Alpha Reloaded

[Алексей Гринь]

У меня есть Дворецкий в HTML на 23 МБ.

Все браузеры, кроме Google Chrome, виснут на нём. Да и Google Chrome сам, в принципе, не очень быстр при работе с этим чудовищным файлом.

Идея такая — сделать к нему GUI-мордашку в стиле знакомой и всеми любимой программы Alpha. Можно было бы и полноценно искать, и копировать. Какие-то языковые утилиты по спряжению и склонению автоматическому для выделенных слов сделать.

Можно будет потом каким-то образом запихать и Линделла-Скотта.

Можно постепенно подключать корпус — можно начать с греческой Библии.

К существующим проектам не отсылать — хочется сделать удобное под себя и в одном месте. Этакий эллинский комбайн.

Стало быть, хочется узнать, какую GUI-библиотеку выбрать, какой можете порекомендовать индексатор для поиска (Lucene и т.п.) и вообще что-нибудь полезное можете сказать

[Bhudh]

А стоит так заморачиваться с GUI? Или ты хочешь и редактор, как в Альфе, и остальные прибамбасы?
А то можно разбить на страницы и сделать банальный chm (ну или не банальный, а со скриптами, индексом и прочими кошерными вещьми).

[Hellerick]

Вы бы ссылочку дали, хотелось бы на сабж посмотреть — насколько он пригоден для автоматической обработки.

[Алексей Гринь]

Chm не позволит подключить потом какую-нибудь фишку, если таковая вдруг понадобится. Не, не вариант. Смотрим шире.

Да заморота-то не много вообще, имхо.

[Алексей Гринь]

Или ты хочешь и редактор, как в Альфе, и остальные прибамбасы?

Было бы очень здорово иметь возможность там же печатать текст. Ибо скакать от SC Unipad к Alpha не очень круто... К тому же у SC Unipad очередное ограничение на длину текста в незарегистрированной версии.

Вы бы ссылочку дали, хотелось бы на сабж посмотреть — насколько он пригоден для автоматической обработки.

Ссылочка хозе.

Выглядит так:

<p><b>ὑῶν</b> <i>gen. pl.</i> <i>к</i> ὗς.</p>

Следующая строка:

<p><b>Φ,</b> <b>φ</b> (φῖ) τό фи (<i>21-я буква греч. алфавита, соотв.&nbsp;русск.</i> ф,<i> лат.</i> ph): φʹ = 500, ͵φ = 500000.</p>

И т.д.

[Hellerick]

А я думал, вы про латинский словарь говорите.

Аплоуднуть жалко?

[myst]

Идея такая — сделать к нему GUI-мордашку в стиле знакомой и всеми любимой программы Alpha. Можно было бы и полноценно искать, и копировать. Какие-то языковые утилиты по спряжению и склонению автоматическому для выделенных слов сделать.

Загони его в базу данных. И проще и эффективнее.

[myst]

Можно постепенно подключать корпус — можно начать с греческой Библии.

Здесь можно полнотекстовый индекс замутить на Lucene, например.

[myst]

Стало быть, хочется узнать, какую GUI-библиотеку выбрать, какой можете порекомендовать индексатор для поиска (Lucene и т.п.) и вообще что-нибудь полезное можете сказать

Так ты же дотНет вроде любишь? Lucene, правда, на жабе.

[Алексей Гринь]

А я думал, вы про латинский словарь говорите.

Этакий эллинский комбайн.

Загони его в базу данных. И проще и эффективнее.

Я в реляционных базах данных вообще ни гу-гу. Объектную ещё можно какую-нибудь... Что-то вроде (wiki/ru) Lucene , мб, лучше будет?

ps.

Так ты же дотНет вроде любишь? Lucene, правда, на жабе.

Есть порт //lucene.net.



Не, если у кого есть база получше, чем у меня — говорите.

[Алексей Гринь]

Аплоуднуть жалко

Куда?

[myst]

Потребуется учёт морфологии для поиска. Иначе пичаль.

[Bhudh]

Ты себе представляешь учёт греческой морфологии⁈

[myst]

Я в реляционных базах данных вообще ни гу-гу. Объектную ещё можно какую-нибудь... Что-то вроде (wiki/ru) Lucene , мб, лучше будет?

Lucene — это же полнотекстовый поиск. А если обычный словарь (ключ — статья), то нафига полнотекстовый поиск?

[myst]

Ты себе представляешь учёт греческой морфологии⁈

А в чём проблема? Нужен всего лишь преобразователь в основную форму. Хотя от него до полного инфлектора один шаг.

[Алексей Гринь]

Полнотекстовый поиск по внутреннему содержанию статей чем плох? Напр. в статьях даются некоторые полезные словосочетания. Я хочу искать и по ним.

Напр., в статье ψιλός мы может узнать, что ψιλός τὴν κεφαλήν это лысый. Я хочу иметь возможность находить и это.

[myst]

Короче, я для русского зафигачил таблицу словоформ. Получилось около 3 млн. строк и 200 мегабайт (+120 мегабайт индексы) в SQLite.

[Bhudh]

Lucene — это же полнотекстовый поиск. А если обычный словарь (ключ — статья), то нафига полнотекстовый поиск?

Там куча отрывков текстов в примерах.
Да и сами тексты было бы полезно, чтобы примерами не ограничиваться.

Нужен всего лишь преобразователь в основную форму. Хотя от него до полного инфлектора один шаг.

В греческом «всего лишь» — это полноценный языковой анализатор...

Короче, я для русского зафигачил таблицу словоформ.

Для греческого таблица будет больше (да ещё диалектные формы).

[myst]

Полнотекстовый поиск по внутреннему содержанию статей чем плох?

Я не говорю, что он плох. Просто, классический словарный поиск тоже должен быть.

[Алексей Гринь]

Ты себе представляешь учёт греческой морфологии⁈

Да она простая же. Другое дело что, всё-таки, текущий формат словаря заставит применить много хитрого парсинга, чтобы выудить информацию по морфологии.

[myst]

Там куча отрывков текстов в примерах.
Да и сами тексты было бы полезно, чтобы примерами не ограничиваться.

Я считаю, что надо сразу отделить мух от котлет. А то получится помойка как в Lingvo. То есть транскрипция отдельно, примеры отдельно, лексические значения отдельно и т. д. Чтобы можно было гибко настраивать выборку. Вся словарная статья обычно не нужна. И вообще, нафига примеры, если у нас корпус будет?

[myst]

Да она простая же. Другое дело что, всё-таки, текущий формат словаря заставит применить много хитрого парсинга, чтобы выудить информацию по морфологии.

Если найти аналог mystem для греческого, то всё сильно упростится.

[Bhudh]

Да она простая же.

πείθω (fut. πείσω, aor. 1 ἔπεισα, aor. 2 ἔπῐθον, pf. πέπεικα; эп. imper. aor. 2 πέπιθε; эп. opt. πεπίθοιμι; med.: aor. 2 ἐπιθόμην; pass.: fut. πεισθήσομαι, aor. ἐπείσθην, pf. πέπεισμαι, pf. 2 πέποιθα)

Простая, ага...

[Алексей Гринь]

Короче, я для русского зафигачил таблицу словоформ. Получилось около 3 млн. строк и 200 мегабайт (+120 мегабайт индексы) в SQLite.

Какой-то брутфорс.

И вообще, нафига примеры, если у нас корпус будет?

В примерах задаётся художественный перевод, а в корпусе? Ну, если найдёте что-то такое... С подстрочником...

Простая, ага...

Ну так вот тут вся информация и выдана уже. По таблице заменяешь окончания — и делов.

[myst]

http://www.kalos-software.com/