Difference between revisions of "Créer une nouvelle paire de langues"

From Apertium
Jump to navigation Jump to search
m (Ajout du paragraphe →‎Notes de bas de page)
 
(39 intermediate revisions by 11 users not shown)
Line 1: Line 1:
  +
[[Apertium New Language Pair HOWTO|In English]]
[http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=100 cheap lortab] [http://library.cshl.edu/wp/vb/member.php?u=1378 free sprint ringtones] [http://library.cshl.edu/wp/vb/member.php?u=1364 nexium online] [http://library.cshl.edu/wp/vb/member.php?u=1346 diazepam online] [http://wc1.worldcrossing.com/WebX/.1de60a1d free cingular ringtones] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=102 nextel ringtones] [http://www.aswsu-ddp.wsu.edu/toast/forums.asp?sub=show&action=posts&fid=3&tid=834 free punk ringtones] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=5&tid=3698 ativan online] [http://library.cshl.edu/wp/vb/member.php?u=1348 cheap ativan] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=5&tid=3708 cheap propecia] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=5&tid=3701 alprazolam online] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=15&tid=3774 ericsson ringtones] [http://www4.nau.edu/fera/index.asp?sub=show&action=posts&fid=4&tid=72 vigrx online] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=226 tramadol online] [http://students.hsc.unt.edu/housing/item.cfm?type=2869 lorazepam online] [http://wc1.worldcrossing.com/WebX/.1de60a28 cheap soma] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=132 tenuate online] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30258 vicodin online] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=90 cheap hgh] [http://students.hsc.unt.edu/housing/item.cfm?type=2864 buy clonazepam] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=166 ativan online] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=51 carisoprodol online] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=98 lisinopril online] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=68 adipex online] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=184 hoodia] [http://wc1.worldcrossing.com/WebX/.1de60a2c ultram] [http://library.cshl.edu/wp/vb/member.php?u=1384 sonyericsson ringtones] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=179 cheap fioricet] [http://students.hsc.unt.edu/housing/item.cfm?type=2921 free wwe ringtones] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=15&tid=3766 music ringtones] [http://ae.siam.edu/forums/toast.asp?sub=show&action=posts&fid=2&tid=41 online ambien] [http://ae.siam.edu/forums/toast.asp?sub=show&action=posts&fid=2&tid=77 free real ringtones] [http://library.cshl.edu/wp/vb/member.php?u=1350 meridia online] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=15&tid=3767 polyphonic ringtones] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30334 free mp3 ringtones] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=138 free verizon ringtones] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=73 ativan online] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30279 ultracet online] [http://www4.nau.edu/fera/index.asp?sub=show&action=posts&fid=4&tid=66 lipitor online] [http://students.hsc.unt.edu/housing/item.cfm?type=2852 buy xanax] [http://students.hsc.unt.edu/housing/item.cfm?type=2892 rivotril online] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=95 free kyocera ringtones] [http://ae.siam.edu/forums/toast.asp?sub=show&action=posts&fid=2&tid=29 cialis online] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=74 cheap ultracet] [http://www.colorado.edu/studentgroups/backcountryclub/blahdocs/uploads/levitra_8223.htm levitra] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30361 free kyocera ringtones] [http://students.hsc.unt.edu/housing/item.cfm?type=2908 free music ringtones] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=88 free free ringtones] [http://wc1.worldcrossing.com/WebX/.1de60a35 verizon ringtones] [http://www4.nau.edu/fera/index.asp?sub=show&action=posts&fid=4&tid=31 soma online] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=204 ortho online] [http://library.cshl.edu/wp/vb/member.php?u=1362 buy wellbutrin] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30310 tenuate online] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=121 real ringtones] [http://students.hsc.unt.edu/housing/item.cfm?type=2902 free nextel ringtones] [http://library.cshl.edu/wp/vb/member.php?u=1356 order paxil] [http://students.hsc.unt.edu/housing/item.cfm?type=2905 motorola ringtones] [http://library.cshl.edu/wp/vb/member.php?u=1344 cheap xanax] [http://www.aswsu-ddp.wsu.edu/toast/forums.asp?sub=show&action=posts&fid=3&tid=798 cheap lipitor] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30355 free punk ringtones] [http://ae.siam.edu/forums/toast.asp?sub=show&action=posts&fid=2&tid=87 free sony ericsson ringtones] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=118 cool ringtones] [http://students.hsc.unt.edu/housing/item.cfm?type=2913 sonyericsson ringtones] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=5&tid=3735 free mtv ringtones] [http://www4.nau.edu/fera/index.asp?sub=show&action=posts&fid=4&tid=63 albuterol online] [http://students.hsc.unt.edu/housing/item.cfm?type=2910 polyphonic ringtones] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30298 lisinopril online] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=236 free tracfone ringtones] [http://students.hsc.unt.edu/housing/item.cfm?type=2877 prozac online] [http://wc1.worldcrossing.com/WebX/.1de609df ambien online] [http://www.aswsu-ddp.wsu.edu/toast/forums.asp?sub=show&action=posts&fid=3&tid=779 clonazepam online] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=90 cheap zanaflex] [http://ae.siam.edu/forums/toast.asp?sub=show&action=posts&fid=2&tid=54 lisinopril online] [http://library.cshl.edu/wp/vb/member.php?u=1358 hydrocodone online] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=127 buy soma] [http://www.aswsu-ddp.wsu.edu/toast/forums.asp?sub=show&action=posts&fid=3&tid=768 fioricet online] [http://wc1.worldcrossing.com/WebX/.1de60a26 sharp ringtones] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30358 free midi ringtones] [http://www.colorado.edu/studentgroups/backcountryclub/blahdocs/uploads/paxil_4058.htm cheap paxil] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30266 lorazepam online] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=104 motorola ringtones] [http://wc1.worldcrossing.com/WebX/.1de60a1a mtv ringtones] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30323 flexeril] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=15&tid=3770 free alltel ringtones] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=83 didrex online] [http://ae.siam.edu/forums/toast.asp?sub=show&action=posts&fid=2&tid=21 soma] [http://wc1.worldcrossing.com/WebX/.1de60a31 zanaflex online] [http://students.hsc.unt.edu/housing/item.cfm?type=2920 midi ringtones] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=140 cheap vicodin] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30365 mtv ringtones] [http://wc1.worldcrossing.com/WebX/.1de609ed hoodia online] [http://students.hsc.unt.edu/housing/item.cfm?type=2865 cheap paxil] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=114 sony ericsson ringtones] [http://wc1.worldcrossing.com/WebX/.1de609f2 meridia] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30268 xenical online] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=122 buy rivotril] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=5&tid=2694 valium] [http://students.hsc.unt.edu/housing/item.cfm?type=2853 cheap fioricet] [http://library.cshl.edu/wp/vb/member.php?u=1354 cheap alprazolam] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=209 xenical] [http://ae.siam.edu/forums/toast.asp?sub=show&action=posts&fid=2&tid=65 rivotril online] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=101 mp3 ringtones] [http://ae.siam.edu/forums/toast.asp?sub=show&action=posts&fid=2&tid=95 free kyocera ringtones] [http://wc1.worldcrossing.com/WebX/.1de60a21 buy paxil] [http://www.colorado.edu/studentgroups/backcountryclub/blahdocs/uploads/musicringtones_8033.htm music ringtones] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=5&tid=3706 buy wellbutrin] [http://www4.nau.edu/fera/index.asp?sub=show&action=posts&fid=4&tid=65 buy zoloft] [http://www.colorado.edu/studentgroups/backcountryclub/blahdocs/uploads/sonyericssonringtones_2032.htm sonyericsson ringtones] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=137 cheap valium] [http://wc1.worldcrossing.com/WebX/.1de609e3 cheap clomid] [http://www.aswsu-ddp.wsu.edu/toast/forums.asp?sub=show&action=posts&fid=3&tid=804 vigrx online] [http://www.aswsu-ddp.wsu.edu/toast/forums.asp?sub=show&action=posts&fid=3&tid=803 cheap lortab] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30354 free alltel ringtones] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=120 free midi ringtones] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=94 buy flexeril] [http://library.cshl.edu/wp/vb/member.php?u=1382 free cingular ringtones] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=5&tid=3733 free wwe ringtones] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=5&tid=3736 soma online] [http://www.aswsu-ddp.wsu.edu/toast/forums.asp?sub=show&action=posts&fid=3&tid=766 carisoprodol online] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=161 albuterol online] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30312 ortho online] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=101 meridia online] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=5&tid=3716 buy diethylpropion] [http://www.aswsu-ddp.wsu.edu/toast/forums.asp?sub=show&action=posts&fid=3&tid=820 free real ringtones] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=89 free funny ringtones] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=86 cheap fioricet] [http://www4.nau.edu/fera/index.asp?sub=show&action=posts&fid=4&tid=56 ultracet online] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=133 free tracfone ringtones] [http://www.colorado.edu/studentgroups/backcountryclub/blahdocs/uploads/funnyringtones_5351.htm funny ringtones] [http://www4.nau.edu/fera/index.asp?sub=show&action=posts&fid=4&tid=62 clomid online] [http://students.hsc.unt.edu/housing/item.cfm?type=2906 free samsung ringtones] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30296 clomid online] [http://wc1.worldcrossing.com/WebX/.1de60a17 lipitor online] [http://www.aswsu-ddp.wsu.edu/toast/forums.asp?sub=show&action=posts&fid=3&tid=801 ortho] [http://wc1.worldcrossing.com/WebX/.1de609ea free free ringtones] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30315 buy lortab] [http://ae.siam.edu/forums/toast.asp?sub=show&action=posts&fid=2&tid=22 cheap valium] [http://library.cshl.edu/wp/vb/member.php?u=1361 order xenical] [http://www.aswsu-ddp.wsu.edu/toast/forums.asp?sub=show&action=posts&fid=3&tid=763 buy soma] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=5&tid=3721 mp3 ringtones] [http://wc1.worldcrossing.com/WebX/.1de60a33 prozac online] [http://wc1.worldcrossing.com/WebX/.1de609dc albuterol online] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=189 but lipitor] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30350 free sagem ringtones] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30277 buy cyclobenzaprine] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=117 propecia online] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=106 free samsung ringtones] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=66 but levitra] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=15&tid=3746 ambien online] [http://www.colorado.edu/studentgroups/backcountryclub/blahdocs/uploads/alltelringtones_474.htm free alltel ringtones] [http://www.colorado.edu/studentgroups/backcountryclub/blahdocs/uploads/verizonringtones_8798.htm verizon ringtones] [http://library.cshl.edu/wp/vb/member.php?u=1381 free polyphonic ringtones] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=56 cheap cialis] [http://students.hsc.unt.edu/housing/item.cfm?type=2924 free ericsson ringtones] [http://wc1.worldcrossing.com/WebX/.1de609fb ortho online] [http://ae.siam.edu/forums/toast.asp?sub=show&action=posts&fid=2&tid=94 wwe ringtones] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=171 clomid online] [http://www.colorado.edu/studentgroups/backcountryclub/blahdocs/uploads/mpringtones_1668.htm free mp3 ringtones] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30316 cheap vigrx] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=15&tid=3744 buy clonazepam] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=200 online nexium] [http://ae.siam.edu/forums/toast.asp?sub=show&action=posts&fid=2&tid=33 adipex online] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=76 cialis] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=178 ericsson ringtones] [http://www4.nau.edu/fera/index.asp?sub=show&action=posts&fid=4&tid=86 free qwest ringtones] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=109 verizon ringtones] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30295 sildenafil online] [http://www.colorado.edu/studentgroups/backcountryclub/blahdocs/uploads/adipex_547.htm adipex online] [http://www.aswsu-ddp.wsu.edu/toast/forums.asp?sub=show&action=posts&fid=3&tid=839 free kyocera ringtones] [http://www.colorado.edu/studentgroups/backcountryclub/blahdocs/uploads/nexium_2418.htm buy nexium] [http://wc1.worldcrossing.com/WebX/.1de609f3 free midi ringtones] [http://www.aswsu-ddp.wsu.edu/toast/forums.asp?sub=show&action=posts&fid=3&tid=827 free cingular ringtones] [http://wc1.worldcrossing.com/WebX/.1de609f7 nextel ringtones] [http://wc1.worldcrossing.com/WebX/.1de60a20 cheap nexium] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=195 free mono ringtones] [http://www.ees.ufl.edu/alumni/forums.asp?ForumId=5&TopicId=77 cingular ringtones] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=85 tenuate online] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=5&tid=3734 sony ringtones] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30265 ambien online] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=170 free cingular ringtones] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30332 tracfone ringtones] [http://www4.nau.edu/fera/index.asp?sub=show&action=posts&fid=4&tid=53 xenical online] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=15&tid=3759 cheap flexeril] [http://ae.siam.edu/forums/toast.asp?sub=show&action=posts&fid=2&tid=55 cheap zoloft] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=169 cialis] [http://www4.nau.edu/fera/index.asp?sub=show&action=posts&fid=4&tid=78 hoodia online] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=213 cheap prozac] [http://students.hsc.unt.edu/housing/item.cfm?type=2849 but valium] [http://students.hsc.unt.edu/housing/item.cfm?type=2880 cheap albuterol] [http://www.ovu.edu/community/toast.asp?sub=show&action=posts&fid=5&tid=3717 hgh online] [http://wc1.worldcrossing.com/WebX/.1de60a00 rivotril online] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=52 xanax online] [http://www.colorado.edu/studentgroups/backcountryclub/blahdocs/uploads/cyclobenzaprine_72.htm cyclobenzaprine online] [http://itcweb.ecsu.edu/portal/forums.asp?ForumId=13&TopicId=175 cheap diazepam] [http://www4.nau.edu/fera/index.asp?sub=show&action=posts&fid=4&tid=39 cialis online] [http://ae.siam.edu/forums/toast.asp?sub=show&action=posts&fid=2&tid=66 order flexeril] [http://www.e.kth.se/cgi-bin/esekt/discussion?command=read&discussionid=4&id=30345 free sprint ringtones] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=96 zyban online] [http://kc.vanderbilt.edu/forums/toast.asp?sub=show&action=posts&fid=5&tid=99 free tracfone ringtones] [http://www4.nau.edu/fera/index.asp?sub=show&action=posts&fid=4&tid=32 valium online] Apertium est un logiciel de traduction automatique, développé par l'université d'Alicante et financé par le gouvernement. Le code est diffusé sous licence GNU GPL.
 
   
  +
Tutoriel de création d'une nouvelle paire de langues pour Apertium
 
Apertium est l'un des deux projets d'OpenTrad. Au départ, le logiciel était conçu pour traduire des textes dans des langues très proches. Aujourd'hui, le logiciel traite des paires langues qui diffèrent davantage, comme par exemple la paire anglais-catalan.
 
   
  +
Ce document est un tutoriel décrivant les étapes nécessaires à la création d'une nouvelle paire de langues pour le logiciel de traduction automatique Apertium.
Le logiciel consiste en
 
*un moteur de traduction automatique qui ne repose sur aucune langue (humaine) ;
 
*d'outils destinés à gérer les données linguistiques nécessaires pour concevoir, pour une paire de langue donnée, un système de traduction automatique ;
 
*de données linguistiques pour un nombre toujours croissant de paires de langues.
 
   
  +
Des connaissances de la linguistique ou du système de traduction ne sont pas nécessaires, mais il est tout de même important d'avoir certaines notions de grammaire.
== Installation ==
 
   
  +
==Introduction==
Apertium est notamment disponible pour Ubuntu, et pour Ubuntu (Feisty-Universe)
 
   
  +
Apertium est une plate-forme de traduction automatique. Le moteur et les outils sont présents dans le but de faciliter la création d'un système de traduction. Les seules autres choses nécessaires au bon fonctionnement d'Apertium sont les données. Les données sont divisées en trois parties principales, les dictionnaires, et en quelques règles.
Pour Ubuntu, une version ancienne existe sur http://packages.ubuntu.com/feisty/libs/apertium.
 
  +
  +
Pour obtenir plus d'information à propos du projet apertium, veuillez visiter la page suivante : http://apertium.sourceforge.net.
  +
  +
Pour qu'Apertium puisse fonctionner, vous aurez besoin de :
  +
  +
* [[Lttoolbox (français)|lttoolbox]] (>= 3.0.0)
  +
* libxml utils (xmllint etc.)
  +
* apertium (>= 3.0.0)
  +
* Un éditeur de texte
  +
  +
Ce document ne décrit pas les étapes de l'installation. Pour plus d'informations, veuillez consulter la documentation sur le site du projet Apertium.
  +
  +
== Qu'est-ce qu'une paire de langues ? ==
  +
  +
Apertium utilise un type de transfert dit superficiel. Cela signifie que le moteur utilise des dictionnaires et des règles de transfert superficielles. Ce type de transfert est différent de celui dit profond parce qu'il ne fait pas une analyse syntaxique complète. Les règles sont des opérations sur un groupe d'unités lexicales au lieu d'une analyse en arbre. À la base, il y a trois dictionnaires principaux :
  +
  +
#Le [[dictionnaire morphologique]] de la langue xx : il contient les règles d'inflexion des mots dans la langue xx. Dans l'exemple que nous utiliserons, le fichier sera nommé apertium-sh-en.sh.dix<ref>Ce fichier peux avoir éventuellement l'extension [[fichiers metadix et métaparadigmes|metadix]]</ref>
  +
#Le dictionnaire morphologique de la langue yy : il contient les règles d'inflexion des mots dans la langue yy. Dans l'exemple que nous utiliserons, le fichier sera nommé apertium-sh-en.en.dix
  +
#Le [[dictionnaire bilingue]]: il contient la correspondance entre les mots et les symboles dans les deux langues. Dans l'exemple que nous utiliserons, le fichier sera nommé apertium-sh-en.sh-en.dix
  +
  +
Dans une paire de traduction, les deux langues peuvent prendre le rôle de langue source ou langue cible. Ce sont des termes relatifs.
  +
  +
Deux autres fichiers contiennent les règles de transfert. Ces règles sont les lignes directrices de l'ordre des mots dans la phrase. Par exemple : chat noir -> cat black -> black cat. Les règles gouvernent aussi le genre et le nombre. Les règles peuvent aussi êtes utilisées dans le but d'insérer des éléments lexicaux, tel que décrit plus loin. Ces fichiers sont :
  +
  +
* Règles de transfert de la langue xx vers la langue yy : ce fichier contient les règles de transformation de la langue xx vers la langue yy. Dans notre exemple, le fichier sera nommé : apertium-sh-en.sh-en.t1x
  +
* Règles de transfert de la langue xx vers la langue yy : ce fichier contient les règles de transformation de la langue xx vers la langue yy. Dans notre exemple, le fichier sera nommé : apertium-sh-en.en-sh.t1x
  +
  +
Pour certaines paires de langues, il existe des fichiers supplémentaires mais nous n'abordons pas ces fichiers dans ce tutoriel. Les fichiers mentionnés plus haut sont ceux qui sont nécessaires au bon fonctionnement du système.
  +
  +
==Paire de langues==
  +
  +
Comme il est mentionné plus haut, ce tutoriel utilise le croate et l'anglais comme langues pour expliquer la création du système de base. Cette paire n'est pas idéale compte tenu du fait que la relation entre les deux langues est tout de même faible. Néanmoins, cela ne devrait pas poser de problèmes pour les exemples qui suivent.
  +
  +
==Une courte note sur les termes==
  +
  +
Il y a un certain nombre de termes qui doivent être compris avant de continuer.
  +
  +
Le premier est : '''lemme'''. Un lemme est la forme standard d'un mot qui peut être fléchi (conjugué, décliné, etc.). Par exemple, le lemme de la forme "sachions" est "savoir". En anglais, comme la flexion des mots est très limitée, le lemme d'un mot est très souvent sa forme singulière masculine, pour les verbes, le lemme est l'infinitif duquel on retire le "to", par exemple, le verbe "be" est l'infinitif et le lemme de la forme conjugué "was". En français, pour les noms et les adjectifs, le lemme sera la première personne du singulier, pour les verbes ce sera l'infinitif.
  +
  +
Le deuxième est : '''symbole'''. Dans le contexte du système Apertium, un symbole (ou "tag") fait référence à une étiquette grammaticale.
  +
Comme le logiciel a été initialement développé en pays catalan, les abréviations proviennent souvent du catalan. Le mot chats est un mot au pluriel. Deux étiquettes lui seront associées, <n>; pour nom et <pl> pour pluriel. Les symboles sont définis entre balises pour le bon fonctionnement du moteur Apertium. Attention : l'écriture <pl> sera utilisée en "mode texte", alors qu'en "mode XML" le même tag sera noté <s n="pl"/>.
  +
  +
Le troisième est : '''paradigme'''. (En grec, "paradeigma" signifie "exemple".) Dans le contexte du système Apertium, un paradigme fait référence au comportement d'un certain groupe de mots lors de la flexion. Dans le dictionnaire morphologique, les lemmes sont liés à des paradigmes, ce qui permet de connaître la flexion de certains lemmes sans avoir à énumérer toutes les terminaisons possibles. Les paradigmes sont définis dans les éléments <pardef> et appelés par les éléments <par>.
  +
  +
==Les dictionnaires monolingues==
  +
  +
  +
Commençons par définir notre premier dictionnaire. Le dictionnaire est un fichier XML. Ouvrez votre éditeur de texte favori et copiez-y les lignes suivantes.
   
Si l'on veut profiter des dernières versions, il vaut mieux installer par svn. Installer d'abord svn puis taper :
 
 
<pre>
 
<pre>
  +
<?xml version="1.0" encoding="UTF-8"?>
svn co https://apertium.svn.sourceforge.net/svnroot/apertium
 
  +
<dictionary>
  +
  +
</dictionary>
 
</pre>
 
</pre>
   
  +
Enregistrez-le sous le nom : apertium-sh-en.sh.dix
==Créer une nouvelle paire de langues==
 
Pour créer une nouvelle paire de langues, il faut créer cinq nouveaux fichiers :
 
   
  +
Pour être utile, nous devons ajouter quelques entrées dans notre dictionnaire. On commencera d'abord par spécifier l'ensemble des caractères susceptibles d'être utilisés dans le dictionnaire entre les balises 'alphabet'. Pour le serbo-croate, l'alphabet ressemblera à ce qui suit :
*deux dictionaires monolingues ;
 
  +
<pre>
*un dictionaire bilingue ;
 
  +
<alphabet>ABCČĆDDžĐEFGHIJKLLjMNNjOPRSŠTUVZŽabcčćddžđefghijklljmnnjoprsštuvzž</alphabet>
*deux fichiers de règles de transfert ;
 
  +
</pre>
  +
Il convient ensuite de remplir l'espace entre les balises <dictionary> et </dictionary>.
   
  +
Nous devons aussi définir certains symboles. Commençons par des symboles simples tels que nom (n), singulier (sg) et pluriel (pl).
Soient A et B les langues pour lesquelles vous désirez créer une paire. Vous pouvez dans certain cas récupérer un dictionaire monolingue si une paire A-X ou B-X existe déjà (X est une langue quelconque).
 
   
  +
<pre>
Nous allons prendre comme exemple la création de la paire français-néerlandais. Nous utiliserons comme abréviation fr pour le français et nl pour le néerlandais. Donc, si vous avez bien suivi, il faudra créer
 
  +
<sdefs>
  +
<sdef n="n"/>
  +
<sdef n="sg"/>
  +
<sdef n="pl"/>
  +
</sdefs>
  +
</pre>
   
  +
Les identifiants de symbole peuvent être d'une longueur quelconque. Cependant, il est préférable de définir des symboles abrégés car vous allez les taper très souvent.
*un dictionnaire monolingue nl
 
*un dictionnaire bilingue fr-nl
 
*un fichier de règles de transfer fr-->nl
 
*un fichier de règles de transfer nl-->fr
 
   
  +
Malheureusement, les noms ne sont pas si simples en serbo-croate. Les inflexions se font plus qu'en nombre, mais en genre et en cas. Mais à des fins pédagogiques, nous allons utiliser les noms masculins dans le cas nominatif.
Nous devons pas créer le dictionaire monloingue fr, car fr-es
 
   
  +
La prochaine étape est de définir une section pour les paradigmes :
Commençons par créer le dictionnaire monolingue nl
 
   
  +
<pre>
== Le jargon ==
 
  +
<pardefs>
   
  +
</pardefs>
Avant de poursuivre notre exposé, nous allons expliquer deux termes que nous utiliserons par la suite.
 
  +
</pre>
   
  +
et une section pour la partie principale du dictionnaire :
Le premier terme est ''lemme'', il s'agit de la « forme dictionnaire » d'un mot, c'est-à-dire la forme sous laquelle ce mot apparaît dans un dictionnaire. Par exemple pour un nom comme ce sera le singulier, pour un adjectif le masculin singulier et pour un verbe l'infinitif.
 
   
  +
<pre>
Le deuxième concepte que nous devons aborder est celui de ''symbole'', symbole désigne la catégorie grammaticale sous forme abregée. Comme le logiciel a été initialement développé en Espagne, les abréviations proviennent souvent du catalan.
 
  +
<section id="main" type="standard">
   
  +
</section>
== Dictionnaire monolingue nl ==
 
  +
</pre>
   
  +
Il existe deux types de section dans un dictionnaire de données. La première est la section standard, qui contient des mots, des clitiques, etc. La deuxième section est dite inconditionnelle et contient des éléments grammaticaux tels que la ponctuation. Nous n'utiliserons pas de section inconditionnelle dans notre exemple.
Le dictionnaire est un fichier xml sous unicode (UTF-8)
 
   
  +
Notre fichier devrait maintenant ressembler à ce qui suit :
   
Créons un fichier texte avec votreéditeur de texte préféré (notepad, gedit, kedit, etc)
 
   
  +
<pre>
Taper le texte
 
  +
<?xml version="1.0" encoding="UTF-8"?>
  +
<dictionary>
  +
<sdefs>
  +
<sdef n="n"/>
  +
<sdef n="sg"/>
  +
<sdef n="pl"/>
  +
</sdefs>
  +
<pardefs>
  +
  +
</pardefs>
  +
<section id="main" type="standard">
  +
  +
</section>
  +
</dictionary>
  +
</pre>
  +
  +
Maintenant que notre squelette est en place, nous pouvons y ajouter un nom. Le nom en question sera 'gramofon' (qui signifie gramophone, un lecteur de musique)
  +
  +
La première chose à faire, compte tenu du fait que nous n'avons pas de paradigmes, est de définir un paradigme.
  +
  +
Souvenez-vous que nous utilisons le masculin dans le cas nominatif pour l'exemple. La forme singulière du mot est 'gramofon' et la forme plurielle est 'gramofoni'.
  +
  +
Par conséquent :
  +
  +
<pre>
  +
<pardef n="gramofon__n">
  +
<e>
  +
<p>
  +
<l/>
  +
<r><s n="n"/><s n="sg"/></r>
  +
</p>
  +
</e>
  +
<e>
  +
<p>
  +
<l>i</l>
  +
<r><s n="n"/><s n="pl"/></r>
  +
</p>
  +
</e>
  +
</pardef>
  +
</pre>
  +
Note : la balise '<l/>' (équivalente à <l></l>) signifie qu'il n'y a rien à ajouter dans la section "sg" pour le mot 'gramofon'.
  +
  +
Vous vous demandez sans doute à quoi servent les diverses balises de l'exemple ci-dessus.
  +
  +
* e est utilisé pour 'entrée'.
  +
* p est utilisé pour 'pair'.
  +
* l est utilisé pour 'left'(gauche).
  +
* r est utilisé pour 'right'(droite).
  +
  +
L'explication de la présence des balises <l> et <r> est simple : les dictionnaires morphologiques seront compilés en machines à état fini. La compilation Gauche/Droite produit des analyses à partir de mots tandis que la compilation Droite/Gauche produit des mots à partir d'analyses.
  +
  +
Par exemple :
  +
  +
* gramofoni (gauche à droite) gramofon<n><pl> (analyse)
  +
* gramofon<n><pl> (droite à gauche) gramofoni (génération d'un mot)
  +
  +
À présent que nous avons défini un paradigme, nous devons le lier au lemme 'gramofon'. Nous ajoutons ce lien dans la section précédemment définie.
  +
  +
L'entrée dans <section> ressemble à ceci :
  +
  +
<pre>
  +
<e lm="gramofon"><i>gramofon</i><par n="gramofon__n"/></e>
  +
</pre>
  +
  +
* lm est utilisé pour 'lemme'.
  +
* i est utilisé pour 'identité' (gauche et droite sont les mêmes).
  +
* par est pour 'paradigme'.
  +
  +
Cette entrée définit , pour le lemme 'gramofon', le paradigme qui lui est associé 'gramofon__n'. La différence entre un lemme et une racine est que le lemme est la forme citation du mot, tandis que la racine est une sous-chaîne du lemme à laquelle on ajoute des ((((souches)))). Cela deviendra plus clair alors que nous ajouterons des nouvelles entrées.
  +
  +
Nous sommes maintenant prêts à tester le dictionnaire. Sauvegardez-le. Rendez vous dans une interface en ligne de commande.
  +
  +
Pour commencer, nous devons compiler notre dictionnaire avec lt-comp.
  +
  +
<pre>
  +
$ lt-comp lr apertium-sh-en.sh.dix sh-en.automorf.bin
  +
</pre>
  +
  +
Nous pouvons ensuite tester le dictionnaier avec lt-proc.
  +
  +
La sortie devrait être la suivante :
  +
  +
<pre>
  +
main@standard 12 12
  +
</pre>
  +
  +
En compilant de gauche à droite, nous obtenons un analyseur. Maintenant, créons un générateur.
  +
  +
<pre>
  +
$ lt-comp rl apertium-sh-en.sh.dix sh-en.autogen.bin
  +
</pre>
  +
  +
À ce stade, la sortie devrait être la même que plus haut.
  +
  +
Testons l'analyseur avec lt-proc.
  +
  +
<pre>
  +
$ lt-proc sh-en.automorf.bin
  +
</pre>
  +
  +
Maintenant, essayons-le avec 'gramofoni'.
  +
  +
La sortie devrait être la suivante :
  +
  +
<pre>
  +
^gramofoni/gramofon<n><pl>$
  +
</pre>
  +
  +
Maintenant, nous devons appliquer la même procédure pour le dictionnaire anglais, en prenant soin de substituer le mot 'gramofon' par 'gramophone' et de changer l'inflexion au pluriel.
  +
  +
Il devrait maintenant y avoir deux fichiers dans le dossier :
  +
  +
* apertium-sh-en.sh.dix qui contient un dictionnaire morphologique très basique du serbo-croate
  +
* apertium-sh-en.en.dix qui contient un dictionnaire morphologique très basique de l'anglais
  +
  +
==Les dictionnaires bilingues==
  +
  +
Jusqu'à présent, nous avons créé deux dictionnaires morphologiques unilingues. La prochaine étape est de créer un dictionnaire bilingue, dictionnaire qui décrit les liens entre les mots des deux dictionnaires. Tous les dictionnaires utilisent le même format (spécifié dans la DTD dix.dtd).
  +
  +
Créez un nouveau fichier, nommez-le apertium-sh-en.sh-en.dix et ajoutez-y le squelette de base :
   
 
<pre>
 
<pre>
 
<?xml version="1.0" encoding="UTF-8"?>
 
<?xml version="1.0" encoding="UTF-8"?>
 
<dictionary>
 
<dictionary>
  +
<alphabet/>
  +
<sdefs>
  +
<sdef n="n"/>
  +
<sdef n="sg"/>
  +
<sdef n="pl"/>
  +
</sdefs>
  +
  +
<section id="main" type="standard">
  +
  +
</section>
 
</dictionary>
 
</dictionary>
 
</pre>
 
</pre>
  +
  +
Nous devons maintenant ajouter une entrée pour la traduction entre les deux mots :
  +
 
<pre>
 
<pre>
  +
<e><p><l>gramofon<s n="n"/></l><r>gramophone<s n="n"/></r></p></e>
  +
</pre>
   
  +
Comme un dictionnaire compte d'ordinaire de très nombreuses entrées, il est préférable d'utiliser une ligne par entrée pour la facilité de lisibilité du fichier. En compilant le dictionnaire de gauche à droite, nous obtenons un dictionnaire serbo-croate -> anglais et en le compilant de droite à gauche, nous obtenons un dictionnaire anglais -> serbo-croate.
Sauver le texte sous le nom de « apertium-fr-nl.nl.dix »
 
   
  +
Une fois l'entrée ajoutée, tapez les commandes suivantes :
   
  +
<pre>
Il convient ensuite de remplir l'espace entre <pre><sdefs> </sdefs></pre>
 
  +
$ lt-comp lr apertium-sh-en.sh.dix sh-en.automorf.bin
  +
$ lt-comp rl apertium-sh-en.en.dix sh-en.autogen.bin
   
  +
$ lt-comp lr apertium-sh-en.en.dix en-sh.automorf.bin
Pour cela tapons
 
  +
$ lt-comp rl apertium-sh-en.sh.dix en-sh.autogen.bin
  +
  +
$ lt-comp lr apertium-sh-en.sh-en.dix sh-en.autobil.bin
  +
$ lt-comp rl apertium-sh-en.sh-en.dix en-sh.autobil.bin
  +
</pre>
  +
Cela génère un analyseur morphologique (automorf), un générateur morphologique (autogen) et un chercheur de mots (autobil) (bil pour bilingue).
  +
  +
==Règles de transfert==
  +
  +
Maintenant, nous avons deux dictionnaires morphologiques et un dictionnaire bilingue. Tout ce que nous avons à faire est une règle de transfert pour les noms. Les fichiers de règles de transfert sont dans des fichiers DTD (transfer.dtd) qui sont dans l'ensemble Apertium. Si vous voulez implémenter une règle, il est optimal de regarder dans d'autres fichier de règles et de s'en inspirer, question de recycler ce qui a déjà été fait. Par exemple, celle qui suit sera utile pour toutes langues ne nécessitant pas un sujet.
  +
  +
Copiez le squelette comme dans les autres fichiers :
   
 
<pre>
 
<pre>
  +
<?xml version="1.0" encoding="UTF-8"?>
<sdefs>
 
  +
<transfer>
   
</sdefs>
+
</transfer>
 
</pre>
 
</pre>
  +
À ce moment, parce que nous ignorons les cas, nous devons seulement faire une règle qui prend les symboles grammaticaux entrés et les transforme en sortie.
   
  +
Nous devons d'abord définir des catégories et des attributs. Ceux-ci nous permettent de grouper les symboles grammaticaux.
== Abréviations utilisées ==
 
  +
Les catégories servent aussi à grouper les symboles dans un but d'appariement (Par exemple 'n.*' représente tous les noms).
  +
Les attributs servent à grouper un ensemble de symboles dans lequel il est facile de faire une sélection (Par exemple 'sg' et 'pl' peuvent être groupées avec un attribut 'nombre')
   
  +
Ajoutons maintenant les sections nécessaires :
*dix : dictionary (dictionnaire)
 
  +
*fr : français
 
  +
<pre>
*nl : néerlandais
 
  +
<section-def-cats>
  +
  +
</section-def-cats>
  +
<section-def-attrs>
  +
  +
</section-def-attrs>
  +
</pre>
  +
  +
  +
Puisque nous faisons seulement l'inflexion des noms singuliers et pluriels, nous devons ajouter une catégorie pour les noms avec un attribut nombre. Cela suffira :
  +
  +
Dans la section : section-def-cats
  +
  +
<pre>
  +
<def-cat n="nom">
  +
<cat-item tags="n.*"/>
  +
</def-cat>
  +
</pre>
  +
  +
Cela réfère à tous les noms (les lemmes suivi de <n> et de n'importe quoi)
  +
Dans la section section-def-attrs, ajoutez:
  +
  +
<pre>
  +
<def-attr n="nbr">
  +
<attr-item tags="sg"/>
  +
<attr-item tags="pl"/>
  +
</def-attr>
  +
</pre>
  +
  +
et ensuite
  +
  +
<pre>
  +
<def-attr n="a_nom">
  +
<attr-item tags="n"/>
  +
</def-attr>
  +
</pre>
  +
  +
La première définit l'attribut nbr (number), qui peut être singulier(sg) ou pluriel (pl)
  +
La deuxième définit l'attribut a_nom (l'attribut du nom)
  +
  +
Ensuite, nous devons ajouter une section pour les variables globales :
  +
  +
<pre>
  +
<section-def-vars>
  +
  +
</section-def-vars>
  +
</pre>
  +
  +
Ces variables sont utilisés pour conserver ou transférer les attributs entre les règles. Nous avons besoin d'une seule variable
  +
à cette étape-ci.
  +
  +
  +
<pre>
  +
<def-var n="number"/>
  +
</pre>
  +
  +
Finalement, nous devons ajouter une règle, qui prendra le nom et qui créera une sortie dans le bon format. Une section de règles est nécessaire.
  +
  +
<pre>
  +
<section-rules>
  +
  +
</section-rules>
  +
</pre>
  +
  +
Voici un exemple de règle :
  +
  +
<pre>
  +
<rule>
  +
<pattern>
  +
<pattern-item n="nom"/>
  +
</pattern>
  +
<action>
  +
<out>
  +
<lu>
  +
<clip pos="1" side="tl" part="lem"/>
  +
<clip pos="1" side="tl" part="a_nom"/>
  +
<clip pos="1" side="tl" part="nbr"/>
  +
</lu>
  +
</out>
  +
</action>
  +
</rule>
  +
</pre>
  +
  +
La première balise définit une règle. La deuxième balise signifie au programme d'appliquer la règle si ce le patron(motif) est trouvé. Dans cet exemple, le motif est un nom singulier. Notez que les motifs ont une correspondance avec les plus longs résultats. Si vous avez trois règles et que la première concorde avec "<prn><vblex><n>", la deuxième avec "<prn><vblex>" et la troisième avec "<n>", le motif qui sera choisit sera le premier.
  +
  +
Pour chacun des motifs, il y a une action associée, qui produit une certaine sortie. La sortie est une unité lexicale (lu).
  +
  +
La balise "clip" permet à l'utilisateur de sélectionner et de manipuler des attributs et des items lexicaux du langage source (side="sl") et du langage cible (side="tl").
  +
  +
Compilons et testons.
  +
  +
<pre>
  +
$ apertium-preprocess-transfer apertium-sh-en.sh-en.t1x sh-en.t1x.bin
  +
</pre>
  +
  +
Ce qui générera un fichier sh-en.t1x.bin.
  +
  +
Nous sommes maintenant prêts à tester notre système de traduction.
  +
  +
Pour commencer, voyons voir le résultat avec le mot 'gramofoni' :
  +
  +
<pre>
  +
$ echo "gramofoni" | lt-proc sh-en.automorf.bin
  +
</pre>
  +
  +
La sortie devrait être la suivante :
  +
  +
<pre>
  +
^gramofon/gramofon<n><pl>$
  +
</pre>
  +
  +
Maintenant,
  +
  +
<pre>
  +
$ echo "gramofoni" | lt-proc sh-en.automorf.bin | \
  +
gawk 'BEGIN{RS="$"; FS="/";}{nf=split($1,COMPONENTS,"^"); for(i = 1; i<nf; i++) printf COMPONENTS[i]; if($2 != "") printf("^%s$",$2);}' | \
  +
^gramofon<n><pl>$
  +
</pre>
  +
  +
Essayons maintenant la règle de transfert :
  +
  +
<pre>
  +
$ echo "gramofoni" | lt-proc sh-en.automorf.bin | \
  +
gawk 'BEGIN{RS="$"; FS="/";}{nf=split($1,COMPONENTS,"^"); for(i = 1; i<nf; i++) printf COMPONENTS[i]; if($2 != "") printf("^%s$",$2);}' | \
  +
apertium-transfer apertium-sh-en.sh-en.t1x sh-en.t1x.bin sh-en.autobil.bin
  +
</pre>
   
== Liens externes ==
 
   
  +
=== Génération ===
*http://apertium.sourceforge.net/ Le site officiel d'Apertium
 
*http://ilazki.thinkgeek.co.uk/apertium/graph.svg
 
*http://xixona.dlsi.ua.es/wiki/index.php/Main_Page
 
   
  +
=== Notes de bas de page ===
== Sources ==
 
  +
<references/>
   
  +
== Voir aussi ==
*http://apertium.sourceforge.net/index_fr.html
 
*http://apertium.sourceforge.net/#documentation
 
*http://ilazki.thinkgeek.co.uk/apertium/index.php
 
   
  +
*[[Fabriquer des dictionnaires]]
  +
*[[Finding_errors_in_dictionaries]]
  +
*[[Livre de cuisine]]
  +
*[[Fragmentation]]
  +
*[[Comment contribuer à une paire de langues existante]]
   
[[Category:Documentation]]
+
[[Category:Documentation en français]]
  +
[[Category:HOWTO]]

Latest revision as of 07:17, 28 November 2015

In English

Tutoriel de création d'une nouvelle paire de langues pour Apertium

Ce document est un tutoriel décrivant les étapes nécessaires à la création d'une nouvelle paire de langues pour le logiciel de traduction automatique Apertium.

Des connaissances de la linguistique ou du système de traduction ne sont pas nécessaires, mais il est tout de même important d'avoir certaines notions de grammaire.

Introduction[edit]

Apertium est une plate-forme de traduction automatique. Le moteur et les outils sont présents dans le but de faciliter la création d'un système de traduction. Les seules autres choses nécessaires au bon fonctionnement d'Apertium sont les données. Les données sont divisées en trois parties principales, les dictionnaires, et en quelques règles.

Pour obtenir plus d'information à propos du projet apertium, veuillez visiter la page suivante : http://apertium.sourceforge.net.

Pour qu'Apertium puisse fonctionner, vous aurez besoin de :

  • lttoolbox (>= 3.0.0)
  • libxml utils (xmllint etc.)
  • apertium (>= 3.0.0)
  • Un éditeur de texte

Ce document ne décrit pas les étapes de l'installation. Pour plus d'informations, veuillez consulter la documentation sur le site du projet Apertium.

Qu'est-ce qu'une paire de langues ?[edit]

Apertium utilise un type de transfert dit superficiel. Cela signifie que le moteur utilise des dictionnaires et des règles de transfert superficielles. Ce type de transfert est différent de celui dit profond parce qu'il ne fait pas une analyse syntaxique complète. Les règles sont des opérations sur un groupe d'unités lexicales au lieu d'une analyse en arbre. À la base, il y a trois dictionnaires principaux :

  1. Le dictionnaire morphologique de la langue xx : il contient les règles d'inflexion des mots dans la langue xx. Dans l'exemple que nous utiliserons, le fichier sera nommé apertium-sh-en.sh.dix[1]
  2. Le dictionnaire morphologique de la langue yy : il contient les règles d'inflexion des mots dans la langue yy. Dans l'exemple que nous utiliserons, le fichier sera nommé apertium-sh-en.en.dix
  3. Le dictionnaire bilingue: il contient la correspondance entre les mots et les symboles dans les deux langues. Dans l'exemple que nous utiliserons, le fichier sera nommé apertium-sh-en.sh-en.dix

Dans une paire de traduction, les deux langues peuvent prendre le rôle de langue source ou langue cible. Ce sont des termes relatifs.

Deux autres fichiers contiennent les règles de transfert. Ces règles sont les lignes directrices de l'ordre des mots dans la phrase. Par exemple : chat noir -> cat black -> black cat. Les règles gouvernent aussi le genre et le nombre. Les règles peuvent aussi êtes utilisées dans le but d'insérer des éléments lexicaux, tel que décrit plus loin. Ces fichiers sont :

  • Règles de transfert de la langue xx vers la langue yy : ce fichier contient les règles de transformation de la langue xx vers la langue yy. Dans notre exemple, le fichier sera nommé : apertium-sh-en.sh-en.t1x
  • Règles de transfert de la langue xx vers la langue yy : ce fichier contient les règles de transformation de la langue xx vers la langue yy. Dans notre exemple, le fichier sera nommé : apertium-sh-en.en-sh.t1x

Pour certaines paires de langues, il existe des fichiers supplémentaires mais nous n'abordons pas ces fichiers dans ce tutoriel. Les fichiers mentionnés plus haut sont ceux qui sont nécessaires au bon fonctionnement du système.

Paire de langues[edit]

Comme il est mentionné plus haut, ce tutoriel utilise le croate et l'anglais comme langues pour expliquer la création du système de base. Cette paire n'est pas idéale compte tenu du fait que la relation entre les deux langues est tout de même faible. Néanmoins, cela ne devrait pas poser de problèmes pour les exemples qui suivent.

Une courte note sur les termes[edit]

Il y a un certain nombre de termes qui doivent être compris avant de continuer.

Le premier est : lemme. Un lemme est la forme standard d'un mot qui peut être fléchi (conjugué, décliné, etc.). Par exemple, le lemme de la forme "sachions" est "savoir". En anglais, comme la flexion des mots est très limitée, le lemme d'un mot est très souvent sa forme singulière masculine, pour les verbes, le lemme est l'infinitif duquel on retire le "to", par exemple, le verbe "be" est l'infinitif et le lemme de la forme conjugué "was". En français, pour les noms et les adjectifs, le lemme sera la première personne du singulier, pour les verbes ce sera l'infinitif.

Le deuxième est : symbole. Dans le contexte du système Apertium, un symbole (ou "tag") fait référence à une étiquette grammaticale. Comme le logiciel a été initialement développé en pays catalan, les abréviations proviennent souvent du catalan. Le mot chats est un mot au pluriel. Deux étiquettes lui seront associées, <n>; pour nom et <pl> pour pluriel. Les symboles sont définis entre balises pour le bon fonctionnement du moteur Apertium. Attention : l'écriture <pl> sera utilisée en "mode texte", alors qu'en "mode XML" le même tag sera noté .

Le troisième est : paradigme. (En grec, "paradeigma" signifie "exemple".) Dans le contexte du système Apertium, un paradigme fait référence au comportement d'un certain groupe de mots lors de la flexion. Dans le dictionnaire morphologique, les lemmes sont liés à des paradigmes, ce qui permet de connaître la flexion de certains lemmes sans avoir à énumérer toutes les terminaisons possibles. Les paradigmes sont définis dans les éléments <pardef> et appelés par les éléments <par>.

Les dictionnaires monolingues[edit]

Commençons par définir notre premier dictionnaire. Le dictionnaire est un fichier XML. Ouvrez votre éditeur de texte favori et copiez-y les lignes suivantes.

<?xml version="1.0" encoding="UTF-8"?>
<dictionary>

</dictionary>

Enregistrez-le sous le nom : apertium-sh-en.sh.dix

Pour être utile, nous devons ajouter quelques entrées dans notre dictionnaire. On commencera d'abord par spécifier l'ensemble des caractères susceptibles d'être utilisés dans le dictionnaire entre les balises 'alphabet'. Pour le serbo-croate, l'alphabet ressemblera à ce qui suit :

<alphabet>ABCČĆDDžĐEFGHIJKLLjMNNjOPRSŠTUVZŽabcčćddžđefghijklljmnnjoprsštuvzž</alphabet>

Il convient ensuite de remplir l'espace entre les balises <dictionary> et </dictionary>.

Nous devons aussi définir certains symboles. Commençons par des symboles simples tels que nom (n), singulier (sg) et pluriel (pl).

<sdefs>
   <sdef n="n"/>
   <sdef n="sg"/>
   <sdef n="pl"/>
</sdefs>

Les identifiants de symbole peuvent être d'une longueur quelconque. Cependant, il est préférable de définir des symboles abrégés car vous allez les taper très souvent.

Malheureusement, les noms ne sont pas si simples en serbo-croate. Les inflexions se font plus qu'en nombre, mais en genre et en cas. Mais à des fins pédagogiques, nous allons utiliser les noms masculins dans le cas nominatif.

La prochaine étape est de définir une section pour les paradigmes :

<pardefs>

</pardefs>

et une section pour la partie principale du dictionnaire :

<section id="main" type="standard">

</section>

Il existe deux types de section dans un dictionnaire de données. La première est la section standard, qui contient des mots, des clitiques, etc. La deuxième section est dite inconditionnelle et contient des éléments grammaticaux tels que la ponctuation. Nous n'utiliserons pas de section inconditionnelle dans notre exemple.

Notre fichier devrait maintenant ressembler à ce qui suit :


<?xml version="1.0" encoding="UTF-8"?>
<dictionary>
   <sdefs>
     <sdef n="n"/>
     <sdef n="sg"/>
     <sdef n="pl"/>
   </sdefs>
   <pardefs>

   </pardefs>
   <section id="main" type="standard">

   </section>
</dictionary>

Maintenant que notre squelette est en place, nous pouvons y ajouter un nom. Le nom en question sera 'gramofon' (qui signifie gramophone, un lecteur de musique)

La première chose à faire, compte tenu du fait que nous n'avons pas de paradigmes, est de définir un paradigme.

Souvenez-vous que nous utilisons le masculin dans le cas nominatif pour l'exemple. La forme singulière du mot est 'gramofon' et la forme plurielle est 'gramofoni'.

Par conséquent :

<pardef n="gramofon__n">
   <e>
     <p>
       <l/>
       <r><s n="n"/><s n="sg"/></r>
     </p>
   </e>
   <e>
     <p>
       <l>i</l>
       <r><s n="n"/><s n="pl"/></r>
     </p>
   </e>
</pardef>

Note : la balise '<l/>' (équivalente à <l></l>) signifie qu'il n'y a rien à ajouter dans la section "sg" pour le mot 'gramofon'.

Vous vous demandez sans doute à quoi servent les diverses balises de l'exemple ci-dessus.

  • e est utilisé pour 'entrée'.
  • p est utilisé pour 'pair'.
  • l est utilisé pour 'left'(gauche).
  • r est utilisé pour 'right'(droite).

L'explication de la présence des balises <l> et <r> est simple : les dictionnaires morphologiques seront compilés en machines à état fini. La compilation Gauche/Droite produit des analyses à partir de mots tandis que la compilation Droite/Gauche produit des mots à partir d'analyses.

Par exemple :

  • gramofoni (gauche à droite) gramofon<n><pl> (analyse)
  • gramofon<n><pl> (droite à gauche) gramofoni (génération d'un mot)

À présent que nous avons défini un paradigme, nous devons le lier au lemme 'gramofon'. Nous ajoutons ce lien dans la section précédemment définie.

L'entrée dans </dictionary>

Nous devons maintenant ajouter une entrée pour la traduction entre les deux mots :

<e><p><l>gramofon<s n="n"/></l><r>gramophone<s n="n"/></r></p></e>

Comme un dictionnaire compte d'ordinaire de très nombreuses entrées, il est préférable d'utiliser une ligne par entrée pour la facilité de lisibilité du fichier. En compilant le dictionnaire de gauche à droite, nous obtenons un dictionnaire serbo-croate -> anglais et en le compilant de droite à gauche, nous obtenons un dictionnaire anglais -> serbo-croate.

Une fois l'entrée ajoutée, tapez les commandes suivantes :

$ lt-comp lr apertium-sh-en.sh.dix sh-en.automorf.bin
$ lt-comp rl apertium-sh-en.en.dix sh-en.autogen.bin

$ lt-comp lr apertium-sh-en.en.dix en-sh.automorf.bin
$ lt-comp rl apertium-sh-en.sh.dix en-sh.autogen.bin

$ lt-comp lr apertium-sh-en.sh-en.dix sh-en.autobil.bin
$ lt-comp rl apertium-sh-en.sh-en.dix en-sh.autobil.bin

Cela génère un analyseur morphologique (automorf), un générateur morphologique (autogen) et un chercheur de mots (autobil) (bil pour bilingue).

Règles de transfert[edit]

Maintenant, nous avons deux dictionnaires morphologiques et un dictionnaire bilingue. Tout ce que nous avons à faire est une règle de transfert pour les noms. Les fichiers de règles de transfert sont dans des fichiers DTD (transfer.dtd) qui sont dans l'ensemble Apertium. Si vous voulez implémenter une règle, il est optimal de regarder dans d'autres fichier de règles et de s'en inspirer, question de recycler ce qui a déjà été fait. Par exemple, celle qui suit sera utile pour toutes langues ne nécessitant pas un sujet.

Copiez le squelette comme dans les autres fichiers :

<?xml version="1.0" encoding="UTF-8"?>
<transfer>

</transfer>

À ce moment, parce que nous ignorons les cas, nous devons seulement faire une règle qui prend les symboles grammaticaux entrés et les transforme en sortie.

Nous devons d'abord définir des catégories et des attributs. Ceux-ci nous permettent de grouper les symboles grammaticaux. Les catégories servent aussi à grouper les symboles dans un but d'appariement (Par exemple 'n.*' représente tous les noms). Les attributs servent à grouper un ensemble de symboles dans lequel il est facile de faire une sélection (Par exemple 'sg' et 'pl' peuvent être groupées avec un attribut 'nombre')

Ajoutons maintenant les sections nécessaires :

<section-def-cats>

</section-def-cats>
<section-def-attrs>

</section-def-attrs>


Puisque nous faisons seulement l'inflexion des noms singuliers et pluriels, nous devons ajouter une catégorie pour les noms avec un attribut nombre. Cela suffira :

Dans la section : section-def-cats

<def-cat n="nom">
   <cat-item tags="n.*"/>
</def-cat>

Cela réfère à tous les noms (les lemmes suivi de <n> et de n'importe quoi) Dans la section section-def-attrs, ajoutez:

<def-attr n="nbr">
   <attr-item tags="sg"/>
   <attr-item tags="pl"/>
</def-attr>

et ensuite

<def-attr n="a_nom">
   <attr-item tags="n"/>
</def-attr>

La première définit l'attribut nbr (number), qui peut être singulier(sg) ou pluriel (pl) La deuxième définit l'attribut a_nom (l'attribut du nom)

Ensuite, nous devons ajouter une section pour les variables globales :

<section-def-vars>

</section-def-vars>

Ces variables sont utilisés pour conserver ou transférer les attributs entre les règles. Nous avons besoin d'une seule variable à cette étape-ci.


<def-var n="number"/>

Finalement, nous devons ajouter une règle, qui prendra le nom et qui créera une sortie dans le bon format. Une section de règles est nécessaire.

<section-rules>

</section-rules>

Voici un exemple de règle :

<rule>
   <pattern>
     <pattern-item n="nom"/>
   </pattern>
   <action>
     <out>
       <lu>
         <clip pos="1" side="tl" part="lem"/>
         <clip pos="1" side="tl" part="a_nom"/>
         <clip pos="1" side="tl" part="nbr"/>
       </lu>
     </out>
   </action>
</rule>

La première balise définit une règle. La deuxième balise signifie au programme d'appliquer la règle si ce le patron(motif) est trouvé. Dans cet exemple, le motif est un nom singulier. Notez que les motifs ont une correspondance avec les plus longs résultats. Si vous avez trois règles et que la première concorde avec "<prn><vblex><n>", la deuxième avec "<prn><vblex>" et la troisième avec "<n>", le motif qui sera choisit sera le premier.

Pour chacun des motifs, il y a une action associée, qui produit une certaine sortie. La sortie est une unité lexicale (lu).

La balise "clip" permet à l'utilisateur de sélectionner et de manipuler des attributs et des items lexicaux du langage source (side="sl") et du langage cible (side="tl").

Compilons et testons.

$ apertium-preprocess-transfer apertium-sh-en.sh-en.t1x sh-en.t1x.bin

Ce qui générera un fichier sh-en.t1x.bin.

Nous sommes maintenant prêts à tester notre système de traduction.

Pour commencer, voyons voir le résultat avec le mot 'gramofoni' :

$ echo "gramofoni" | lt-proc sh-en.automorf.bin 

La sortie devrait être la suivante :

^gramofon/gramofon<n><pl>$

Maintenant,

$ echo "gramofoni" | lt-proc sh-en.automorf.bin | \
  gawk 'BEGIN{RS="$"; FS="/";}{nf=split($1,COMPONENTS,"^"); for(i = 1; i<nf; i++) printf COMPONENTS[i]; if($2 != "") printf("^%s$",$2);}' | \
^gramofon<n><pl>$

Essayons maintenant la règle de transfert :

$ echo "gramofoni" | lt-proc sh-en.automorf.bin | \
  gawk 'BEGIN{RS="$"; FS="/";}{nf=split($1,COMPONENTS,"^"); for(i = 1; i<nf; i++) printf COMPONENTS[i]; if($2 != "") printf("^%s$",$2);}' | \
  apertium-transfer apertium-sh-en.sh-en.t1x sh-en.t1x.bin sh-en.autobil.bin


Génération[edit]

Notes de bas de page[edit]

  1. Ce fichier peux avoir éventuellement l'extension metadix

Voir aussi[edit]