Multi-mots - Revision history

Bech: correction traduction

2018-09-03T16:45:57Z

correction traduction

Bech: Lien page anglaise

2014-10-08T07:51:57Z

Lien page anglaise

Bech: /* Aperçu */ ortho

2012-06-11T11:58:14Z

Aperçu: ortho

Bech: fin de la traduction

2012-06-11T11:56:10Z

fin de la traduction

Show changes

Bech: suite traduction

2012-06-11T08:30:36Z

suite traduction

Bech: /* Utilisation simple */ suite

2012-06-04T10:50:17Z

Utilisation simple: suite

Bech: Suite traduction

2012-06-04T10:01:40Z

Suite traduction

Bech: Début de traduction

2012-06-04T09:07:34Z

Début de traduction

New page

== Apperçu ==

[[lttoolbox (français)]] présente actuellement trois mécanismes pour créer des multi-mots, de complexité variable :

# '''<code></code>''' insertion simple de blancs ; utilisez-le si vous voulez un mot avec un espace interne, mais seulement l'inflection à la fin
#* <pre>entrée : <e>recordplayer<par n="house__n"/></e></pre>
#* <pre>analyse : ^record player/record player<n><sg>$</pre>
#* <pre>analyse : ^record players/record player<n><pl>$</pre>
# '''<code><g/></code>''' est utilisé (en combinaison avec <code></code>) quand vous avez une inflection au milieu du mot, et une partie invariante à la fin
#* <pre>entrée : <e>café<par n="house__n"/><l>aulait</l><r><g>withmilk</g></r></e></pre>
#* <pre>analyse : ^café au lait/café<n><sg># au lait$</pre>
#* <pre>analyse : ^cafés au lait/café<n><pl># au lait$</pre>
# '''<code><j/></code>''' est utilisé quand vous voulez que le multi-mot soit séparé en deux unités lexicales, chacune avec sa propre analyse (ensemble de tags), où chaque partie peut varier indépendemment
#* <pre>entrée : <e>wr<par n="wr/ite__vblex"/><l>about</l><r><j/>about<s n="pr"/></r></e></pre>
#* <pre>analyse : ^write about/write<vblex><inf>+about<pr>/write<vblex><pres>+about<pr>$</pre>
#* <pre>analyse : ^writes about/write<vblex><pri><p3><sg>+about<pr>$</pre>

Plus d'information là dessus dans [[Multi-mots#Utilisation simple|Utilisation simple]] et [https://wiki.apertium.org/w/images/d/d0/Apertium2-documentation.pdf documentation] (esp. sec.3.1.2.6).

Les multi-mots suivants ne sont pas très bien supportés [[User:Skh/Application_GSoC_2010|pour l'instant]]:

* ''Multi-mots d'accord'' : multi-mots complexes où deux parties (ou plus) montrent une sorte d'accord / dépendance des balises (ou, où certaines combinaisons de balises sont illégales)
** lt-mwpp takes a file which specifies which lemma combinaisons are multi-mots, and what tags need to agree, and generates all the legal combinaisons in the lttoolbox dix format
* ''Multi-mots discontinus'' : multi-mots with an arbitrary number of unrelated words in between, eg. the separable verbs in Germanic languages
(but see hacks below)

== Utilisation simple ==

=== Utilisation simple de <g/> et ===

There is an example from English to Esperanto with '''inner inflection''' followed by an invariant part with spaces.

In en.dix is
<pre>
<e lm="become">bec<par n="bec/ome__vblex"/></e>
<e lm="become acquainted">
bec
<par n="bec/ome__vblex"/>

<l>acquainted</l>
<r><g>acquainted</g></r>

</e>
<e lm="become acquainted with">
bec
<par n="bec/ome__vblex"/>

<l>acquaintedwith</l>
<r><g>acquaintedwith</g></r>

</e>
</pre>
So become is conjugated as a normal verb and the rest is fixed (invariant). Note that <code></code> is a space (blank) and that the fixed words are inside <code><g> </g></code>.

In Esperanto, "become" is "iĝi" (or "fariĝi"), "become acquainted" is "konatiĝi" and "become acquainted with" is "konatiĝi kun". The iĝi/konatiĝi should be conjugated according to become. Thus the bidix entries are
<pre>
<e><l>iĝi<s n="vblex"/></l><r>become<s n="vblex"/></r></e>
<e><l>konatiĝi<s n="vblex"/></l><r>become<g>acquainted</g><s n="vblex"/></r></e>
<e><l>konatiĝi<g>kun</g><s n="vblex"/></l><r>become<g>acquaintedwith</g><s n="vblex"/></r></e>
</pre>

And the eo monodix
<pre>
<e lm="iĝi">iĝ<par n="verb__vblex"/></e>
<e lm="konatiĝi">konatiĝ<par n="verb__vblex"/></e>
<e lm="konatiĝi kun">
konatiĝ
<par n="verb__vblex"/>

<l>kun</l>
<r><g>kun</g></r>

</e>
</pre>

Note how the English fixed words <code><g>acquaintedwith</g></code> become <code><g>kun</g></code>

Also note that you need at least one verbal transfer rule to ensure that the invariant part ("lemq") is put ''after'' the morphological tags (a_verb, temps):
<pre>
<rule comment="VBLEX">
<pattern>
<pattern-item n="vblex"/>
</pattern>
<action>
<out>
<lu>
<clip pos="1" side="tl" part="lemh"/>
<clip pos="1" side="tl" part="a_verb"/>
<clip pos="1" side="tl" part="temps"/>
<clip pos="1" side="tl" part="lemq"/>
</lu>
</out>
</action>
</rule>
</pre>

=== Utilisation simple de <j/> ===

The documentation gives the following example from monodix:

<pre>
<e lm="del" r="LR">

<l>del</l>
<r>de<s n="pr"/><j/>el<s n="det"/><s n="def"/><s n="m"/><s n="sg"/></r>

</e>
</pre>

(This is marked r="LR" and so will only be used in analysis.) When "del" is read, the output from the analyser is

^del/de<pr>+el<det><def><m><sg>$

This is passed as-is through the tagger, but [[apertium-pretransfer]] turns it into

^de<pr>$ ^el<det><def><m><sg>$^

before bidix lookup.

== Les cas compliqués ==

Its possible to have pretty complex multi-mot combinaisons.

<pre>
<e lm="zračna luka">
zračn
<par n="zračn/a__adj"/>

<l>luk</l>
<r><g>luk</g></r>

<par n="stolic/a__n"/>
</e>
</pre>

<pre>
$ echo "zračna luka" | lt-proc sh-mk.automorf.bin
^zračna luka/zračna<adj><f><sg><nom># luka<n><f><gen><pl>/zračna<adj><f><sg><nom># luka<n><f><nom><sg>$

$ echo "zračna luka" | lt-proc sh-mk.automorf.bin | apertium-tagger -g sh-mk.prob
^zračna<adj><f><sg><nom># luka<n><f><gen><pl>$

$ echo "zračna luka" | lt-proc sh-mk.automorf.bin | apertium-tagger -g sh-mk.prob | apertium-pretransfer
^zračna# luka<adj><f><sg><nom><n><f><gen><pl>$
</pre>

;Need to consider:

* Analysis
* Transfer (e.g. in the bidix)
* Generation
* Head initial, and head final multi-mots (e.g. adj+noun and phrasal verbs)

;Problems:

* How to resolve <code><nowiki>^zračna# luka<adj><f><sg><nom><n><f><gen><pl>$</nowiki></code> in the bidix?

;Solutions:

* Have two paradigms for each adjective, one with tags, one without. (bad)
::This would leave us with: ^zračna luka<n><f><gen><pl>$ (basically an orthographic paradigm).
* Have more than one entry per multi-word — this is done in <code>apertium-es-ca</code>, see "dirección general", "direcciones generales". (bad)
* Have a parameterised paradigm, that when called one way outputs a paradigm with symbols, and another way outputs a paradigm without symbols.
::This would only be one way, the problem would come when we try and generate. How do we get the adjective to agree with the noun?

=== The Spanish hack ===

This is how it is taken care of in the current <code>apertium-es-ca</code> pair, which is tenable just about for Spanish, but for Slavic languages no chance.

<pre>
<e lm="dirección general">

<l>direccióngeneral</l>
<r>direccióngeneral<s n="n"/><s n="f"/><s n="sg"/></r>

</e>
<e lm="dirección general">

<l>direccionesgenerales</l>
<r>direccióngeneral<s n="n"/><s n="f"/><s n="pl"/></r>

</e>
</pre>

=== The Polish hack ===

The Polish analyser uses [[Metadix]] to solve the multi-mot problem, though this is less than desirable:

<pre>
<pardef n="kamie/ń [nazębn]y__n">
<e>

<l>ń</l>
<r>ń</r>

<prm/>

<l>y</l>
<r>y<s n="n"/><s n="mi"/><s n="sg"/><s n="nom"/></r>

</e>
<e>

<l>nia</l>
<r>ń</r>

<prm/>

<l>ego</l>
<r>y<s n="n"/><s n="mi"/><s n="sg"/><s n="gen"/></r>

</e>
[etc.]
</pardef>
</pre>

with the following entries:

<pre>
<e lm="kamień nazębny">kamie<par n="kamie/ń [nazębn]y__n" prm="nazębn"/></e>
<e lm="kamień szlachetny">kamie<par n="kamie/ń [nazębn]y__n" prm="szlachetn"/></e>
</pre>

=== The Nynorsk hack ===

(See [https://sourceforge.net/mailarchive/message.php?msg_name=e94dc08d0910291130p14f4cbc0l87e15d138840b074%40mail.gmail.com this mailing list discussion for alternative versions.])

'''What we want:'''

anbefale<vblex> => rå til
anbefale<vblex> ikke<adv> => rå ikkje til
publisere<vblex> => gje ut
publisere<vblex> helst<adv> daglig<adv> => gje helst dagleg ut

ie. we want a simple Bokmål verb translated into a particle verb, and any following string of adverbs should be placed between the (inflected) verb and the (uninflected/invariant) particle.

'''The hack:'''

For generation we don't actually need the multi-mots in monodix (but it doesn't hurt). We have the regular multi-mot entry in bidix:
<pre>
<e> <l>rå<g>til</g></l><r>anbefale</r><par n="vblex"/></e>
</pre>

and the transfer rule that matches "vblex adv" writes

<out>
<lu>
<clip pos="1" side="tl" part="lemh"/>
<clip pos="1" side="tl" part="a_verb"/>
<clip pos="1" side="tl" part="temps"/>
</lu>

<lu><clip pos="2" side="tl" part="whole"/></lu>

<lu><clip pos="1" side="tl" part="lemq"/></lu>
</out>

So now transfer will give us the following result:
<pre>
echo ^anbefale<vblex><pret>$ ^ikke<adv>$ | apertium-transfer apertium-nn-nb.nb-nn.t1x nb-nn.t1x.bin nb-nn.autobil.bin
^rå<vblex><pret>$ ^ikkje<adv>$ ^# til$
</pre>
Thus we have three "lemma" which need dictionary entries in generation, the first to ("rå" and "ikkje") are in there already as regular simple entries, the last one is "# til", which we add in this manner:

<pre>
<e lm="# til" r="RL"><l>til</l><r># til</r></e>
</pre>
Ugly, but it works. And since there are not very many such particles, the Nynorsk monodix doesn't need ''that'' many ugly entries.

Of course, the Nynorsk monodix could also have "regular" entries for multi-mots with inner inflection for catching "rå til" when there are no adverbs between the two, but we won't be able to ''analyse'' "rå ikkje/helst/dagleg til" with the above method.

== Voir aussi ==

* [[Verbes séparables]]
* [[Módulo_de_procesamiento_de_expresiones_separables]]

[[Category:Multiwords]]
[[Category:Documentation en français]]

@@ Line 10: / Line 10: @@
 #* <pre>analyse : ^record players/record player<n><pl>$</pre>
 # '''<code><g/></code>''' est utilisé (en combinaison avec <code><b/></code>) quand vous avez une inflection au milieu du mot, et une partie invariante à la fin
-#* <pre>entrée : <e><i>café</i><par n="house__n"/><p><l><b/>au<b/>lait</l><r><g><b/>with<b/>milk</g></r></p></e></pre>
+#* <pre>entrée : <e><i>café</i><par n="house__n"/><p><l><b/>au<b/>lait</l><r><g><b/>au<b/>lait</g></r></p></e></pre>
 #* <pre>analyse : ^café au lait/café<n><sg># au lait$</pre>
 #* <pre>analyse : ^cafés au lait/café<n><pl># au lait$</pre>

← Older revision		Revision as of 07:51, 8 October 2014
Line 1:		Line 1:
			[[Multiwords\|In English]]

	== Aperçu ==		== Aperçu ==

← Older revision		Revision as of 11:58, 11 June 2012
Line 1:		Line 1:
	== ~~Apperçu~~ ==		== Aperçu ==

	[[lttoolbox (français)]] présente actuellement trois mécanismes pour créer des multi-mots, de complexité variable :		[[lttoolbox (français)]] présente actuellement trois mécanismes pour créer des multi-mots, de complexité variable :

@@ Line 30: / Line 30: @@
 === Utilisation simple de &lt;g/&gt; et &lt;b/&gt; ===
-Il y a un exemple de l'anglais à l'esperanto avec '''inner inflection''' suivie par une partie invariante avec des espaces.
+Il y a un exemple de l'anglais à l'espéranto avec '''inflexion interne''' suivie par une partie invariante avec des espaces.
 Dans en.dix on trouve
@@ Line 54: / Line 54: @@
 </pre>
-So become is conjugated as a normal verb and the rest is fixed (invariant). Note that <code>&lt;b/&gt;</code> is a space (blank) and that the fixed words are inside <code><g> </g></code>.
+Donc become est conjugué comme un verbe normal et le reste est fixe (invariant). Notez que <code>&lt;b/&gt;</code> est un espace et que les mots fixes sont à l'intérieur de <code><g> </g></code>.
+En espéranto, "become" (devenir) est "iĝi" (ou "fariĝi"), "become acquainted" (prendre connaissance) est "konatiĝi" et "become acquainted with" (prendre connaissance de) est "konatiĝi kun". Le iĝi/konatiĝi devrait être conjugué comme become. Ainsi, les entrées du bidix sont
-In Esperanto, "become" is "iĝi" (or "fariĝi"), "become acquainted" is "konatiĝi" and "become acquainted with" is "konatiĝi kun". The iĝi/konatiĝi should be conjugated according to become. Thus the bidix entries are
 <pre>
 <e><p><l>iĝi<s n="vblex"/></l><r>become<s n="vblex"/></r></p></e>
@@ Line 63: / Line 64: @@
 </pre>
-And the eo monodix
+Et le monodix espéranto
 <pre>
 <e lm="iĝi"><i>iĝ</i><par n="verb__vblex"/></e>

@@ Line 21: / Line 21: @@
 Les multi-mots suivants ne sont pas très bien supportés [[User:Skh/Application_GSoC_2010|pour l'instant]]:
-* ''Multi-mots d'accord'' : multi-mots complexes où deux parties (ou plus) montrent une sorte d'accord / dépendance des balises (ou, où certaines combinaisons de balises sont illégales)
+* ''Multi-mots d'accord'' : multi-mots complexes où deux parties (ou plus) montrent une sorte d'accord / dépendance des balises (ou ceux où certaines combinaisons de balises sont illégales)
-** lt-mwpp takes a file which specifies which lemma combinaisons are multi-mots, and what tags need to agree, and generates all the legal combinaisons in the lttoolbox dix format
+** lt-mwpp prend un fichier qui spécifie quelles combinaisons de lemmes sont multi-mots, et quelles balises doivent s'accorder, et générer toutes les combinaisons légales dans le format .dix de lttoolbox
-* ''Multi-mots discontinus'' : multi-mots with an arbitrary number of unrelated words in between, eg. the separable verbs in Germanic languages
+* ''Multi-mots discontinus'' : multi-mots qui ont un nombre arbitraire de mots sans relations entre eux, par exemple les verbes séparables dans les langues Germaniques
-(but see hacks below)
+(mais voir les hacks ci-dessous)
 == Utilisation simple  ==
@@ Line 30: / Line 30: @@
 === Utilisation simple de &lt;g/&gt; et &lt;b/&gt; ===
-There is an example from English to Esperanto with '''inner inflection''' followed by an invariant part with spaces.
+Il y a un exemple de l'anglais à l'esperanto avec '''inner inflection''' suivie par une partie invariante avec des espaces.
+Dans en.dix on trouve
-In en.dix is
 <pre>
 <e lm="become"><i>bec</i><par n="bec/ome__vblex"/></e>
@@ Line 52: / Line 53: @@
 </e>
 </pre>
 So become is conjugated as a normal verb and the rest is fixed (invariant). Note that <code>&lt;b/&gt;</code> is a space (blank) and that the fixed words are inside <code><g> </g></code>.
@@ Line 165: / Line 167: @@
 ::This would only be one way, the problem would come when we try and generate. How do we get the adjective to agree with the noun?
-=== The Spanish hack ===
+=== Le hack espagnol ===
 This is how it is taken care of in the current <code>apertium-es-ca</code> pair, which is tenable just about for Spanish, but for Slavic languages no chance.
@@ Line 184: / Line 186: @@
 </pre>
-=== The Polish hack ===
+=== Le hack polonais ===
 The Polish analyser uses [[Metadix]] to solve the multi-mot problem, though this is less than desirable:
@@ Line 223: / Line 225: @@
 </pre>
-=== The Nynorsk hack ===
+=== Le hack nynorsk ===
 (See [https://sourceforge.net/mailarchive/message.php?msg_name=e94dc08d0910291130p14f4cbc0l87e15d138840b074%40mail.gmail.com this mailing list discussion for alternative versions.])

@@ Line 79: / Line 79: @@
 </pre>
-Note how the English fixed words <code><g>&lt;b/&gt;acquainted<b/>with</g></code> become <code><g>&lt;b/&gt;kun</g></code>
+Notez comment l'anglais fixe les mots <code><g>&lt;b/&gt;acquainted<b/>with</g></code> devient <code><g>&lt;b/&gt;kun</g></code>
-Also note that you need at least one verbal transfer rule to ensure that the invariant part ("lemq") is put ''after'' the morphological tags (a_verb, temps):
+Notez aussi que vous avez besoin au moins d'une règle de transfert de verbe pour vous assurer que la partie invariante ("lemq") est mise ''après'' les balises morphologiques (a_verb, temps):
 <pre>
     <rule comment="VBLEX">
@@ Line 102: / Line 102: @@
 === Utilisation simple de &lt;j/&gt; ===
-The documentation gives the following example from monodix:
+La documentation donne l'exemple suivant du monodix :
 <pre>
@@ Line 113: / Line 113: @@
 </pre>
-(This is marked r="LR" and so will only be used in analysis.) When "del" is read, the output from the analyser is
+(C'est marqué r="LR" et donc sera utilisé seulement dans l'analyse.) Quand "del" est lu, la sortie de l'analyseur est
  ^del/de<pr>+el<det><def><m><sg>$
-This is passed as-is through the tagger, but [[apertium-pretransfer]] turns it into
+C'est passé comme ça au tagger, mais [[Apertium-pretransfer (français)|apertium-pretransfer]] le remplace par
  ^de<pr>$ ^el<det><def><m><sg>$^
+avant l'examen du bidix.
-before bidix lookup.
 == Les cas compliqués ==
-Its possible to have pretty complex multi-mot combinaisons.
+Il est possible d'avoir des combinaisons multi-mot plutôt complexes.
 <pre>
@@ Line 150: / Line 150: @@
 </pre>
+;Vous avez besoin de considérer:
-;Need to consider:
+* Analyse
-* Analysis
-* Transfer (e.g. in the bidix)
+* Transfert (ex. dans le bidix)
+* Génération
-* Generation
 * Head initial, and head final multi-mots (e.g. adj+noun and phrasal verbs)
+;Problèmes :
-;Problems:
 * How to resolve <code><nowiki>^zračna# luka<adj><f><sg><nom><n><f><gen><pl>$</nowiki></code> in the bidix?