Oftaj demandoj

Kutimaj demandoj pri Esperanto kaj pri transformi ĝin en datumojn por la biblioteko. Ĉiu respondo ligas al la paĝo, kie la temo estas traktata pli detale.

Kio estas Esperanto, en unu frazo?

Konstruita internacia helplingvo, publikigita de L. L. Zamenhof en 1887, dezajnita por esti regula kaj facile lernebla — sen gramatikaj esceptoj. Vidu Historio.

Kial konstrui NLP-bibliotekon specife por Esperanto?

Ĉar ĝia gramatiko estas plene regula, do regul-bazitaj tokenizilo, lematizilo kaj vortklasa markilo estas efektive realigeblaj — la finaĵoj kaj afiksoj sekvas regulojn, kiuj neniam rompiĝas, male al la naturaj lingvoj. Vidu Historio § Kial ĝi gravas ĉi tie.

Kiel mi scias la vortklason de vorto?

El ĝia fina vokalo: -o estas substantivo, -a adjektivo, -e adverbo, -i verbo en infinitivo. Ĉi tiu sola regulo kovras la plimulton de la enhavaj vortoj. Vidu Gramatiko § Vortklasaj finaĵoj.

Kiel funkcias la lematizado en Esperanto?

Senŝeligu la gramatikajn finaĵojn kaj afiksojn de vorto por atingi ĝian radikon, poste remetu la vortklasan vokalon. malsanulejojn → forigu -n, -j, -o, poste -ej-, -ul-, mal- → radiko san-. Ĉiu paŝo estas serĉo en tabelo. Vidu Gramatiko § Afiksoj.

Kio estas la korelativoj?

Regula 5 × 9-krado de 45 oftaj vortoj (kiu/tiu/iu/ĉiu/neniu × -o/-u/-a/-e/-am…), ĉiu prefikso plus finaĵo. Lernu la kradon kaj vi ricevas ĉiujn 45. Vidu Gramatiko § Korelativoj.

Por kio estas la akuzativo -n?

Ĝi markas la rektan objekton de verbo (kaj la direkton de movo). Prenas ĝin kaj la substantivoj kaj iliaj adjektivoj, kaj ĝi staplas post la pluralo -j: interesajn librojn. Vidu Gramatiko § Gramatikaj fleksioj.

Kiel mi traktu la specialajn literojn ĉ ĝ ĥ ĵ ŝ ŭ en la kodo?

Traktu ilin kiel ordinarajn Unikodajn literojn kaj normigu la enigon al unu sola kanona formo (NFC, realaj diakritaj signoj) antaŭ la tokenizado, konvertante la x-sistemon (cx, gx, …) aŭ la h-sistemon se ĉeestas. Vidu Gramatiko § Alfabeto.

Kio validas kiel ignorinda vorto en Esperanto?

La artikolo la, la pronomoj, la korelativoj, kaj fiksa aro da prepozicioj, konjunkcioj kaj oftaj adverboj — plejparte fermitaj klasoj, do la listo estas finia. Ĉi tiu projekto distribuas 122 el ili — nur radikojn, ĉar la fleksiitajn formojn generas reguloj. Vidu resources/README.md § Roots, not forms.

De kie la biblioteko prenas siajn vortlistojn?

El JSON-dosieroj sub resources/, kiuj estas la sola fonto de vero: la dokumentaro prezentas ilin konstrutempe kaj la biblioteko legos la samajn dosierojn rultempe, do ili neniam povas malkonsenti. Vidu resources/README.md.

Kie mi povas trovi realan Esperantan tekston por testi la bibliotekon?

En korpusoj kiel la Tekstaro de Esperanto, la Esperanta Vikipedio, kaj publik-domajnaj libroj ĉe Project Gutenberg — atentu la licencon de ĉiu fonto. Vidu Rimedoj § Korpusoj.

Ĉu la gramatika enhavo ĉi tie estas fidinda?

Ĝi sekvas A Complete Grammar of Esperanto de Ivy Kellerman Reed (1910), publik-domajnan referencon inkluzivitan en la deponejo. Vidu Rimedoj § Libroj.