Bech: Lien page anglaise

2014-10-07T13:06:58Z

Lien page anglaise

Bech: /* Création */ actualisation lien rouge

2012-06-04T09:47:06Z

Création: actualisation lien rouge

Bech: Création page

2012-05-01T16:43:20Z

Création page

New page

'''lttoolbox''' est une boite à outils pour les traitements lexicaux, l'[[analyse morphologique]] et la génération de mots. L'''analyse'' est le processus de découpage d'un mot (ex: chats) en son lemme 'chat' et l'information grammaticale <code><n><pl></code>. La ''génération'' est le processus inverse.

Le paquet est décomposé en trois programmes, <code>lt-comp</code>, le compilateur, <code>lt-proc</code>, le processeur, et <code>lt-expand</code>, qui génère toutes les descriptions possibles entre les [[Forme de surface|formes de surface]] et les [[Forme lexicale|formes lexicales]] dans le dictionnaire.

== Création ==

Article principal : [[Bases sur les dictionnaires unilingues]]

Des fichiers de spécification pour analyseur morphologique, ou des dictionnaires morphologiques peuvent être trouvées dans tous nos paquets [[paire de langue (voir lien)]], à partir de l'[[Classement des paires de langues selon leur état d'avancement|incubateur]], ou vous pouvez choisir de créer le votre (plus d'instructions dans la page ''[[Bases sur les dictionnaires unilingues]]''). Vous pouvez aussi voir notre [[list of dictionaries|liste de dictionnaires]], qui comporte des statistiques sur les noms, emplacements et nombre d'entrées de chaque dictionnaire.

== Utilisation ==

=== Compilation ===

Voir aussi : [[Compilation des dictionnaires]]

La compilation dans un format binaire est réalisée au moyen du programme <code>lt-comp</code>. Vous pouvez compiler un fichier <code>.dix</code> donné de gauche à droite (<code>LR</code>), ou de droite à gauche (<code>RL</code>). Compiler <code>LR</code> crée habituellement un ''analyseur'', compiler <code>RL</code> crée habituellement un ''générateur''.<ref>Dans tous les paquets linguistiques courants, la direction de compilation de gauche à droite est l'''analyse'', alors que la direction de droite à gauche est la ''génération''. Quoi qu'il en soit, ce n'est pas une restriction logicielle.</ref>

;Exemple

Compiler le dictionnaire <code>apertium-es-ca.ca.dix</code> de gauche à droite pour fabriquer le binaire <code>ca.bin</code>.

<pre>
$ lt-comp lr apertium-es-ca.ca.dix ca.bin
</pre>

=== Traitement ===

Il y a deux modes principaux pour utiliser le processeur (<code>lt-proc</code>), l'analyse (qui est le mode par défaut) and la génération. L'analyse convertit les formes de surface en un ensemble de formes lexicales possibles, alors que la génération convertit une forme lexicale en la forme de surface correspondante.

==== Analyse ====

Après compilation du fichier <code>apertium-es-ca.ca.dix</code> de gauche à droite en <code>ca.morf.bin</code>, on peut analyser le catalan :

;Exemple

<pre>
$ echo "prova" | lt-proc ca.morf.bin

^prova/prova<n><f><sg>/provar<vblex><pri><p3><sg>/provar<vblex><imp><p2><sg>$
</pre>

==== Génération ====

Et en le compilant de droite à gauche, on peut générer :

;Exemple

<pre>
$ echo "^prova<n><f><pl>$" | lt-proc -g ca.gen.bin

proves
</pre>

=== Expansion ===

Quelquefois, on veut être capable de voir la sortie complète du dictionnaire — par exemple, toutes les correspondances entre les formes lexicales et les formes de surface. pour cela, vous pouvez utiliser l'outil <code>lt-expand</code>. Cette sortie est souvent utile pour trouver les défauts dans l'assignement des paradigmes, etc.

;Exemple

Voici les 10 premières lignes générées en sortie par la commande étendre le dictionnaire catalan de la paire <code>apertium-es-ca</code>. (Au dernier comptage, la longueur totale de la sortie dépassait les 2,3 million de lignes).

<pre>
$ lt-expand apertium-es-ca.ca.dix

abdominals:abdominal<adj><mf><pl>
abdominal:abdominal<adj><mf><sg>
absents:absent<adj><mf><pl>
absent:absent<adj><mf><sg>
absolutes:absolut<adj><f><pl>
absoluta:absolut<adj><f><sg>
absoluts:absolut<adj><m><pl>
absolut:absolut<adj><m><sg>
abstractes:abstracte<adj><mf><pl>
abstracta:abstracte<adj><f><sg>
</pre>

;Note

Vous ne pouvez pas exécuter lt-expand directement sur un fichier <code>.dix.xml</code>. Les fichiers <code>.dix</code> dans (par exemple) la paire <code>apertium-en-af</code> ont leur symboles dans un fichier séparé. Vous devez d'abord lancer <code>xmllint</code> :

<pre>
$ xmllint --xinclude apertium-en-af.af.dix.xml > apertium-en-af.af.dix
</pre>

Puis exécuter <code>lt-expand</code> sur le fichier <code>apertium-en-af.af.dix</code>.

== Maintenance ==

;Coté gauche vide

Si vous obtenez un message comme :

<pre>
Error: Invalid dictionary (hint: the left side of an entry is empty)
</pre>

Essayez de chercher des cotés gauche vides dans votre dictionnaire en utilisant <code>lt-expand</code> et <code>grep</code>. Par exemple, dans le dictionnaire islandais,

<pre>
$ lt-expand apertium-fo-is.is.dix | grep ^:
:kunna<vblex><imp><p2><sg>
:kunna<vblex><imp><p1><pl>
:kunna<vblex><imp><p2><pl>
</pre>

Le coté gauche vide ressemblera à quelque-chose comme :

<pre>
<e>

<l></l>
<r>kunna<s n="vblex"/><s n="imp"/><s n="p2"/><s n="pl"/></r>

</e>
</pre>

Il n'est pas possible d'avoir un coté gauche vide dans un paradigme si vous n'avez pas de section (<code></code>) invariante dans l'entrée de la section principale, par exemple :

<pre>
<e lm="kunna"><par n="/kunna__vblex"/></e>
</pre>

Cela signifie que vous devriez attendre le verbe "kunna"; là où le coté gauche est vide, vous pourriez également mettre quelque-chose à cet endroit ou rajouter quelque-chose à la section invariante.

== Vitesse ==

<pre>
$ yes mot | head -10000000 > /tmp/foo

$ head /tmp/foo
mot
mot
mot
...

$ wc -l /tmp/foo
1000000 /tmp/foo

$ time cat /tmp/foo | lt-proc en-ca.automorf.bin >/dev/null

real 0m17.606s
user 0m17.281s
sys 0m0.036s

58 823 mots / seconde
</pre>

== Utiliser comme bibliothèque ==

Voir [[Application Lttoolbox]] pour la manière d'analyser and générer les mots avec lttoolbox en C++ ou Python.

== Liste de souhaits ==

* Être capable d'avoir des symboles/balises multi-caractères sans '<' et '>'

== Voir aussi ==

* [[Bases sur les dictionnaires unilingues]]
* [[Utilisation d'un dictionnaire lttoolbox]]
* [[lttoolbox et lexc]]
* [[Lttoolbox-java (français)]]
* [[Exemple de base lttoolbox]]

== Notes ==
<references/>

[[Category:Lttoolbox]]
[[Category:Morphological analysers]]
[[Category:Documentation en français]]

← Older revision		Revision as of 13:06, 7 October 2014
Line 1:		Line 1:
			[[Lttoolbox\|In English]]

	'''lttoolbox''' est une boite à outils pour les traitements lexicaux, l'[[analyse morphologique]] et la génération de mots. L'''analyse'' est le processus de découpage d'un mot (ex: chats) en son lemme 'chat' et l'information grammaticale <code><n><pl></code>. La ''génération'' est le processus inverse.		'''lttoolbox''' est une boite à outils pour les traitements lexicaux, l'[[analyse morphologique]] et la génération de mots. L'''analyse'' est le processus de découpage d'un mot (ex: chats) en son lemme 'chat' et l'information grammaticale <code><n><pl></code>. La ''génération'' est le processus inverse.

@@ Line 7: / Line 7: @@
 Article principal : [[Bases sur les dictionnaires unilingues]]
-Des fichiers de spécification pour analyseur morphologique, ou des dictionnaires morphologiques peuvent être trouvées dans tous nos paquets [[paire de langue (voir lien)]], à partir de l'[[Classement des paires de langues selon leur état d'avancement|incubateur]], ou vous pouvez choisir de créer le votre (plus d'instructions dans la page ''[[Bases sur les dictionnaires unilingues]]''). Vous pouvez aussi voir notre [[list of dictionaries|liste de dictionnaires]], qui comporte des statistiques sur les noms, emplacements et nombre d'entrées de chaque dictionnaire.
+Des fichiers de spécification pour analyseur morphologique, ou des dictionnaires morphologiques peuvent être trouvées dans tous nos paquets [[Liste des paires de langues|paire de langue]], à partir de l'[[Classement des paires de langues selon leur état d'avancement|incubateur]], ou vous pouvez choisir de créer le votre (plus d'instructions dans la page ''[[Bases sur les dictionnaires unilingues]]''). Vous pouvez aussi voir notre [[list of dictionaries|liste de dictionnaires]], qui comporte des statistiques sur les noms, emplacements et nombre d'entrées de chaque dictionnaire.
 == Utilisation ==

Lttoolbox (français) - Revision history

Bech: Lien page anglaise

Bech: /* Création */ actualisation lien rouge

Bech: Création page