wygłos_rzeczown.lisp
10.3 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
(declaim (optimize (debug 3)))
(load "cl-strings.lisp")
;;; ============================================================================
;;;
;;; ============================================================================
(defun rdzeń-celownika (forma-celownika)
(declare (string forma-celownika))
(cond ((and (> (length forma-celownika) 3)
(equalp "-om" (subseq forma-celownika (- (length forma-celownika) 3))))
(subseq forma-celownika 0 (- (length forma-celownika) 3)))
((and (> (length forma-celownika) 2)
(equalp "om" (subseq forma-celownika (- (length forma-celownika) 2))))
(subseq forma-celownika 0 (- (length forma-celownika) 2)))
(t forma-celownika)))
(assert (equalp (rdzeń-celownika "syfonom") "syfon"))
(assert (equalp (rdzeń-celownika "om") "om"))
(assert (equalp (rdzeń-celownika "maja") "maja"))
(assert (equalp (rdzeń-celownika "ABS-om") "ABS"))
;;; NOTE - mój dodatek, można wyłączyć (generuje dużo 'wyjątków')
;;; trzeba by jeszcze dodać -yj, -ij...
(defun rdzeń-dopełniacza (forma-dopełniacza)
(declare (string forma-dopełniacza))
(if (and (> (length forma-dopełniacza) 2)
(equalp "ów" (subseq forma-dopełniacza
(- (length forma-dopełniacza) 2))))
(subseq forma-dopełniacza 0 (- (length forma-dopełniacza) 2))
forma-dopełniacza))
(defun rdzeń-lematu-dopełniacza (forma-lematu-dopełniacza)
(declare (string forma-lematu-dopełniacza))
(if (and (> (length forma-lematu-dopełniacza) 1)
(or (equalp "a" (subseq forma-lematu-dopełniacza
(1- (length forma-lematu-dopełniacza))))
(equalp "e" (subseq forma-lematu-dopełniacza
(1- (length forma-lematu-dopełniacza))))
(equalp "o" (subseq forma-lematu-dopełniacza
(1- (length forma-lematu-dopełniacza))))))
(subseq forma-lematu-dopełniacza 0 (1- (length forma-lematu-dopełniacza)))
forma-lematu-dopełniacza))
(assert (equalp (rdzeń-lematu-dopełniacza "maja") "maj"))
(assert (equalp (rdzeń-lematu-dopełniacza "maje") "maj"))
(assert (equalp (rdzeń-lematu-dopełniacza "majo") "maj"))
(assert (equalp (rdzeń-lematu-dopełniacza "majom") "majom"))
;;; ============================================================================
;;;
;;; ============================================================================
(defparameter *ekwiwalencje*
(list
(cons "bi" "b")
(cons "ch" "š")
(cons "ci" "ć")
(cons "cz" "č")
(cons "dzi" "ʓ") ; musi być pierwsze, żeby przycieniało samo 'dz'
(cons "dz" "ʒ")
(cons "dź" "ʓ")
(cons "e" "")
(cons "ę" "ą")
(cons "fi" "f")
(cons "ni" "ń")
(cons "ó" "o")
(cons "rz" "ř")
(cons "si" "ś")
(cons "sz" "š")
(cons "t" "ć")
(cons "wi" "ẃ")
(cons "zi" "ź")))
;;; ============================================================================
;;;
;;; ============================================================================
(defun zrównoleglenie-głosek (forma)
"Zwróć dwie równoległe listy głosek, pierwszą ortograficzną, drugą 'fonologiczną'"
(let ((ortograficzna) (fonologiczna)
(ignoruj-znaki 0)) ; oznaczane jeżeli znajdziemy dłuższą ekwiwalencję
(dotimes (znak-n (length forma))
(if (/= ignoruj-znaki 0)
(decf ignoruj-znaki)
(block szukaj-głosek
(dolist (ekwiwalencja *ekwiwalencje*)
(let ((pozycja
(when (<= (+ znak-n (length (car ekwiwalencja)))
(length forma))
(search (car ekwiwalencja) forma
:start2 znak-n
:end2 (+ znak-n (length (car ekwiwalencja)))
:test #'equalp))))
(when pozycja
(push (car ekwiwalencja) ortograficzna)
(push (cdr ekwiwalencja) fonologiczna)
(setf ignoruj-znaki (1- (length (car ekwiwalencja))))
(return-from szukaj-głosek))))
;; tylko jeżeli żadna ekwiwalencja nie została znaleziona, zachowanie
;; domyślne:
(push (string (elt forma znak-n)) ortograficzna)
(push (string (elt forma znak-n)) fonologiczna))))
(values (reverse ortograficzna) ; push'owanie dodaje elementy na początku
(reverse fonologiczna))))
(assert (multiple-value-bind (ort fon) (zrównoleglenie-głosek "zdarzeń")
(and (equalp ort '("z" "d" "a" "rz" "e" "ń"))
(equalp fon '("z" "d" "a" "ř" "" "ń")))))
(assert (multiple-value-bind (ort fon) (zrównoleglenie-głosek "jarzębiom")
(and (equalp ort '("j" "a" "rz" "ę" "bi" "o" "m"))
(equalp fon '("j" "a" "ř" "ą" "b" "o" "m")))))
(assert (multiple-value-bind (ort fon) (zrównoleglenie-głosek "abbusi")
(and (equalp ort '("a" "b" "b" "u" "si"))
(equalp fon '("a" "b" "b" "u" "ś")))))
;;; ============================================================================
;;;
;;; ============================================================================
(defun ustal-końcówki (forma-odmiany forma-lematu)
"Forma odmiany i forma lematu powinny być w swojej postaci ostatecznej.
Zwrócone NIL oznacza wyjątek."
(multiple-value-bind (orto-rdzeń-odmiany fono-rdzeń-odmiany)
(zrównoleglenie-głosek forma-odmiany)
(multiple-value-bind (orto-rdzeń-lematu fono-rdzeń-lematu)
(zrównoleglenie-głosek forma-lematu)
(when (equalp (remove "" fono-rdzeń-odmiany :test #'equalp)
(remove "" fono-rdzeń-lematu :test #'equalp))
(let ((końcówka-lematu (last orto-rdzeń-lematu 2))
(końcówka-odmiany (last orto-rdzeń-odmiany 2)))
;; 'e' wyrzucamy tylko jeżeli występuje w jednej i tylko jednej z form
;; TODO wypadek: nic nic (wykrywać podobnie zmiękczenie w obu
;; wypadkach, tak jak e)
(cond ((and (find "e" końcówka-lematu :test #'equalp)
(not (find "e" końcówka-odmiany :test #'equalp)))
(list (cl-strings:join końcówka-odmiany)
(cl-strings:join (last orto-rdzeń-lematu 3))))
((and (find "e" końcówka-odmiany :test #'equalp)
(not (find "e" końcówka-lematu :test #'equalp)))
(list (cl-strings:join (last orto-rdzeń-odmiany 3))
(cl-strings:join końcówka-lematu)))
(t (list (cl-strings:join końcówka-odmiany)
(cl-strings:join końcówka-lematu)))))))))
(assert (equalp (ustal-końcówki "żywopłotowości" "żywopłotowość")
(list "ści" "ść")))
(assert (equalp (ustal-końcówki "żywotopisarz" "żywotopisarz")
(list "arz" "arz")))
(assert (equalp (ustal-końcówki "Bieńk" "Bieniek")
(list "ńk" "niek")))
;;; NOTE
;;;(assert (equalp (ustal-końcówki "Bieni" "Bień")
;;; (list "eni" "eń")))
;;;; WYNIK ("bieni" "bień") por. pień, pnia
(assert (equalp (ustal-końcówki "blondynk" "blondynek")
(list "nk" "nek")))
(assert (equalp (ustal-końcówki "jarzębi" "jarząb")
(list "ębi" "ąb")))
(assert (equalp (ustal-końcówki "arapaim" "arapaim")
(list "im" "im")))
(defun końcówki-z-pliku (nazwa-pliku &key (warunek #'identity)
(przetwórz-odmianę #'identity)
(przetwórz-lemat #'identity))
(with-open-file (plik nazwa-pliku)
(do ((wiersz (read-line plik nil) ; wartość przy 1. i kolejnych
; przebiegach pętli:
(read-line plik nil))
(końcówki nil))
((not wiersz) (reverse końcówki)) ; warunek stopu i wartość zwracana
(destructuring-bind (odmiana lemat morfoskładnia)
(cl-strings:split wiersz #\Tab)
(declare (ignore morfoskładnia))
(let ((lemat (if (not (find #\: lemat))
lemat
(subseq lemat 0 (position #\: lemat)))))
(when (funcall warunek odmiana lemat)
(push
(or (ustal-końcówki (funcall przetwórz-odmianę odmiana)
(funcall przetwórz-lemat lemat))
(list (format nil "wyjątek: ~a ~a" odmiana lemat)))
końcówki)))))))
(defun zapisz-plik-tab (nazwa-pliku lista)
(with-open-file (plik nazwa-pliku :direction :output :if-exists :supersede
:if-does-not-exist :create)
(mapc (lambda (pozycja-listy)
(format plik "~a~%" (cl-strings:join
pozycja-listy
:separator (string #\Tab))))
lista)))
;;; ============================================================================
;;;
;;; ============================================================================
(zapisz-plik-tab "resources/końcówki_dat.tab"
(końcówki-z-pliku "resources/sgjp_dat.tab"
:warunek (lambda (odmiana lemat)
(declare (ignore odmiana))
(not (find (elt lemat
(- (length lemat) 1))
(list #\a #\e #\i
#\o #\u #\y))))
:przetwórz-odmianę #'rdzeń-celownika))
(zapisz-plik-tab "resources/końcówki_gen.tab"
(końcówki-z-pliku "resources/sgjp_gen.tab"
:warunek (lambda (odmiana lemat)
(declare (ignore lemat))
(not (find (elt odmiana
(- (length odmiana) 1))
(list #\a #\e #\i
#\o #\u #\y))))
:przetwórz-odmianę #'rdzeń-dopełniacza
:przetwórz-lemat #'rdzeń-lematu-dopełniacza))