_na dywiz li)
moze_interp( fin_perf)
moze_interp( fin_imperf)
moze_interp( (fin_perf|fin_imperf) dywiz li)

# i bez dywizu --- czy bez dywizu jest sens łapać?
# moze_interp( praet_sg li)
# moze_interp( praet_pl li)
# moze_interp( praet_sg_na li)
# moze_interp( (fin_perf|fin_imperf) li)

# reguła z partykułą ‹+że› przy trybie rozkazującym
# zakończonym na spółgłoskę
moze_interp(impt_sg_imperf ze)
moze_interp(impt_sg_perf ze)
# dodatkowo reguła dla part+że (niemalże, omalże, nieomalże):
# moze_interp(part_z_ze ze) --- już niepotrzebne, part. wpisane do słownika

# i dla ‹+ż› przy zakończonym na samogłoskę
moze_interp(impt_pl_imperf z)
moze_interp(impt_pl_perf z)

# TODO! potrzebna jeszcze reguła dla ‹on·że›.

# dziwności: potrzebował·że·by·ś (Lem)
moze_interp(praet_sg_masc ze by (aglsg1_nwok|aglsg2_nwok))
moze_interp(praet_sg_nmasc z by (aglsg1_nwok|aglsg2_nwok))
moze_interp(praet_pl z by (aglpl1_nwok|aglpl2_nwok))

# forma złoż. liczebnika + przymiotnik, np. wieloaspektowy, pięciomasztowy
# dwudziestopięcioipółletni
moze_interp( i )
moze_interp( pol_zloz> adj_pos ) !weak
moze_interp( num_zloz>+ adj_pos ) !weak
moze_interp( num_zloz>+ i> pol_zloz> adj_pos ) !weak

# półdolarówka, półsiostra
moze_interp( ( pol_zloz>|num_zloz> ) (subst|depr) ) !weak
# nie analizuje: dwudziestopięcioipółlatek --- powinien?
# moze_interp( num_zloz (subst|depr) )

# wykluczenie ze złożeń przymiotników: ten, ów, ki, si itp.
moze_interp(adj_anty_zloz)

# wykluczenie ze złożeń rzeczowników: co.
moze_interp(subst_anty_zloz)

# złożenia adja+adj/adv bez dywizu, np. średniopienny, sierściowłosy
moze_interp(adja>+ (adj_pos|adv_pos)) !weak

# formy złoż. z samym dywizem w wyrażeniach takich jak:
# zachodnio- i południowosłowiański, dwu- i pięciozłotowe
moze_interp((adja|num_zloz|pol_zloz) dywiz ) 

# złożenia konkretnych przyimków z formą -ń rzeczownika on:
moze_interp(prep_n|prep_na)
moze_interp((prep_n|prep_na) n)

# predykatywy (typ pred jest używany w regułach dla zapisów niepoprawnych poniżej)
moze_interp(pred)

# złożenia imiesłowów przymiotnikowych czynnych:
# trzeba poczekać na formy złoż. imiesłowów.

# liczba arabska z formą przymiotnikową lub przysłówkową: 22-letni, 
# 1-majowy, 3-krotnie
moze_interp( dig>+ dywiz> (adj_pos|adv_pos) )

# wersja z ułamkiem dziesiętnym, np. 6,5-metrowy, 8,5-procentowy
moze_interp( dig>+ przecinek> dig> dywiz> (adj_pos|adv_pos) )

# liczba rzymska z formą przymiotnikową: XIX-wieczny
# moze_interp( roman_num> dywiz> (adj_pos|adv_pos) )

# formy złoż. z sufiksami rzeczownikowymi przyłączającymi 
# formy złoż. liczebników:
moze_interp( num_zloz>+ suf_num ) !weak
moze_interp(num_zloz>+ i> pol_zloz> suf_num ) !weak

# złożenia liczbowe z sufiksami rzeczownikowymi przyłączającymi 
# formy złoż. liczebników:
moze_interp( dig>+ dywiz> suf_num )

# interpretacja znaków interpunkcyjnych
# moze_interp(samodz interp)

# REGUŁY DLA ZAPISÓW NIEPOPRAWNYCH

# ‹by› z predykatywami łącznie
moze_interp(pred by) !weak

# Stopień najwyższy z ‹nie›:
# np. „nie·naj·zieleńszy”, „nie·naj·mądrzej”
moze_interp( nie> naj> adj_sup ) !weak

# zapis typu: 50-tych, 20-te
moze_interp(dig>+ dywiz> suf_ord)

# zapis łączny: tymbardziej, tymładniej
moze_interp(tym)
moze_interp(bardziej)
moze_interp(niemniej)
moze_interp(tym bardziej)
moze_interp(tym niemniej)
moze_interp(tym adj_com) !weak

# ‹na pewno› zapisane łącznie
moze_interp(prep_na pewno) !weak

[segment types]
naj
nie
prefs
prefv
prefa
pref_dyw
prefppas
ppas
li
suf_num
suf_ord
dywiz
pauza
polpauza
kropka
przecinek
adj_anty_zloz
subst_anty_zloz
fin_perf
fin_imperf
subst
ger
depr
pact
inf_imperf
praet_imperf
imps_imperf
ze
z
dig
adja
adj_pos
adj_com
adj_sup
adv_pos
adv_com
tym
bardziej
niemniej
pewno
negat
samotny
interp
aglsg1_wok
aglsg2_wok
aglpl1_wok
aglpl2_wok
aglsg1_nwok
aglsg2_nwok
aglpl1_nwok
aglpl2_nwok
z_aglt
z_aglt_by
z_aglt_nwok
ja
ty
my
wy
by
praetcond
praet_sg_agl
praet_sg_na
praet_sg_masc
praet_sg_nmasc
praet_pl
impt_sg_perf
impt_sg_imperf
impt_pl_perf
impt_pl_imperf
pol_zloz
num_zloz
i
n
prep_n
prep_na
emoticon
killfile
pred
rom_i
rom_v
rom_x
rom_l
rom_d
rom_c
rom_m
samodz


[tags]
naj	naj
nie	nie
prefs	prefs
prefv	prefv
prefa	prefa
prefppas	prefppas
dig	dig
adja	adja
adj_pos	adj:%:pos
adv_pos	adv:pos
adj_sup	adj:%:sup
adj_sup	adv:sup
adj_com	adj:%:com
adv_com	adv:com
negat	ger:%:neg
negat	pact:%:neg
negat	ppas:%:neg
samotny	brev:pun
samotny	brev:npun
# samotny	interj
samotny	emoticon
interp	interp
aglsg1_wok	aglt:sg:pri:%:wok
aglpl1_wok	aglt:pl:pri:%:wok
aglsg1_nwok	aglt:sg:pri:%:nwok
aglpl1_nwok	aglt:pl:pri:%:nwok
aglsg2_wok	aglt:sg:sec:%:wok
aglpl2_wok	aglt:pl:sec:%:wok
aglsg2_nwok	aglt:sg:sec:%:nwok
aglpl2_nwok	aglt:pl:sec:%:nwok
praet_sg_agl	praet:sg:%:agl
praet_sg_na	praet:sg:%:nagl
praet_sg_masc	praet:sg:m1.m2.m3:%
praet_sg_nmasc	praet:sg:f:%
praet_sg_nmasc	praet:sg:n1.n2:%
praet_pl	praet:pl:%
praet_sg_masc	winien:sg:m1.m2.m3:%
praet_sg_nmasc	winien:sg:f:%
praet_sg_nmasc	winien:sg:n1.n2:%
praet_pl	winien:pl:%
fin_perf	fin:%:perf
fin_imperf	fin:%:imperf
subst		subst:%
ger		ger:%
depr		depr:%
ppas		ppas:%
pact		pact:%
praet_imperf	praet:%:imperf
inf_imperf	inf:imperf
imps_imperf	imps:imperf
impt_sg_imperf	impt:sg:%:imperf
impt_sg_perf	impt:sg:%:perf
impt_pl_imperf	impt:pl:%:imperf
impt_pl_perf	impt:pl:%:perf
num_zloz	num:comp
prep_n		prep:%:wok
pred		pred
samodz		%

[lexemes]
tym	tym:adv
bardziej	bardziej:adv
niemniej	niemniej:qub
pewno	pewno:qub
pol_zloz	pół:num:comp
i	i:conj
by	by:qub
li	li:qub
ze	+że:qub
z	+ż:qub
killfile	+ć:qub
killfile	+anka:subst:%
killfile	+owa:subst:%
killfile	+anka:subst:%
killfile	+ina:subst:%
killfile	+yna:subst:%
killfile	+ówna:subst:%
z_aglt_by	aby:comp
z_aglt	bowiem:comp
z_aglt_by	by:comp
z_aglt	cóż:subst
z_aglt_nwok	czemu:adv
z_aglt_by	czyżby:qub
z_aglt_by	choćby:comp
z_aglt_by	chociażby:comp
z_aglt_nwok	dlaczego:adv
z_aglt_nwok	dopóki:comp
z_aglt_nwok	dopóty:conj
z_aglt_by	gdyby:comp
z_aglt_nwok	gdy:adv
z_aglt_nwok	gdzie:qub
z_aglt_nwok	gdzie:adv
z_aglt_nwok	kto:subst:%
z_aglt_by	jakby:comp
z_aglt_by	jakoby:comp
z_aglt_nwok	kiedy:adv
z_aglt_nwok	kiedy:comp
z_aglt_nwok	tylko:qub
z_aglt_by	żeby:comp
z_aglt_nwok	to:conj
z_aglt_nwok	chyba:qub
z_aglt_nwok	że:qub
z_aglt_nwok	czy:conj
z_aglt_by	oby:qub
z_aglt_by	bodajby:qub
z_aglt_nwok	co:comp
z_aglt_nwok	bo:comp
z_aglt_nwok	byle:comp
z_aglt_by	byleby:comp
dywiz	-:interp
pauza	—:interp
polpauza	–:interp
kropka	.:interp
przecinek	,:interp
n	on:ppron3:sg:gen.acc:m1.m2.m3:ter:nakc:praep
adj_anty_zloz	ten:adj:%
adj_anty_zloz	tenże:adj:%
adj_anty_zloz	ck:adj:%
adj_anty_zloz	c.k.:adj:%
adj_anty_zloz	ki:adj:%
adj_anty_zloz	si:adj:%
adj_anty_zloz	ow:adj:%
adj_anty_zloz	ów:adj:%
adj_anty_zloz	ówże:adj:%
adj_anty_zloz	mój:adj:%
adj_anty_zloz	a-z:adj:%
adj_anty_zloz	a-ż:adj:%
adj_anty_zloz	kiż:adj:%
adj_anty_zloz	be:adj:%
adj_anty_zloz	caca:adj:%
adj_anty_zloz	czyj:adj:%
adj_anty_zloz	oboj:adj:%
adj_anty_zloz	on:adj:%
adj_anty_zloz	tyli:adj:%
adj_anty_zloz	rany:adj:%
adj_anty_zloz	taki:adj:%
adj_anty_zloz	pop:adj:%
subst_anty_zloz	co:subst:%
prep_na		na:prep:%
prep_n		do:prep:%
prep_n		dla:prep:%
prep_n		koło:prep:%
prep_n		o:prep:%
prep_n		po:prep:%
prep_n		poza:prep:%
prep_n		spoza:prep:%
prep_n		za:prep:%
prep_n		zza:prep:%
suf_num	+latek:subst:%
suf_num	+latka:subst:%
suf_num	+lecie:subst:%
suf_num	+krotność:subst:%
suf_ord	ty:adj:%
suf_ord	y:adj:%
rom_i	I:romandig
rom_v	V:romandig
rom_x	X:romandig
rom_l	L:romandig
rom_d	D:romandig
rom_c	C:romandig
rom_m	M:romandig
ja	ja:ppron12:sg:nom:%
ty	ty:ppron12:sg:nom:%
my	my:ppron12:pl:nom:%
wy	wy:ppron12:pl:nom:%
pref_dyw	e-+:prefa
pref_dyw	e-+:prefs
[separator chars]
# ,
44

# .
46

# ;
59