[nlp-infra-devel] újabb verzió és lemmatizáló

[Novák Attila]

Sziasztok!

Ide raktam fel az elemzo" újabb verzióját

http://tmk.nytud.hu/inframorpho/hu.hfstol.zip

A felhasználónév/jelszó: warga/wargawarga

Ez a lexikon .hfstol formátumú, így hordozható a platformok között 
(ellentétben a korábbi .hfst formátumú transzducerekkel). A dinamikus 
kompilálás és a felszíni alakot is mutató lookup továbbra is csak a 
hfst-lookupban mu"ködik, a hfst-optimized-lookupban nem. De a 
hfst-lookupból elvileg sikerült eliminálni azokat a bugokat, amik miatt 
eddig nem mu"ködött a lemmatizálás.

A lemmatizáló itt van:
https://github.com/dlt-rilmta/hunlp-GATE/tree/master/Lang_Hungarian/resources/hfst

Egy lehetséges módszer arra, hogy a repóból csak ezt a könyvtárat 
töltsétek le az, hogy itt:
http://kinolien.github.io/gitzip/
beírjátok a fenti linket.

A hu.hfstol-t a resources könyvtárba kell tenni.
Futtatás:
java -jar hfst-wrapper.jar

A hfst-lookuphoz hasonlóan a lemmatizáló soronként egy szót vár, és 
külön sorokba írja az elemzéseket. Üres sor zárja a szó elemzéseit.

> Alma
> Alma    Alma[/N]=Alma+[Nom]     Alma    [/N][Nom]
> Alma    alom[/N]=alm+a[Poss.3Sg]=a+[Nom]        alom [/N][Poss.3Sg][Nom]
> Alma    alma[/N]=alma+[Nom]     alma    [/N][Nom]
Formátum:

[felszíni alak]    [elemzés (Humor-szeru" formában)]    [lemma] [címkék]

Töltsétek le a hfst friss változatát hozzá:
wget http://apertium.projectjj.com/rpm/install-nightly.sh -O - | sudo bash
aztán
sudo apt-get install hfst

Ha korábban már futtattad az install-nightly.sh-t, akkor csak a /sudo 
apt-get install hfst///kell.

A windows-os verzió: 
http://apertium.projectjj.com/win32/nightly/hfst-latest.7z.


Attila


-------------- next part --------------
An HTML attachment was scrubbed...
URL: <http://corpus.nytud.hu/pipermail/nlp-infra-devel/attachments/20160711/756b081b/attachment.html>