wygłos_rzeczown.lisp
15.2 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
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
(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"))
(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 "gi" "ģ")
(cons "g" "ģ")
(cons "ki" "ḱ")
(cons "ks" "x")
(cons "k" "ḱ")
(cons "mi" "ḿ")
(cons "m" "ḿ")
(cons "ni" "ń")
(cons "o" "")
(cons "ó" "")
(cons "pi" "ṕ")
(cons "p" "ṕ")
(cons "rz" "ř")
(cons "si" "s")
(cons "ś" "s")
(cons "sz" "š")
(cons "t" "ć")
(cons "wi" "ẃ")
(cons "w" "ẃ")
(cons "zi" "ź")
(cons "z" "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 '("ź" "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" "" "ḿ")))))
(assert (multiple-value-bind (ort fon) (zrównoleglenie-głosek "abbusi")
(and (equalp ort '("a" "b" "b" "u" "si"))
(equalp fon '("a" "b" "b" "u" "s")))))
;;; ============================================================================
;;;
;;; ============================================================================
(defun ustal-końcówki (forma-odmiany forma-lematu)
"Forma odmiany i forma lematu powinny być w swojej postaci ostatecznej.
Zwrócone NIL oznacza wyjątek."
(labels ((pierwsza-głoska (forma)
(multiple-value-bind (_ fono-forma)
(zrównoleglenie-głosek forma)
(declare (ignore _))
(first fono-forma)))
(wyrównaj-początek (zwracana-lista)
(destructuring-bind (końcówka-odmiany końcówka-lematu)
zwracana-lista
(do ((zwracana-końcówka-odmiany końcówka-odmiany)
(zwracana-końcówka-lematu końcówka-lematu))
((or (equalp (pierwsza-głoska zwracana-końcówka-odmiany)
(pierwsza-głoska zwracana-końcówka-lematu))
(or (= 1 (length zwracana-końcówka-odmiany))
(= 1 (length zwracana-końcówka-lematu))
(and (find "dz" zwracana-końcówka-odmiany :test #'equalp)
(= 2 (length zwracana-końcówka-odmiany)))
(and (find "dz" zwracana-końcówka-lematu :test #'equalp)
(= 2 (length zwracana-końcówka-lematu)))))
(if (or (= 1 (length zwracana-końcówka-odmiany))
(= 1 (length zwracana-końcówka-lematu)))
;; poddajemy się (1) albo nie (2)
(list końcówka-odmiany końcówka-lematu)
(list zwracana-końcówka-odmiany zwracana-końcówka-lematu)))
(if (> (length zwracana-końcówka-odmiany)
(length zwracana-końcówka-lematu))
(setf zwracana-końcówka-odmiany
(subseq zwracana-końcówka-odmiany 1))
(setf zwracana-końcówka-lematu
(subseq zwracana-końcówka-lematu 1)))))))
(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)
;; sprawdzenie, czy rdzenie się z grubsza zgadzają:
(when (equalp (subseq (remove "" fono-rdzeń-odmiany :test #'equalp)
0 (max 1 (- (length (remove "" fono-rdzeń-odmiany
:test #'equalp))
2)))
(subseq (remove "" fono-rdzeń-lematu :test #'equalp)
0 (max 1 (- (length (remove "" fono-rdzeń-lematu
:test #'equalp))
2))))
(let ((końcówka-lematu (last orto-rdzeń-lematu 2))
(końcówka-odmiany (last orto-rdzeń-odmiany 2)))
(wyrównaj-początek
(cond ((and (or (find "ks" końcówka-odmiany :test #'equalp)
(find "x" końcówka-odmiany :test #'equalp))
(or (find "ks" końcówka-lematu :test #'equalp)
(find "x" końcówka-lematu :test #'equalp)))
(list (if (find "ks" końcówka-odmiany :test #'equalp)
"ks" "x")
(if (find "ks" końcówka-lematu :test #'equalp)
"ks" "x")))
((or (< (count "e" końcówka-odmiany :test #'equalp)
(count "e" końcówka-lematu :test #'equalp))
(< (count "i" końcówka-odmiany :test #'equalp)
(count "i" końcówka-lematu :test #'equalp))
(< (+ (count "o" końcówka-odmiany :test #'equalp)
(count "ó" końcówka-odmiany :test #'equalp))
(+ (count "o" końcówka-lematu :test #'equalp)
(count "ó" końcówka-lematu :test #'equalp))))
(list (cl-strings:join końcówka-odmiany)
(cl-strings:join (last orto-rdzeń-lematu 3))))
((or (> (count "e" końcówka-odmiany :test #'equalp)
(count "e" końcówka-lematu :test #'equalp))
(> (count "i" końcówka-odmiany :test #'equalp)
(count "i" końcówka-lematu :test #'equalp))
(> (+ (count "o" końcówka-odmiany :test #'equalp)
(count "ó" końcówka-odmiany :test #'equalp))
(+ (count "o" końcówka-lematu :test #'equalp)
(count "ó" końcówka-lematu :test #'equalp))))
(list (cl-strings:join (last orto-rdzeń-odmiany 3))
(cl-strings:join końcówka-lematu)))
((and (find #\i (cl-strings:join końcówka-odmiany))
(find #\i (cl-strings:join końcówka-lematu))
(<= 3 (length (cl-strings:join końcówka-odmiany)))
(<= 3 (length (cl-strings:join końcówka-lematu))))
(list (subseq (cl-strings:join końcówka-odmiany)
(if (search "dz" (cl-strings:join końcówka-odmiany)
:test #'equalp)
2 1))
(subseq (cl-strings:join końcówka-lematu)
(if (search "dz" (cl-strings:join końcówka-lematu)
:test #'equalp)
2 1))))
(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 ostatnia-głoska (forma)
(let ((głoska? (car (last (zrównoleglenie-głosek forma) 1))))
(cond ((find głoska? (list "x" "ks") :test #'equalp) "s")
((find #\i głoska?) "i")
(t głoska?))))
(defun końcówki-z-pliku (nazwa-pliku &key (warunek #'identity)
(przetwórz-odmianę #'identity)
(przetwórz-lemat #'identity)
(wygłos-w-lemacie t))
(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
(let ((wygłos-i-środek
(if wygłos-w-lemacie
(reverse (ustal-końcówki
(funcall przetwórz-odmianę odmiana)
(funcall przetwórz-lemat lemat)))
(ustal-końcówki (funcall przetwórz-odmianę odmiana)
(funcall przetwórz-lemat lemat)))))
(append wygłos-i-środek
(list (ostatnia-głoska
(second wygłos-i-środek)))))
(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/sgjp_tmp_końcówki_dat.tab"
(końcówki-z-pliku "resources/sgjp_tmp_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/sgjp_tmp_końcówki_gen.tab"
(końcówki-z-pliku "resources/sgjp_tmp_gen.tab"
:warunek (lambda (odmiana lemat)
(declare (ignore lemat))
(not (find (elt odmiana
(- (length odmiana) 1))
(list #\a #\e #\i
#\o #\u #\y))))
:przetwórz-lemat #'rdzeń-lematu-dopełniacza
:wygłos-w-lemacie nil))