eleonora46 | 14 Sep 16:18 2013
Picon
Picon

[Hunmorph] Szeged korpusz

A következő levelet írtam ma a szeged korpusz alkotóinak:

Tisztelt Vincze Asszony,

Először is köszönet a szeged korpusz megalkotásáért.

Én fordítás segítésére szeretném a korpuszt fölhasználni.
A következő dolgokat változtattam illetve helyesbítettem a korpuszon:

1. Felszámoltam a több szavas sorokat, azaz egy szó, egy sor, egy szófaj

2. Messzemenően felszámoltam a Z és X osztályokat, melyek hibákat 
jeleztek, olyan módon, hogy a   hibákat kijavítottam. (rosszul írt 
szavak, ban helyett ba és társaik)

3.a. Bevezettem az Of osztályt az idegen szavak jelölésére
3.b. Bevezettem az Om osztályt a pusztán végződést tartalmazó szavak 
jelölésére Pl: Los-Angeles-ben, ha a ben külön sorban van.

4. A korpuszt több tesztfutásban javítottam, és számtalan hibát 
helyesbítettem, ezek különösen a következő típusok voltak:
- tulajdonviszony hiányzó jelölése
- hiányzó vagy helytelen ragfajta
- szófaj javítása (ige főnév helyett és társaik)

Becslésem szerint a hibák 90%-át sikerült fölszámolnom.

Teszt-segédeszközöm a hunmorph eszköz volt, melyet én írtam, és melynek 
tesztjéhez és végső alakba hozásához ez a teszt jelentősen hozzájárult.
Leírása: http://gitorious.org/hunmorph-foma/pages/Home
(Continue reading)

eleonora46 | 26 Jul 21:29 2013
Picon
Picon

[Hunmorph] Foma

Helló,

Elnézést a kérdésért, talán valakinek van ilyen irányú tapasztalata:
---------------------------------------------------------------------
A kérdés a hunmorph-foma kapcsán jött elő, én még soha nem próbáltam a 
fomát ki windows alatt.
---------------------------------------------------------------------
Én Windows operációs rendszerben szeretném kipróbálni a szoftvert.
Letöltöttem a foma-0.9.17_win32 változatot.
Mi a teendő?
A hunmorph-foma  könyvtárba áthelyezett win32 foma a foma.bat parancs 
hatására elindul (foma(0), de nem ismeri fel a bat állományként kiadott 
foma -l hfnnum.foma parancsot.

Feladó: nyeki_at_sze_pont_hu
--------------------------------------------------------------------

Köszönet előre minden célirányos ötletért:

Eleonóra
eleonora46 | 23 Jan 15:45 2013
Picon
Picon

Re: [Hunmorph] Hunmorph-foma, új nyelvtani analizátor és generátor

Kedves R0ller,

A kép szerijnt a legnagyobbig, az enhuossz3-ig még nem jutott el (11.2 
MB). Az enhucske-n rágódik, ami  pusztán 1.4 MB nagy.
Nézted a tárhelyet (free és df -h) és a memóriát (cat /proc/meminfo és 
uptime, hány és milyen processzorod van? (cat /proc/cpuinfo)

Újraindítás: make clean, majd make.

Egy pici teszt foma/lexc program a leírásból ugye lefordul és működik nálad?
A MorphologicalAnalysisTutorial-ból english.lexc és english.foma kiszedendő,
foma -l english.foma-val elindítani, tesztelni.

Ráteszem a listára, mást is érdekelhet, aki hasonló helyzetbe fut bele.

Üdv: Eleonóra

2013-01-23 14:16 keltezéssel, r0ller írta:
> Szia!
>
> Sikerült lefordítanom a fomát minixen és elindult a make is a hunmorph-fomára:) Viszont egy jó
idő után már nem csinál semmit:( A screenshoton láthatod, hol állt meg. Viszont nem hibát jelez,
csak áll már úgy 2 órája. Tudnál segíteni?
>
> Üdv: r0ller
>
> eleonora46<eleonora46 <at> gmx.net>  írta:
>> Kedves R0ller,>
>>
> Köszönet a tippekért, fogok oda írni, hogy segítsem a Hunmorph-foma>
(Continue reading)

eleonora46 | 18 Jan 23:59 2013
Picon
Picon

[Hunmorph] Fwd: Re: Hunmorph-foma, új nyelvtani analizátor és generátor


Talán másokat is érdekel, ezért másolat a listára
-------- Original Message --------








Kedves R0ller, Köszönet a tippekért, fogok oda írni, hogy segítsem a Hunmorph-foma megismerését. Nem ismertem az említett csoportokat. Hunmorph-foma szókészlete eredetileg a hunspell szókészlete, majd azt javítgattam illetve egészítettem ki korpuszos gyűjtésem eredményével. foma önmagában véve teljesen nyelvfüggetlen, a fejlesztők a xeroxnál finnek és amerikaiak, ezért az elv alkalmas ragozós nyelvekre. A xeroxnál a neve lexc/xfst. Már van a fomához: Quechua (amerikai indián nyelv, szintén ragozós) Török (ragozós) arab (flektáló) és most magyar (ragozós) morfológia A finn (ragozós) morfológia a foma elődjével készült, szerintem a finnek rossz lóra tettek (lexc/twolc, és nem lexc/xfst), de mivel működik a morfológiájuk, alig hiszem, hogy konvertálják fomára. (lexc/xfst) Véleményem szerint a magyar nyelvnél összetettebb és hatalmasabb morfológiájú nyelv nemigen létezik, úgyhogy a foma ennek alapján a világ bármilyen nyelvének morfológiai kezelésére alkalmas. Üdvözlettel: Eleonóra On 2013-01-18 22:36, r0ller wrote: > Szia! > > Köszönöm a válaszokat! Nem tudom ismered-e a magyar NLP csoportot (https://groups.google.com/forum/?fromgroups#!forum/hunlp) vagy a számítógépes nyelvészet bolgot (http://szamitogepesnyelveszet.blogspot.hu), de ott is szívesen veszik az ilyen kezdeményezéseket. Az utóbbin akár cikket is írhatsz róla ha van kedved -írj akár Varjú Zoltánnak vagy bármelyik állandó szerzőnek. Kevesen vagyunk akik ezzel foglalkoznak. A blognak van saját szervezésű offline találkája (meetup) is ha egy szűkebb körű előadásra vágysz:) > Lenne még egy kérdésem: mennyire magyar specifikus a hunmorph-foma? Könnyen szerkeszthető hozzá más nyelvű "szótár" is? Ill. lehet konvertálni a hunspellhez elérhetőeket? > > Üdv: r0ller > > eleonora46<eleonora46 <at> gmx.net> írta: >> Kedves R0ller,> >> > - Szerénységem áll a projekt mögött. Én írtam és támogatom a jövőben.> > - Célkitűzés, hogy legyen a magyar nyelvhez könnyen használható szabad> > forráskódú morfológiai analizátor és generátor> > - Távlatilag szeretnék magyar-angol fordítót írni segítségével, valamint> > meglévő angol-magyar fordítómhoz használni (http://hfordito.com).> > - Ha lesz hozzá időm és kedvem, írok egy api csatlakozást> > helyesírásellenőrzésre is, kíváncsi lennék összehasonlításra a hunspell-el.> > - A program föltétlenül ad diplomamunkákhoz anyagot, remélem, ez jön> > majd. Maga a program véleményem szerint nagyobb méretű a ráfordított> > munkát tekintve, mint egy diplomamunka.> > Üdvözlettel: Eleonóra> > On 2013-01-18 14:13, r0ller wrote:> >> Szia!> >> Érdekelne a dolog, és egyben lenne néhány kérdésem a projekttel kapcsolatban:> >> -Kik állnak a projekt mögött ill. kik készítik/tartják karban a programot?> >> -Mik a célkitűzések?> >> -Vannak-e távlati tervek vagy a program jelenlegi állapotában már a projekt végterméke (esetleg pl. egy diplomamunka) ?> >> Előre is köszönet!> >> Üdv: r0ller> >> eleonora46<eleonora46 <at> .net> írta:> >> >> >> >> >> >> >> >> >> Készítettem még egy leírást is hozzá, magyarul és angolul:>> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> https://gitorious.org/hunmorph-foma/pages/Home>> >> >> >> >> >> >> >> On 2013-01-10 00:28, eleonora46 wrote:>> >> >> >> Kész van az új magyar nyelvtani analizátor és generátor. A szabad>> >> forráskódú foma-t használja, mely nagyon hatásosan támogatja a magyar>> >> nyelv sajátosságait és teljes körű ragozását.>> >> Lehozható vagy böngészhető a>> >> https://gitorious.org/hunmorph-foma/hunmorph-foma/trees/master>> >> url-ről. A doc mappában van egy magyar és egy angol leírás, amelyek>> >> elmagyarázzák, mire jó az eszköz, hogyan lehet használni, stb....>> >> Én debián linuxon teszteltem, de futnia kell minden platformon, amit a>> >> foma támogat. (http://code.google.com/p/foma/ - a foma hazai oldala).>> >> Az eszköz alkalmas:>> >> - helyesírás ellenőrzésre>> >> - fordítás támogatásra>> >> - szótövezésre>> >> - tetszőleges szövegek átformálására>> >> - korpuszok előállítására és analizálására>> >> - sok egyéb nyelvi célra...>> >> Licensze: LGPL.>> >> Üdvözlettel: Eleonóra>> >> _______________________________________________>> >> hunmorph mailing list>> >> hunmorph <at> lists.mokk.bme.hu>> >> https://kelt.mokk.bme.hu/lists/mailman/listinfo/hunmorph>> >> >> >> >> >> >> >> _______________________________________________>> >> hunmorph mailing list>> >> hunmorph <at> lists.mokk.bme.hu>> >> https://kelt.mokk.bme.hu/lists/mailman/listinfo/hunmorph>> >>> >>> >
_______________________________________________
hunmorph mailing list
hunmorph <at> lists.mokk.bme.hu
https://kelt.mokk.bme.hu/lists/mailman/listinfo/hunmorph
r0ller | 13 Jan 22:44 2013
Picon

[Hunmorph] hunmorph cygwin

Sziasztok!

Megpróbáltam cygwin alatt lefordítani a hunmorphot, de az alábbival leáll:

Makefile:78: recipe for target 'ocamorph.pdf' failed

Tud ebben valaki segíteni? Őszintén szólva ha doksi beszerezhető máshonnan, nem zavar ha nem
helyben generálódik ki.

Üdv: r0ller
r0ller | 10 Jan 16:10 2013
Picon

[Hunmorph] Ocamorph fordítás bytekódra?

Sziasztok!

Meg tudná valaki mondani, hogy hogyan lehet ocamlopt helyett ocamlc-vel fordítani az ocamorphot? Az
src/OCamlMakefile-ban a 680. sortól látni ilyen tageket: byte-code, native-code,
byte-code-library, native-code-library, stb., amik mintha elágazások lennének -bár nem vagyok
egy shell script guru így nem tudtam megfejteni, hogyan lehet pl a byte-code részbe terelni a make-et,
de gyanítom nem véletlenül vannak ott. Az 564. sornál pedig van egy ilyen elágazás, de ebbe sem
bírtam semmilyen trükkel beterelni a vezérlést:

...
564: # If we have to make byte-code
565: ifndef REAL_OCAMLC
566: BYTE_OCAML := y
...

Köszönet: r0ller
r0ller | 11 Dec 22:51 2012
Picon

[Hunmorph] ocamorph install probléma

Sziasztok!

A honlapon (http://mokk.bme.hu/resources/hunmorph/) leírtak alapján próbálom az ocamorphot
telepíteni, de a make után ezt kapom:

make: don't know how to make src/lib/all. Stop.

Tudna valaki ebben segíteni? A dolog lehet nem lesz egyszerű, mert nem egy mindennapi platform alatt
próbálom lefordítani: minix (3.2.1). De ettől önmagában még mennie kéne -a legtöbb dolog ami
Linux/Unix platformon megy, az megy itt is -a NetBSD-hez közel áll, így ha ott működik, akkor itt is
mennie kéne. Előre is köszönet!

Üdv: r0ller
István Zachar | 21 Mar 19:43 2012
Picon

Re: [Hunmorph] Ragozasi szabalyok

Nagyon lelkesito amit irtal, orommel egyuttmukodok, de ket dolgot jobb, ha elozetesen elarulok:
  • mivel biologuskent vegeztem, a nyelveszethez minimalisan ertek csak, leginkabb csak annyit tudok, amennyit gimnaziumban belenkvertek (buszken mondhatom, hogy altalaban jeleseket kaptam) illetve amit azota autodidaktikusan elsajatitottam
  • a projekt, amin dolgozom, teljesen a hobbi kategoriaba tartozik, s mivel most extran leterhelt allasban dolgozom, csak nagyon keves idot tudok a feladatnak szentelni. De azt a keveset vegtelen orommel lopom el a hivatalos munkamtol.
Ami a projektemet illeti: az a celom, hogy egy egyszeru generativ nyelvtant lekodoljak, mely a megadott formalis nyelvtani szabalyok alapjan ertelmes mondatokat gyart le. A random-mondat-generator kesz, (a mondatokat elore gyartott templatok formajaban adom be, amikbe a program behelyettesiti a megfelelo szotipusokat), ezert a tenyleges szabalyok csak a kepzok, jelek es ragok szotohoz illeszteserol szolnak. Mint mondtam, Mathematica-val dolgozom, ami borzaszto hatekony sztring-manipulaciok dolgaban. Termeszetesen egy csomo kivetelt es feltetelt kellett megadnom, mivel nem szótő-adatbazisbol dolgozom, hanem a beadott szorol feltetelezem, hogy ragozatlan, es a mintazatfelismero keres benne az adott totipusra jellemzo szubsztringeket, ami alapjan a vegso ragformat megkapja. Egyelore a kod (jol-rosszul) kepes kategorizalni a foneveket mgh-magassag illetve tőtípus szerint, illetve el is ragozza oket (tobbesszam, nehany kepzo es foleg az esetragok, mindenfele -ivusok, genitivus incl.). Az egesz rendszer nem tobb ~150KB-nal. Megprobalom a kozeljovoben veglegesiteni, formalizalni es kozzetenni, amit eddig produkaltam.

Sajna az Elekfi konyvhoz nem ferek hozza, a neten nem talaltam belole peldanyt, idekint meg nincs olyan konyvtar, ahol meglenne.

udv
Istvan


On 3/19/2012 9:33 PM, ge wrote:
Kedves István, Igen, ügyesen kihámoztad a lényeget: - hunmorph és hunspell kb egyenértékû, de a hunmorph nem javítható/bõvíthetõ. - A hunspell egy helyesírásellenõrzõhöz kifejezetten jó munkát végez, de sajnos nagyon sok magyar szót nem ragoz, vagy nem ragoz teljesen (mivel nem is ez volt megírásakor a cél). A fomához már van arab, baszk és quechua (kecsua?) (egy indián nyelv Peruban) nyelvtan, de sem angol, sem magyar, sem német nincs még. A nagy elõképhez, a xerox parc xfst-hez persze mindez és még több van már, de az pénzes. Itt kipróbálhatod: http://open.xerox.com/Services/fst-nlp-tools/Consume/176 A szabályok leírása biztosan nagyon hasznos dolog, ha nálad üzembe helyezted a fomát, elküldhetem a magyar fõneveket a mai állapotban, vagy kirakhatom a webre, ez azonban még nem teljes és végleges. Együtt biztosan erõsebbek vagyunk, és többet termelünk, mint egyenként. Mintha a morphologic oldalán is olvastam volna, hogy nekik is van pénzes elemzõjük; mivel õk magyarról fordítanak, jó minõségben, biztos az analizátoruk is jó, de valószínûleg nem nyújt többet, mint a fent megadott url. (nem próbáltam ki, lehet, hogy tévedek). Mindenfajta együttmûködés érdekel, jelezd légyszíves, hogy mit találtál, biztosan másokat is érdekel. Mint bizonyára észrevetted, a magyar nyelv rendkívül gazdag szókincsû és ragozású nyelv, és a kiejtés érdekében rengeteg kivétel van, pl. odú-odv (hangzóváltás), hintó-hintaja, gyapjú-gyapja, telje, üzelmek, borjú-borjak, ajtó-ajtaja, bokor-bokrok (hangzókiesés), íjak, derekat (mély típusú ragozás) stb..., úgyhogy a ragozás teljes leírása szerényen becsülve nem kis feladat. Maga a tárgyrag illeszkedése is tanulmányba illõen komplex. (házat és rezet, de mézt, stb...) Az Elekfi-féle szótárat nem ismerem, az nem jó kiindulás? A leírás szerint alkalmas lenne valamennyire. Föltennéd valahova a már megírt szabályokat, esetleg egy readme-vel, hogy érthetõ is legyen, (pl: mydrive.net-re), hogy belenézzek? Ne zavarjon, hogy az elején vagy, valahol el kell kezdeni, és fõ az önbizalom. Üdvözlettel: eleonóra _______________________________________________ hunmorph mailing list hunmorph <at> lists.mokk.bme.hu https://kelt.mokk.bme.hu/lists/mailman/listinfo/hunmorph
_______________________________________________
hunmorph mailing list
hunmorph <at> lists.mokk.bme.hu
https://kelt.mokk.bme.hu/lists/mailman/listinfo/hunmorph
István Zachar | 19 Mar 20:16 2012
Picon

Re: [Hunmorph] Ragozasi szabalyok

Kedves Eleonora,

nagyon koszonom a gyors valaszt. Namost egyvalamit nem ertek: a leveledbol egyreszt ugy tunik, letezik magyar ragozasi motor, amit betolhatok a foma-nak, hogy aztan lekerdezzem a kulonfele ragozasokat. Masreszrol viszont azt is irod, hogy eppen most vagy a folyamataban egy ilyen megalkotasanak. Ehhez hozzaadva azt, hogy nem talaltam a foma projekt honlapjan semmilyen utalast akarmilyen nyelvu implementalt ragozasrol, kicsit zavarba jottem. Most akkor letezik formalisan leirt, publikalt, szabadon hozzaferheto magyar ragozasi szabalyrendszer s ha igen, hol ferhetek hozza (s itt nem az Elekfi-fele szotarra gondolok), avagy ami van, az a Hunmorph es Hunspell, melyek - ha jol ertem - nem teljesek (s a Hunmorph nem is reverse-engineer-elheto)?
Hangsulyozom, hogy amire nekem elsosorban szuksegem van, az a ragozasi szabalyok formalis leirasa (akar Backus-Naur formaban is), amelyet portolhatok mas szoftverkornyezetbe (jelenleg Mathematica-t hasznalok).

Valamennyi szabalyt mar en is megirtam, de egeszen biztos vagyok benne, hogy ezek vegetelenul amatorok es csak egy nagyon szuk tartomanyt fednek le.

udv
Istvan


On 3/17/2012 5:15 PM, ge wrote:
Kíváncsi vagyok, jön-e más válasz, én a következõt tudom mondani, kérem, helyesbítsen, aki jobban tudja: Hunspell tartalmazza a szólistákat, és ragoz is, de a ragozás sajnos nem teljes minden szónál. Hunmorph hasonló minõséget nyújt, mit hunspell. Hunmorph sajnos kompilált szókészlettel dolgozik, a kompilálás nem dokumentált, úgyhogy Hunmorph javítási lehetõségei a nullával egyenlõek. 2004 óta létezik a xerox sparc xfst technológia, amely kétirányú: egyrészt ha beadsz egy szót kiadja annak nyelvtani alakját kérdés:ballagnék válasz:ballag+Verb+CondIndefSg1 másrészt ha beadod:ballag+Verb+CondIndefSgl válasz:ballagnék Mindez fönév, melléknév, ige, számnév és névmás, azaz minden ragozott szó esetén. A technológia nagyszerûen alkalmas helyesírásellenõrzésre is. Kb 2004 óta ismeretes szélesebb körben, és a szabad forráskódú gép 2008 óta létezik. A gép szabad forráskódú, a teljes forrás szabad és a magyar rész is természetesen. Mûködik linuxon, windowson és mac-on is. A gép lookup segítségével processzek közötti kommunikációval nagyon gyorsan megválaszol bármilyen kérdést, tehát ideális helyesírásellenõrzésre. Ez a gép fõ oldala: http://code.google.com/p/foma/ A könyv a dolog megértésére itt van: https://victorio.uit.no/langtech/tags/DIVVUN-NO_1_0_RELEASE/gt/doc/book.pdf_1.pdf Én éppen ezzel a géppel írok magyar ragozást, a cél teljes és hiánytalan magyar ragozógép. Ha bárkinek kedve van segíteni, annak nagyon örülnék. A fõnév rész készen van, most az igék vannak soron; kell még melléknév és számnév, valamint személyes névmás ragozás; ha mindez megvan, kész a teljes értékû magyar ragozógép, helyesírásellenõrzésre, fordításra és számos más alkalmazásra. Üdvözlettel. _______________________________________________ hunmorph mailing list hunmorph <at> lists.mokk.bme.hu https://kelt.mokk.bme.hu/lists/mailman/listinfo/hunmorph
_______________________________________________
hunmorph mailing list
hunmorph <at> lists.mokk.bme.hu
https://kelt.mokk.bme.hu/lists/mailman/listinfo/hunmorph
ge | 17 Mar 18:15 2012
Picon
Picon

[Hunmorph] Ragozasi szabalyok

Kíváncsi vagyok, jön-e más válasz, én a következõt tudom mondani, kérem, helyesbítsen, aki
jobban tudja:

Hunspell tartalmazza a szólistákat, és ragoz is, de a ragozás sajnos nem teljes minden szónál.

Hunmorph hasonló minõséget nyújt, mit hunspell. Hunmorph sajnos kompilált szókészlettel
dolgozik, a kompilálás nem dokumentált, úgyhogy Hunmorph javítási lehetõségei a nullával egyenlõek.

2004 óta létezik a xerox sparc xfst technológia, amely kétirányú: 
egyrészt ha beadsz egy szót kiadja annak nyelvtani alakját

kérdés:ballagnék
válasz:ballag+Verb+CondIndefSg1	

másrészt ha beadod:ballag+Verb+CondIndefSgl
válasz:ballagnék

Mindez fönév, melléknév, ige, számnév és névmás, azaz minden ragozott szó esetén.

A technológia nagyszerûen alkalmas helyesírásellenõrzésre is. Kb 2004 óta ismeretes
szélesebb körben, és a szabad forráskódú gép 2008 óta létezik.

A gép szabad forráskódú, a teljes forrás szabad és a magyar rész is természetesen. Mûködik
linuxon, windowson és mac-on is. 

A gép lookup segítségével processzek közötti kommunikációval nagyon gyorsan megválaszol
bármilyen kérdést, tehát ideális helyesírásellenõrzésre.

Ez a gép fõ oldala:
http://code.google.com/p/foma/

A könyv a dolog megértésére itt van:
https://victorio.uit.no/langtech/tags/DIVVUN-NO_1_0_RELEASE/gt/doc/book.pdf_1.pdf

Én éppen ezzel a géppel írok magyar ragozást, a cél teljes és hiánytalan magyar ragozógép. Ha
bárkinek kedve van segíteni, annak nagyon örülnék. A fõnév rész készen van, most az igék
vannak soron; kell még melléknév és számnév, valamint személyes névmás ragozás; ha mindez
megvan, kész a teljes értékû magyar ragozógép, helyesírásellenõrzésre, fordításra és
számos más alkalmazásra.  

Üdvözlettel.

_______________________________________________
hunmorph mailing list
hunmorph <at> lists.mokk.bme.hu
https://kelt.mokk.bme.hu/lists/mailman/listinfo/hunmorph
István Zachar | 17 Mar 18:10 2012
Picon

[Hunmorph] Ragozasi szabalyok

Sziasztok,

azt szeretnem megtudni, hogy melyik adatbazist/szoftvercsomagot erdemes 
hasznalnom, amennyiben a magyar ragozas erdekel? A ragozasi szabalyokra 
volna szuksegem, azaz arra a legegyszerubb szabaly-halmazra, amely a 
leheto legtobb szot kepes helyesen ragozni (foneveket, igeket egyarant). 
A Hunspell-t vagy a Hunmorph-ot? Van arra lehetoseg, hogy pl. a 
Morphdb-bol kinyerjem a letisztitott szabalyokat? Hogyan tudom 
ertelmezni pl. az egyes forrasfajlokat? Minden segitseget nagyon 
koszonok elore is.

udv
Zachar Istvan

------------------------
Istvan Zachar, PhD
Postdoctoral research fellow, QMUL, London
MTA-HAS, Research Group of Theoretical Biology and Evolutionary Ecology 
(ELTE), Budapest

_______________________________________________
hunmorph mailing list
hunmorph <at> lists.mokk.bme.hu
https://kelt.mokk.bme.hu/lists/mailman/listinfo/hunmorph

Gmane