Polski sownik dla ispella

Strona polskiego zbioru wyrazw dla programu ispell. Mona znale tutaj oficjalne wersje sownika, opisy i inne rzeczy zwizane bezporednio z projektem utworzenia zbioru sw dla ispella na licencji GPL.

Std mona cign sownik

Licencja

GPL + dwa dodatkowe warunki. Jeli uywasz sownika w swoim programie, lub udostpniasz go w jakim pakiecie (np deb, rpm) itp, to musisz poda:

dokadne wersje zarwno sownika jak i polish.aff, ktrego uye
adres WWW/FTP lub inny z ktrego cigne sownik

Chodzi o dokadn kontrol wersji i zawartoci sownika (niech uytkownicy Twoich programow wiedz czego uywaj, im bdzie wtedy take atwiej uaktulani sownik).

Zasoby:

Nowe wersje sownika pojawiaj si rednio raz w roku. Baz sw w wersji z 20 listopada 2002 uzupeniono i zweryfikowano wykorzystujc, udostpniony przez autorw, sownik programu KORRIDA, zawierajcy ponad dwa miliony form.

Ostatnie wersje sownika mona cign z sekcji download projektu ispell-pl. Wikszo informacji o sowniku mona znale w pliku CZYTAJ.TO. Jeli tworzysz pakiet binarny w oparciu o ten sownik, to musisz umieci w nim plik CZYTAJ.TO oraz informacj o licencji.

Sownik skada si z kilku podsownikw, podzielonych ze wzgldu na czsto wystpujcych wyrazw. Poza tym wyodrbnione zostay specjalne zestawy sw (tzw. sowniki fachowe). Dodatkowo do sownika w wersji 20011004 doczona jest na pocztku lista najczciej wystpujych w j. polskim wyrazw, wg czstoci. Jeli sownik jest uywany tylko do odpowiedzi na pytanie, czy dany wyraz w nim wystpuje, to umieszczenie na samym pocztku listy wyrazw najczstszych przyspiesza kilkukrotnie jego dziaanie (zwiksza to natomiast objto pliku sownikowego).

Sam sownik posiada jeszcze pewne braki, ktre wynikaj gwnie ze sposobu, w jaki byy wprowadzane wyrazy. Brakuje czasem czstych wyrazw z nieregularn odmian (wprowadzane byy i oflagowywane cae klasy czci mowy).

Sownik do OpenOffice mona cign ze stron OpenOffice, FTP.

Sownik do aspella mona cign std.

Alternatywny sownik do ispella (powstay na bazie ispella ze zmienionym plikiem regu oraz dodan pewn iloci wyrazw mona znale tame.

TODO LIST (Lista rzeczy do zrobienia)

Przede wszystkim ta lista:

Niekonsekwentnie wprowadzony stopie wyszy i najwyszy dla przymiotnikw. Ze wzgldu na regularn odmian obu tych stopni s one traktowane jako oddzielnie oflagowane wyrazy.
Stworzenie koncepcji bazy danych, w ktrej mona byoby przechowywa wyrazy wraz z ich oflagowaniami w taki sposb, by mona byo w sposb automatyczny nanosi poprawki. Podstawowym problemem jest to, e wyrazu nie moa zidentyfikowa poprzez jego form podstawow, gdy istniej rwnobrzmice sowa, majce rne odmiany w zalenoci od znaczenia. Tak samo jest z pewnymi archaizmami. Jeli teraz otrzymujemy od kogo list wyrazw poprawnie oflagowanych, to nigdy nie wiemy, ktry z dwch zestaww flag poprawi, tym bardziej, e uytkownik zgaszajcy poprawk moe nie zdawa sobie sprawy, e to sowo ma take inn odmian (zwykle bardzo rzadk) i uwsplnienie flag moe prowadzi w konsekwencji do utraty informacji. Poza tym traktowanie wyrazw o dwch rnych odmianach oddzielnie pozwala na umieszczeniu jednej z nich np. w sowniku A, natomiast drugiej np. w C oraz czenie flag dopiero na etapie generowania sownika.
Imiesowy przymiotnikowe: bardzo liczna grupa rzadko wystpujcych wyrazw o regularnej odmianie.
Uporzdkowanie sownikw fachowych.
Uporzdkowanie znakw przestanowych (takich jak kropki w skrtach, dywizy i ppauzy w wyrazach, itp). Tutaj niestety trafiamy na niedoskonaoci, a waciwie na niedostosowanie ispella do warunkw polskich.
Dopracowanie skryptw tworzcych sownik. Teraz uywany jest perl i bash ale by moe daoby si uy prostszego narzdzia (takiego jak np. awk), ktre mona byoby udostpni obok sownika. Dotyczy to przede wszystkim systemw DOS/Windows.
aspell - program ten zysukje coraz wiksz popularno, jednak nie radzi sobie z tak obszernym materiaem jakim jest sownik polski do ispella. By moe istnieje jaki sposb na ,,oswojenie'' tego programu wykorzystujc ten materia.
Inne ,,sprawdzacze pisowni'': pytanie o sposb uycia w nich tej listy sw.

Informacje o wykonanych pracach.

okoo 2,5 miln form
polish.aff zapewniajcy zgodne z zasadami gramatycznymi gramtycznymi generowanie wyrazw
podzia na sowniki (wg czstoci wystpowania oraz podzia na kategorie wyrazw, tzw. sowniki fachowe)
sownik zawierajcy konkordancje (najczciej wystpujce wyrazy zebrane z wielu tekstw (gwnie z literatury) dostpnych w Internecie oraz otrzymane od osb prywatnych

[Mirek]
Mirosaw Prywata