Re: Sobre o corrector ortográfico hunspell para o galego
O mar., 23 de feb. de 2021 ás 16:33, Adrian Chaves () escribiu: > Notas pola miña parte: > > - Creo que é moi importante que se tome esta decisión, e que se tome en > comunidade. A construción predeterminada actual segue o meu criterio > persoal, e é unha decisión da que me arrepinto. > É este un tema máis de lingüística que de informática? Miramos como se fai noutros idiomas? > - Creo que deberíamos seleccionar uns contidos predeterminados para o > corrector que sexan axeitados para a persoa media. Evitaría escoller un > contido pensando en nós quen traducimos, que o temos máis doado para > compilar unha versión a medida do corrector. Dito isto, creo que o > módulo de «trasno» é útil para a persoa media. Pero no pasado tivemos > cousas, como por exemplo os códigos ISO de idiomas e países, que creo > que non son útiles para a persoa media. > De acordo. O destinatario obxectivo debe ser o usuario final sen coñecementos de informática que escribe un traballo escolar, unha presentación de empresa, un artigo xornalístico, unha novela. Os demais, como alguén xa dixo, xa sabemos. A activación de módulos específicos (unha bioquímica, por exemplo, debe verse corrixido se acentúa «desoxirribonucleico») probabelmente debería ser algo que posibilitasen as aplicacións finais, pero nós deberiámolo poder ter en conta. Os topónimos entran neste caso: «Galicia» non debe aparecer como incorrecto. > - Os módulos de Wikipedia e Wiktionary creeinos no seu momento, durante > a separación do contido do corrector en módulos, para dar cabida a > vocabulario que estaba presente no corrector pero non viña do VOLGa ou > do DRAG, como nomes e apelidos, nomes de lugar, e nomes de produtos ou > empresas popularmente coñecidos. Pero creo que podería non ser boa idea > incluír eses contidos, ou polo menos non todos, porque pode darse o caso > de palabras que se marquen como correctas aínda que non o sexan porque > forman parte de deses módulos. Creo que deberiamos ter un criterio claro > para decidir cales destas palabras van no corrector predeterminado e > cales non. Pero non teño nin idea de como escoller ese criterio. > Concordo, mais tamén me parece un tema principalmente lingüístico. > > - A raíz de vocabulario que faltaba no corrector que atoparon Fran e > Xosé, creei un novo módulo para Tergal. Paréceme un recurso fiable e en > liña co DRAG, e creo que tería sentido incluír o seu vocabulario no > corrector predeterminado. > Si, porque o DRAG é moi limitado. É posíbel falar con eles? > O traballo no corrector adoita ser bastante solitario e pouco > agradecido (botar moito tempo para cousas con pouco impacto), e as súas > achegas resultan, canto menos, motivadoras. > > Certo, pero para min é dos máis importantes porque afecta a todo. Grazas polo teu labor. Xosé - Lista de correo de Proxecto Trasno - Enviar correo a - proxecto@trasno.gal - Administrador - administra...@trasno.gal - de - Proxecto Trasno - Cancelar a subscrición no URL : http://trasno.gal/web?confirm_unsubscribe=indeed=7399=3c25b12b63b4f9e15421fc8c1534f2fc6769a176=1651655386
Re: Sobre o corrector ortográfico hunspell para o galego
Entendo que queda fóra do foco do corrector tanto o guionizador como o dicionario de sinónimos, non? Entendo que serían proxectos separados, en tanto que Hunspell como tecnoloxía non serve para esas finalidades. Pero se atopamos recursos que teña sentido compartir entre os proxectos, podemos buscar formas de evitar duplicar traballo. On 2021-02-23 20:18, Antón Méixome wrote: > É un traballo complexo e moi solitario, desde logo. > O que non se pode dicir é que non teña impacto. Teno e moito. > Fáltanos ter unha rutina, un proceso claro para informar de novas e > publicar cada certo tempo unha chamada de atención. > > Desde logo o que non se empaquete dalgunha maneira vai quedar moi > agochado e é unha pena. > Agora temos unha gran oportunidade para melloralo polo procesamento de > grandes corpus de textos. > Se agora estás con moita carga de traballo podemos deixar pasar unha > semana para esa reflexión da comunidade e imos anotando cousas. > > En canto se poña a andar as gravacións de Common Voice, a ver se podo > volver axudar. > > Entendo que queda fóra do foco do corrector tanto o guionizador como o > dicionario de sinónimos, non? > > Antón > > O mar., 23 de feb. de 2021 ás 16:33, Adrian Chaves () > escribiu: > >> Notas pola miña parte: >> >> - Para quen non estea familiarizado co corrector, desde hai un tempo o >> seu contido (listas de palabras, suxestións, e regras de formación de >> palabras) está separado en "módulos" (cartafoles, ficheiros) divididos >> por autoridade (RAG, comunidade, trasno, etc.) e dentro das >> autoridades >> por outros criterios. Ao construírse o corrector, pódese escoller >> calquera combinación de módulos, que determina as palabras e as >> suxestións do corrector. Aquí estamos falando dos módulos que queremos >> que vaian na versión predeterminada do corrector. Logo cada quen pode >> construírse versións a medida. >> >> - Creo que é moi importante que se tome esta decisión, e que se tome >> en >> comunidade. A construción predeterminada actual segue o meu criterio >> persoal, e é unha decisión da que me arrepinto. >> >> - Creo que deberíamos seleccionar uns contidos predeterminados para o >> corrector que sexan axeitados para a persoa media. Evitaría escoller >> un >> contido pensando en nós quen traducimos, que o temos máis doado para >> compilar unha versión a medida do corrector. Dito isto, creo que o >> módulo de «trasno» é útil para a persoa media. Pero no pasado tivemos >> cousas, como por exemplo os códigos ISO de idiomas e países, que creo >> que non son útiles para a persoa media. >> >> - Os módulos de Wikipedia e Wiktionary creeinos no seu momento, >> durante >> a separación do contido do corrector en módulos, para dar cabida a >> vocabulario que estaba presente no corrector pero non viña do VOLGa ou >> do DRAG, como nomes e apelidos, nomes de lugar, e nomes de produtos ou >> empresas popularmente coñecidos. Pero creo que podería non ser boa >> idea >> incluír eses contidos, ou polo menos non todos, porque pode darse o >> caso >> de palabras que se marquen como correctas aínda que non o sexan porque >> forman parte de deses módulos. Creo que deberiamos ter un criterio >> claro >> para decidir cales destas palabras van no corrector predeterminado e >> cales non. Pero non teño nin idea de como escoller ese criterio. >> >> - A raíz de vocabulario que faltaba no corrector que atoparon Fran e >> Xosé, creei un novo módulo para Tergal. Paréceme un recurso fiable e >> en >> liña co DRAG, e creo que tería sentido incluír o seu vocabulario no >> corrector predeterminado. >> >> - Para quen queira consultar o vocabulario que temos, é relativamente >> fácil de ler directamente das fontes en >> https://gitlab.com/proxecto-trasno/hunspell-gl/-/tree/master/src >> navegando polos cartafoles. Non é tan doado de editar ao principio (o >> máis cómodo é buscar termos parecidos e copiar e pegar), pero >> procurarei >> ir mellorando a documentación a medida que aparezan dúbidas comúns. >> >> - Non teño moito tempo estes días, pero procurarei buscar o tempo >> necesario para os cambios e correccións que sexan necesarias. >> >> Por último, moitas grazas a Dani, Fran e Xosé polo seu traballo >> empaquetando, avisando de erros, propoñendo melloras, e incluso >> facendo >> cambios. O traballo no corrector adoita ser bastante solitario e pouco >> agradecido (botar moito tempo para cousas con pouco impacto), e as >> súas >> achegas resultan, canto menos, motivadoras. >> >> Un saúdo! >> >> On 2021-02-23 15:19, Fran Dieguez wrote: >> >>> Ola a todos/as, >>> >>> Hai un mes paseille unha revisión ortográfica ás traducións de GNOME >>> empregando o dicionario de hunspell-gl que mantemos. >>> >>> No proceso atopei unha serie de erros: >>> >>> * En GNOME había unha morea deles que xa fun corrixindo e irán na >>> seguinte version GNOME 40 >>> * Tamén atopei unha cantidade importante de falsos positivos que >>> reportaba o corrector e que reportei para
Re: Sobre o corrector ortográfico hunspell para o galego
É un traballo complexo e moi solitario, desde logo. O que non se pode dicir é que non teña impacto. Teno e moito. Fáltanos ter unha rutina, un proceso claro para informar de novas e publicar cada certo tempo unha chamada de atención. Desde logo o que non se empaquete dalgunha maneira vai quedar moi agochado e é unha pena. Agora temos unha gran oportunidade para melloralo polo procesamento de grandes corpus de textos. Se agora estás con moita carga de traballo podemos deixar pasar unha semana para esa reflexión da comunidade e imos anotando cousas. En canto se poña a andar as gravacións de Common Voice, a ver se podo volver axudar. Entendo que queda fóra do foco do corrector tanto o guionizador como o dicionario de sinónimos, non? Antón O mar., 23 de feb. de 2021 ás 16:33, Adrian Chaves () escribiu: > Notas pola miña parte: > > - Para quen non estea familiarizado co corrector, desde hai un tempo o > seu contido (listas de palabras, suxestións, e regras de formación de > palabras) está separado en “módulos” (cartafoles, ficheiros) divididos > por autoridade (RAG, comunidade, trasno, etc.) e dentro das autoridades > por outros criterios. Ao construírse o corrector, pódese escoller > calquera combinación de módulos, que determina as palabras e as > suxestións do corrector. Aquí estamos falando dos módulos que queremos > que vaian na versión predeterminada do corrector. Logo cada quen pode > construírse versións a medida. > > - Creo que é moi importante que se tome esta decisión, e que se tome en > comunidade. A construción predeterminada actual segue o meu criterio > persoal, e é unha decisión da que me arrepinto. > > - Creo que deberíamos seleccionar uns contidos predeterminados para o > corrector que sexan axeitados para a persoa media. Evitaría escoller un > contido pensando en nós quen traducimos, que o temos máis doado para > compilar unha versión a medida do corrector. Dito isto, creo que o > módulo de «trasno» é útil para a persoa media. Pero no pasado tivemos > cousas, como por exemplo os códigos ISO de idiomas e países, que creo > que non son útiles para a persoa media. > > - Os módulos de Wikipedia e Wiktionary creeinos no seu momento, durante > a separación do contido do corrector en módulos, para dar cabida a > vocabulario que estaba presente no corrector pero non viña do VOLGa ou > do DRAG, como nomes e apelidos, nomes de lugar, e nomes de produtos ou > empresas popularmente coñecidos. Pero creo que podería non ser boa idea > incluír eses contidos, ou polo menos non todos, porque pode darse o caso > de palabras que se marquen como correctas aínda que non o sexan porque > forman parte de deses módulos. Creo que deberiamos ter un criterio claro > para decidir cales destas palabras van no corrector predeterminado e > cales non. Pero non teño nin idea de como escoller ese criterio. > > - A raíz de vocabulario que faltaba no corrector que atoparon Fran e > Xosé, creei un novo módulo para Tergal. Paréceme un recurso fiable e en > liña co DRAG, e creo que tería sentido incluír o seu vocabulario no > corrector predeterminado. > > - Para quen queira consultar o vocabulario que temos, é relativamente > fácil de ler directamente das fontes en > https://gitlab.com/proxecto-trasno/hunspell-gl/-/tree/master/src > navegando polos cartafoles. Non é tan doado de editar ao principio (o > máis cómodo é buscar termos parecidos e copiar e pegar), pero procurarei > ir mellorando a documentación a medida que aparezan dúbidas comúns. > > - Non teño moito tempo estes días, pero procurarei buscar o tempo > necesario para os cambios e correccións que sexan necesarias. > > Por último, moitas grazas a Dani, Fran e Xosé polo seu traballo > empaquetando, avisando de erros, propoñendo melloras, e incluso facendo > cambios. O traballo no corrector adoita ser bastante solitario e pouco > agradecido (botar moito tempo para cousas con pouco impacto), e as súas > achegas resultan, canto menos, motivadoras. > > Un saúdo! > > On 2021-02-23 15:19, Fran Dieguez wrote: > > > Ola a todos/as, > > > > Hai un mes paseille unha revisión ortográfica ás traducións de GNOME > > empregando o dicionario de hunspell-gl que mantemos. > > > > No proceso atopei unha serie de erros: > > > > * En GNOME había unha morea deles que xa fun corrixindo e irán na > > seguinte version GNOME 40 > > * Tamén atopei unha cantidade importante de falsos positivos que > > reportaba o corrector e que reportei para que se solucionen > > https://gitlab.com/proxecto-trasno/hunspell-gl/-/issues/1 > > > > Moitos dos erros xa están arranxados por Adrián, pero noutros casos > > comentábame que estas entradas xa estan contempladas noutros > > dicionarios que non se inclúen por defecto e que hai que dicirlle ao > > construtor do dicionario que os inclúe explicitamente. > > > > Para que o teñades en conta, na construción do corrector que realizo > > para o paquete de Archlinux que manteño, eu executo > > > > scons > > > > sen mais, mentres que o dicionario construído para
Re: Sobre o corrector ortográfico hunspell para o galego
Notas pola miña parte: - Para quen non estea familiarizado co corrector, desde hai un tempo o seu contido (listas de palabras, suxestións, e regras de formación de palabras) está separado en “módulos” (cartafoles, ficheiros) divididos por autoridade (RAG, comunidade, trasno, etc.) e dentro das autoridades por outros criterios. Ao construírse o corrector, pódese escoller calquera combinación de módulos, que determina as palabras e as suxestións do corrector. Aquí estamos falando dos módulos que queremos que vaian na versión predeterminada do corrector. Logo cada quen pode construírse versións a medida. - Creo que é moi importante que se tome esta decisión, e que se tome en comunidade. A construción predeterminada actual segue o meu criterio persoal, e é unha decisión da que me arrepinto. - Creo que deberíamos seleccionar uns contidos predeterminados para o corrector que sexan axeitados para a persoa media. Evitaría escoller un contido pensando en nós quen traducimos, que o temos máis doado para compilar unha versión a medida do corrector. Dito isto, creo que o módulo de «trasno» é útil para a persoa media. Pero no pasado tivemos cousas, como por exemplo os códigos ISO de idiomas e países, que creo que non son útiles para a persoa media. - Os módulos de Wikipedia e Wiktionary creeinos no seu momento, durante a separación do contido do corrector en módulos, para dar cabida a vocabulario que estaba presente no corrector pero non viña do VOLGa ou do DRAG, como nomes e apelidos, nomes de lugar, e nomes de produtos ou empresas popularmente coñecidos. Pero creo que podería non ser boa idea incluír eses contidos, ou polo menos non todos, porque pode darse o caso de palabras que se marquen como correctas aínda que non o sexan porque forman parte de deses módulos. Creo que deberiamos ter un criterio claro para decidir cales destas palabras van no corrector predeterminado e cales non. Pero non teño nin idea de como escoller ese criterio. - A raíz de vocabulario que faltaba no corrector que atoparon Fran e Xosé, creei un novo módulo para Tergal. Paréceme un recurso fiable e en liña co DRAG, e creo que tería sentido incluír o seu vocabulario no corrector predeterminado. - Para quen queira consultar o vocabulario que temos, é relativamente fácil de ler directamente das fontes en https://gitlab.com/proxecto-trasno/hunspell-gl/-/tree/master/src navegando polos cartafoles. Non é tan doado de editar ao principio (o máis cómodo é buscar termos parecidos e copiar e pegar), pero procurarei ir mellorando a documentación a medida que aparezan dúbidas comúns. - Non teño moito tempo estes días, pero procurarei buscar o tempo necesario para os cambios e correccións que sexan necesarias. Por último, moitas grazas a Dani, Fran e Xosé polo seu traballo empaquetando, avisando de erros, propoñendo melloras, e incluso facendo cambios. O traballo no corrector adoita ser bastante solitario e pouco agradecido (botar moito tempo para cousas con pouco impacto), e as súas achegas resultan, canto menos, motivadoras. Un saúdo! On 2021-02-23 15:19, Fran Dieguez wrote: > Ola a todos/as, > > Hai un mes paseille unha revisión ortográfica ás traducións de GNOME > empregando o dicionario de hunspell-gl que mantemos. > > No proceso atopei unha serie de erros: > > * En GNOME había unha morea deles que xa fun corrixindo e irán na > seguinte version GNOME 40 > * Tamén atopei unha cantidade importante de falsos positivos que > reportaba o corrector e que reportei para que se solucionen > https://gitlab.com/proxecto-trasno/hunspell-gl/-/issues/1 > > Moitos dos erros xa están arranxados por Adrián, pero noutros casos > comentábame que estas entradas xa estan contempladas noutros > dicionarios que non se inclúen por defecto e que hai que dicirlle ao > construtor do dicionario que os inclúe explicitamente. > > Para que o teñades en conta, na construción do corrector que realizo > para o paquete de Archlinux que manteño, eu executo > > scons > > sen mais, mentres que o dicionario construído para o Firefox faino con > > scons aff=norma,trasno,unidades > dic=comunidade,rag,norma,trasno,unidades,uvigo,wikipedia,wiktionary > rep=comunidade,rag,wikipedia > > segundo comentan aquí > https://gitlab.com/proxecto-trasno/hunspell-gl/-/issues/1#note_513986740 > como vedes na compilación de Firefox inclúense moitos máis dicionarios. > > O que pretendo con esta mensaxe é abrir un debate para cambiar os > parametros por defecto para que a compilación sen parámetros inclúa os > dicionarios que pensemos que calquera debería ter. Sen perxuizo de que > alguén poida construirse a súa versión que inclúa máis ou menos > ficheiros dicionarios-afixos-etc. > > Polo tanto, delegar no mantedor do dicionario a seleción dos > dicionarios que se inclúen por defecto e que os que empaquetamos o > dicionario para a súa distribución, Archlinux, Debian, Firefox, > Libreoffice, non nos preocupemos por dita selección.
Sobre o corrector ortográfico hunspell para o galego
Ola a todos/as, Hai un mes paseille unha revisión ortográfica ás traducións de GNOME empregando o dicionario de hunspell-gl que mantemos. No proceso atopei unha serie de erros: - En GNOME había unha morea deles que xa fun corrixindo e irán na seguinte version GNOME 40 - Tamén atopei unha cantidade importante de falsos positivos que reportaba o corrector e que reportei para que se solucionen https://gitlab.com/proxecto-trasno/hunspell-gl/-/issues/1 Moitos dos erros xa están arranxados por Adrián, pero noutros casos comentábame que estas entradas xa estan contempladas noutros dicionarios que non se inclúen por defecto e que hai que dicirlle ao construtor do dicionario que os inclúe explicitamente. Para que o teñades en conta, na construción do corrector que realizo para o paquete de Archlinux que manteño, eu executo scons sen mais, mentres que o dicionario construído para o Firefox faino con scons aff=norma,trasno,unidades dic=comunidade,rag,norma,trasno,unidades,uvigo,wikipedia,wiktionary rep=comunidade,rag,wikipedia segundo comentan aquí https://gitlab.com/proxecto-trasno/hunspell-gl/-/issues/1#note_513986740 como vedes na compilación de Firefox inclúense moitos máis dicionarios. O que pretendo con esta mensaxe é abrir un debate para cambiar os parametros por defecto para que a compilación sen parámetros inclúa os dicionarios que pensemos que calquera debería ter. Sen perxuizo de que alguén poida construirse a súa versión que inclúa máis ou menos ficheiros dicionarios-afixos-etc. Polo tanto, delegar no mantedor do dicionario a seleción dos dicionarios que se inclúen por defecto e que os que empaquetamos o dicionario para a súa distribución, Archlinux, Debian, Firefox, Libreoffice, non nos preocupemos por dita selección. Por favor, preciso feedback e agardo que poidamos incluír esta decisión na seguinte versión. Pola miña parte seguirei revisando GNOME para ver se hai máis falsos positivos, reportalos e polo tanto ter un corrector máis completo. Saúdos - Lista de correo de Proxecto Trasno - Enviar correo a - proxecto@trasno.gal - Administrador - administra...@trasno.gal - de - Proxecto Trasno - Cancelar a subscrición no URL : http://trasno.gal/web?confirm_unsubscribe=indeed=7381=1bd34286a6060296763bdea580f388e0da4eb9d6=2093620018
