El 2020-06-28 11:11, Hèctor Alòs i Font escribió:
Hi Tanmai,
I had been trying to add quotes in other pairs, and my experience was
that results were worst. If you add them, the morphological
disambiguation rules and transfer rules will be broken, for example
in: Hizo un "duro" trabajo.
This is an interesting case, of course they are useful for indicating
reported speech, but we don't want them to break transfer like that,
and in general they should be a token. This is a very good point
and something that should be thought about in Apertium.
In any case, if you add them, I think this does not affect the other
translators, at least as long as the morphological analyser is not
retrained.
You mean the part of speech tagger?
As for surnames that are ambiguous, these must be added. In principle,
there are already disambiguation rules in apertium-spa to deal with
these cases. Surely, you will have to copy them in apertium-scn, if
you have not already done so.
Ok, great.
Finally, what codification of the Sicilian have you chosen? I tried it
out a few months ago and the Sicilian version of the Unesco Courier
(Lu Currieri di l'UNESCO) was very poorly recognized.
We're only doing one direction, from Sicilian->Spanish, and we're using
Wikipedia, so the "model de llenguatge" is a bit of a mess. We recently
found a dictionary of ~19k words, so that could prove to be a base
in the future.
We have a coverage of ~90% on the Wikipedia (although it's very proper
name
heavy) but it also depends very much on dialect and orthography. So here
are
ten random sentences with translations:
L' annu luci nun eni na unitati di misura du tempu e mancu da quantitati
di luci..
El año luz no es una unidad de medida dos tiempo y tampoco de la
cantidad de luz..
Muriu a Roma u 1 Jnnaru 1713. Fu biatificatu du Papa Piu VIII u 29
settemmiri 1803.
Murió a Roma el 1 *Jnnaru 1713. Fue *biatificatu dos Papá Más VIII el 29
*settemmiri 1803.
Munti San Savinu è nu cumuni dâ pruvincia di Arezzu. Havi na
pupulazzioni di 8'128 abbitanti.
Monte Santo *Savinu es una comuna de la provincia ~de #Arezzo<np><loc>.
Tiene una población de 8.128 habitantes.
Nuvara faci parti dû Piemonti ma si parra lu lummardu nzèmmula a lu
talianu.
#Novara hace parte del *Piemonti pero se habla el lombardo juntos al
italiano.
La sìmula è nu prudottu ntermediu dâ macinazzioni di lu granu duru ca,
rimacinatu, veni trasfurmatu 'n farina..
La harina es un producto *ntermediu de la *macinazzioni del trigo duro
que, *rimacinatu, se transforma en harina..
Lu tango è nu tipu di cumpusizzioni musicali in 2/4, è nu abballu
pupulari. Nasci a Buenos Aires (Argentina)..
El tango es un tipo de composición musical en 2/4, es un baile popular.
Nace a Buenos Aires (Argentina)..
O paisi di Adranu ci su tanti giurnali e tanti emittenti. I cchiù famusi
su': TVA, RSI, Symmachia e "La Locomotiva"..
O país de Adrano sobre tantos revistas y tantas *emittenti. Las más
famosas sobre': *TVA, *RSI, *Symmachia y "La *Locomotiva"..
Tra li cità cchiù mpurtanti dû massicciu cintrali ci sunnu Limoges e
Clermont-Ferrant..
Entre las ciudades más importantes del macizo central #hay Limoges y
Clermont-*Ferrant..
Lu catu è nu ricipienti speci di forma circulari usatu pi lavàrisi o pi
lavari panni, piatti, virduri, ecc..
El cubo es un recipiente suerte de forma *circulari usada por lavarse o
por lavar paños, platos, verduras, etc..
A cchiù cumpleta raccolta ri materiali è da BBC, fu a surgenti
principali pu muntaggiu du DVD. Duranti a produzioni du DVD ufficiali,
MTV pristò a la Woodcharm Ltd. i soi B-roll e materiali ri
contru-inquatraturi; chista è stata na surgenti aggiuntiva pu matiriali
USA ca appàri nto DVD ufficiali.
La más completa *raccolta de material es de la *BBC, fue la manantial
principal por el *muntaggiu dos DVD. Durante la producción dos DVD
oficial, *MTV prestó a la *Woodcharm *Ltd. las suyas *B-*roll y
materiales de contra-*inquatraturi; esta es estada una manantial
*aggiuntiva por el material USA que aparece en el DVD oficial.
Ernest Ropiequit "Jack" Hilgard (1904 - 2001) a statu nu pissicoluggu
statunitenzi, prufissuri a l' univirsitati di Stanford, ca addivintau
famosu 'nta l' anni '50 ppi li so ricerchi supra a l' ipnosi,
spiciarmenti supra lu cuntrulli di lu duluri.
Ernest *Ropiequit "Jack" *Hilgard (1904 - 2001) ha estada un
*pissicoluggu estadounidense, profesor a la universidad de Stanford, que
se hizo famoso en los años '50 por los sus rebuscas sobre los *ipnosi,
especialmente sobre el controlas del dolor.
Where is the text you tried out, we could potentially use it in the
evaluation.
Fran
_______________________________________________
Apertium-catala mailing list
Apertium-catala@lists.sourceforge.net
https://lists.sourceforge.net/lists/listinfo/apertium-catala
