/[stem-hr]/StemHR.pm
This is repository of my old source code which isn't updated any more. Go to git.rot13.org for current projects!
ViewVC logotype

Diff of /StemHR.pm

Parent Directory Parent Directory | Revision Log Revision Log | View Patch Patch

revision 1 by dpavlin, Fri Feb 25 23:14:44 2005 UTC revision 7 by dpavlin, Sat Feb 26 18:13:14 2005 UTC
# Line 18  Line 18 
18  # - uzvici  # - uzvici
19  #  #
20    
21  sub rm_a {  use strict;
         s/a//g;  
 }  
22    
23  sub kgh {  sub kgh {
24          my ($pre,$replace,$post) = @_;          my ($pre,$replace,$post) = @_;
25          $replace =~ s/[cè]/k/g;          $replace =~ s/[cè]/k/g;
26          $replace =~ s/[z¾]/g/g;          $replace =~ s/[z¾]/g/g;
27          $replace =~ s/[s¹]/h/g;          $replace =~ s/[s¹]/h/g;
28          return $pre . $replace . $post . "\tkgh";          return $pre . $replace . $post;
29  }  }
30    
31  # samoglasnici  # samoglasnici
# Line 35  my $sa = '[aeiou]'; Line 33  my $sa = '[aeiou]';
33  # suglasnici  # suglasnici
34  my $su = '[^aeiou]';  my $su = '[^aeiou]';
35    
36    my $palatal = '(lj|nj|j|æ|¾|¹|¾|¹t|¾d)';
37    
38    # glagolni razredi
39    my $g_1r = '[td]';
40    my $g_2r = '[sz]';
41    my $g_3r = '[pb]';
42    my $g_4r = '[kgh]';
43    my $g_5r = '[nm]';
44    my $g_6r = '(:?nu|n)';
45    
46    my %rules;
47    my %stem_words;
48    my $words = 0;
49    my $stems = 0;
50    
51    
52    my $last_stem = '';
53    sub check_stem {
54            my $s = shift || return;
55            if ($last_stem) {
56                    print "ERROR==> " if ($last_stem ne $s);
57            } else {
58                    $last_stem = $s;
59            }
60    }
61    
62  while(<>) {  while(<>) {
63          chomp;          chomp;
64            next if (/^#/);
65            if (/^$/) {
66                    print "\n";
67                    $last_stem = '';
68                    next;
69            }
70    
71            $words++;
72    
73          my $orig = $_;          my $orig = $_;
74    
         # imenice  
         # vrsta a  
75    
76          unless (          unless (
77                    # infinitiv
78                    s/(${sa})(ti|æi)$/$1.$2 100/g ||
79                    # 1. razred
80                    s/([^s])[td](em|e¹|emo|ete|oh|osmo|oste|o¹e|ijah|ija¹e|ijasno|ijaste|ijahu|imo|ite|en|ena|eni)$/$1.sti 101/g ||
81                    # 2. razred
82                    s/(${sa}[sz])(em|e¹|e¹emo|ete|u|oh|e|osmo|oste|o¹e|ijah|ija¹e|ijasmo|ijaste|ijahu|imo|ite|uæi|av¹i|ao|la|lo|li|le|la|en|ena|eni)$/$1.sti 102/ ||
83                    # 3. razdred
84                    s/(p|b|sp|su)(em|e¹|e|emo|ete|u|oh|osmo|oste|o¹e|ah|a¹e|asmo|aste|ahu|ijah|ija¹e|i|imo|ite||uæi|av¹i|ao|la|lo|en|ena|eni)$/$1.sti 103/ ||
85    
86                    # imenice
87    
88                    # vrsta a
89                    s/(${su}st)a$/$1 13/g ||
90                    s/(${su})c[ae]$/$1ce 17/g ||
91                    # kgh
92                    s/(${sa})([è¾¹czs])(i|e|ima)$/kgh($1,$2,' 1')/gex ||
93                    s/(${sa}[kgh])(a|u|om)$/$1 2/g ||
94                    s/(${su})([è¾¹czs])(i|e|ima)$/kgh($1,"a$2",' 3')/gex ||
95                    # imenice na palatal
96                    s/${palatal}${palatal}(a|u|em|i|ima|e)$/$1a$2 9/g ||
97                    s/${palatal}(a|u|em)$/$1 8/g ||
98                  # nepostojano a                  # nepostojano a
99                  s/(${su}a{$su})a/$1 1/g ||                  s/(${su}a{$su})a/$1 4/g ||
100                  s/(${su})(${su})(a|u|i|e|om|ima)$/$1a$2\t3/g                  s/(${su})(${su})(a|u|i|e|om|ima)$/$1a$2 5/g
101          ) {          ) {
102                  # kgh  
103                  s/(${su}${sa})([è¾¹czs])(i|e|ima)$/kgh($1,$2,'')/gex;                  # vrsta a
104  #               s/${su}${sa}[c](i|ima) 4//g;                  s/me$/me 11/g ||
105                  s/(${su}${sa}[kgh])(a|u|om)\t5/$1/g;                  s/(eta|ena)$/e 12/g ||
106                    s/(${sa}${su})(o|e|a|u|om|em|i|ima|ina)$/$1 7/g ||
107    
108                    s/(${su})sa$/$1as 14/g ||
109                    s/(${su})ena$/$1e 16/g ||
110                    s/(${su})eta$/$1e 17/g ||
111                    s/(${su})([oe])$/$1-$2 18/g ||
112    
113                  # mno¾ina                  # mno¾ina
114                  s/(${su})(ov|ev)*(i|a|ima|e|in|ina)$/$1\t6/g;                  s/(${su})(ov|ev)*(i|a|ima|e|in|ina|eta)$/$1 6/g;
                 # jednina  
                 s/(o|e|a|u|om|em)$/\t7/g;  
115          }          }
116    
117            if (s/^(.+)\s(\d+)$/$1\t$2/g) {
118                    $rules{$2}++;
119                    $stems++;
120                    $stem_words{$1}++;
121                    check_stem($1);
122            } else  {
123                    $last_stem = $_;
124            }
125    
126          printf("%-15s %s\n",$orig,$_);          printf("%-15s %s\n",$orig,$_);
127    
128    }
129    my $nr_stems = keys(%stem_words);
130    printf "\n# %d words, %d stems in %d ops, %.2f%% size\n",$words,$nr_stems,$stems,($nr_stems*100/$words);
131    
132    foreach my $s (keys %stem_words) {
133            print "#stem $stem_words{$s} $s\n";
134    }
135    
136    foreach my $r (sort keys %rules) {
137            print "#rule $rules{$r} $r\n";
138  }  }
Legend:
Removed from v.1  
changed lines
  Added in v.7
  ViewVC Help
Powered by ViewVC 1.1.26