Modificări

Jump to navigation Jump to search
Linia 1: Linia 1: −
[cata] Încerc să împart pe capitole chestiile astea.
+
=== Principiu general: atomicitate ===
   −
=== Separarea între partea de vorbire și modelul de flexiune ===
+
'''[cata]''' Am vorbit cu Radu și m-a convins să adoptăm un model atomic. Oriunde o etichetă sau proprietate se aplică doar unei părți a arborelui de sensuri, spargem arborele în două. La căutări, încărcăm toți arborii relevanți și îi afișăm.
   −
'''[cata]''' Propun ca partea / părțile de vorbire să fie etichete pe fiecare sens, ca mai sus. Modelul de flexiune va servi doar ca arate lista de forme generate, nu și partea de vorbire. Asta va rezolva cazurile ca MF și A (ar fi aberant să avem două modele de flexiune practic identice) sau „gravidă” care este adjectiv, dar încadrat la F. '''[Matei]''' De acord.
+
De aici rezultă schema: o intrare poate fi asociată cu mai mulți arbori și invers. Dacă avem nevoie asociem o parte dintr-un arbore și cu alte intrări, atunci arborele trebuie spart.
   −
Ca și restul etichetelor, partea de vorbire se aplică la toți descendenții în arbore (care nu poartă o altă etichetă din aceeași categorie).
+
=== Variante, sinonime, pronunții, modelele de flexiune valabile doar pentru anumite sensuri ===
   −
=== Standardul de formatare a sensurilor ===
+
* Cum procedăm?
 +
** '''[cata]''' Matei, ai niște exemple pentru fiecare? M-ar ajuta mult.
 +
*** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) ''Doctor'' - doar sensul DEX-1 are var. ''doftor''.
 +
*** '''[cata]''' La pronunție am găsit doar exemplul ''eu'', pronunțat ''ieu'' ca pronume, dar ''eu'' ca substantiv (concept filozofic).
 +
*** '''[cata]''' Exemple care admit vocativul doar pe unul dintre sensuri: ''frumos'', ''obtuz'', ''cățel'' (de usturoi), ''papagal / mops'' (ca unelte).
 +
**** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Ar mai fi ''bucureștean'' (s.m. vs adj.), ''brașoveancă'' (persoană vs ladă, căruță...) etc.
 +
**** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Pentru valabilitatea vocativului doar pe un sens nu e suficientă aplicarea etichetei?
 +
** '''[cata]''' Abordarea atomică ar fi să spargem arborele de sensuri astfel încât fiecare arbore rezultat să admită proprietatea pe toate sensurile sale.
 +
*** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) 24 decembrie 2016 19:33 (EET) Nu văd cum se rezolvă prin spargerea arborelui. Variantele sunt lexeme asociate cu intrarea, care e asociată cu toți arborii rezultați, deci nu putem asocia o variantă (un lexem) cu un arbore.
 +
*** '''[cata]''' Putem extrage sensurile în cauză în arbori separați (deci să nu fie un sens 1.2.1. care să aibă o variantă). Așa este la ''cocoș'' de exemplu, unde sensul de animal are varianta ''cucoș'', nu și cel de categorie de box. Apoi trebuie spartă intrarea în două, una cu variantă, una fără.
 +
*** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Mda, vom ajunge până la urmă la „atomizarea” preconizată de Radu :-) Atenție! Sursele nu sunt întotdeauna de aceeași părere (și văd că nici noi cu ele!). DEX și DLRLC nu specifică că varianta ''cucoș'' se referă doar la unul din sensuri. Alta e situația la ''doctor'', unde ''doftor'' e clar doar pentru sensul 1 și eventual 4 (e vreo diferență între „variantă” și „în forma”?).
 +
** '''[cata]''' Concret, propunerea mea de rezolvare este să folosim simple comentarii pentru pronunții, variante și flexiuni, cel puțin până încep să se adune situațiile.
 +
*** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) 24 decembrie 2016 19:33 (EET) Cred că vor fi destul de multe cazuri. O soluție ar fi să tratăm variantele similar cu sinonimele, antonimele etc.: o rubrică dedicată. '''Dezavantaj:''' asta presupune să le păstrăm ca intrări cu arbori goi. '''Avantaj'''ul ar fi că variantele pot primi etichete (ex. [regional], [învechit]), care acum nu pot fi puse decât pe lexem și nu sunt vizibile decât în tabul pentru paradigme.
 +
*** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) 4 februarie 2017 10:56 (EET) Nici pentru sinonime nu avem rezolvare completă. Ex. ''spițereasă'' e sinonim cu ''farmacistă'', dar acesta nu există (ca lexem / intrare / arbore), ''apotecă'' e sinonim doar cu un sens al lui ''farmacie'' etc.
   −
* Ce standard adoptăm pentru ordonarea subsensurilor și a exemplelor? De exemplu, un lexem are un sens cu două subsensuri și trei exemple.
+
=== Surse structurate ===
** '''[cata]''' Propun ca subsensurile să fie primele (deci 1.1 și 1.2), iar exemplele 1.3, 1.4, 1.5. Are dezavantajul că exemplele se îndepărtează de sensul pe care îl definesc, mai ales dacă cele două subsensuri au și ele exemple sau altceva care să le lungească. Are însă avantajul că toate sensurile și subsensurile vor fi numerotate începând cu 1. Deci nu va apărea o situație în care sensul 1 are subsensurile 1.4 și 1.5 (dacă afișăm structura fără exemple).
  −
** '''[Matei]''' Nu putem adăuga exemplele astfel încât să nu fie pe același „palier” cu subsensurile? Eticheta „exemplu” să elimine numerotarea ca subsens...
  −
*** '''[cata]''' Am putea face asta la afișarea lexemului (separarea exemplelor + renumerotarea sensurilor). La editare e comod să avem un sistem unic de editare, nu unul separat pentru exemple.
  −
**** '''[Matei]''' Sistemul de editare nu se modifică. Exemplul este adăugat ca frate al subsensului. Doar că eticheta de „exemplu” face ca numerotarea lui să dispară, fiind reportată la subsensul următor. Așa m-am gândit eu, dar poate nu e realizabil...
  −
***** '''[cata]''' Nu știu cum să facem asta, păstrând posibilitatea mențiunilor între sensuri (cele cu „[”). Mă gândesc.
  −
* Ce facem dacă variantele unui cuvânt au registru de folosire? Ex. {{d|ciot}} are variantele (popular) ''cioată'', (rar) ''ciotur''.
  −
** '''[cata]''' Deocamdată le listez în sensul unic al variantelor, cel care indică sursa.
  −
* Ce facem dacă un cuvânt este variantă a altuia, dar unele surse mai vechi îi dau și sensuri? Ex. {{d|ținterim}} este variantă a lui {{d|țintirim}}, dar Șăineanu îi dă și sensuri.
  −
** '''[cata]''' Propun să mutăm sensurile la forma de bază (modernă). '''[Matei]''' Da.
  −
** '''[cata]''' Dacă am permite forme de bază multiple, problema s-ar rezolva de la sine. Arborele de sensuri s-ar aplica tuturor formelor de bază (care ar include variantele).
     −
=== Neclasificate ===
+
* Ce facem cu DER, DE, DAR, DRAM ... și într-o mai mică măsură Scriban și Șăineanu?
 +
** '''[cata]''' Este ok să aștepte până în „versiunea 2”. Dacă structurăm DEX-urile, NODEX, DN, MDN, DLRLC, Ortografic, DOOM2, deja vom fi redus enorm redundanța.
 +
*** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Cred că da. Rămân nestructurate și sursele de sinonime / antonime, pentru că nu specifică cărui sens îi corespund respectivele sinonime / antonime.
 +
**** De acord, în cazurile neclare. Sper ca măcar o parte dintre definiții să nu fie prea polisemantice.
   −
* Pe primul nivel se pune o definiție cât mai cuprinzătoare, având în vedere atât DEX cât și celelalte surse. Pe nivelul următor se adaugă sensuri restrânse, expresii, exemple etc. etichetate ca atare.
+
* Ce surse menționăm pe fiecare sens / etimologie ?
** '''[Matei]''' Eu aş merge pe varianta cu definiţie succintă (explicaţiile mai ample se pot consulta în sursele menționate). Redactarea unei definiții cuprinzătoare e anevoioasă (şi subiectivă).
+
** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Propun împărțirea surselor în „familii” urmând menționăm de fiecare dată doar „capul familiei”. Familiile ar fi:
** '''[cata]''' Cred că m-am exprimat prost: definiția se sparge natural în sensuri relativ mici (la romburi, la numerotări etc.). Nu stă toată cârnat în sensul 1. Dar aș vrea apară toată în arborele de sensuri.
+
**:- DEX'09, care include toate edițiile precedente + DEX-S (dar fără DEXI, care pare să aibă diferențe semnificative);
** '''[Matei]''' Mă refer la definiții care au mici diferențe de la o sursă la alta. Ex.: ''monitor (navă)'' este definit ca:
+
**:- DLRLC cu DLRM, DLRC (aș zice că DLRLC primează);
*** „Navă fluvială de război, '''blindată''', de tonaj mic, '''cu tunuri protejate cu turele''' - DEX”;
+
**:- DN cu MDN'00+'08 și NODEX (cam oricare ar putea fi „capul familiei” - propun DN);
*** „Navă '''militară, maritimă''' sau fluvială, de tonaj mic, echipată '''cu armament''' de artilerie - NODEX”;
+
**:- separat: MDA2 (cu MDA), DCR2, DEXI.
*** „Navă de război cuirasată, prevăzută cu artilerie grea - DN”;
+
** O altă abordare ar fi menționarea tuturor surselor (cu păstrarea capului de familie doar la afișare, ca să diminuăm zgomotul). Îngreunează munca de structurare.
*** „navă fluvială de tonaj mic, cuirasată, cu artilerie grea, '''destinată luptei împotriva obiectivelor de pe mal''' - MDN” etc.
+
** Mi se pare riscant să menționăm doar familia (de exemplu DEX), căci uneori cuvintele dispar/apar între ediții. Cred că sunt de interes cel puțin prima și ultima atestare. Ai dreptate că munca se îngreunează. Dacă vrem evităm asta, putem aplica aceste etichete doar pe sensurile care nu sunt „universal” acceptate. Rămâne definim ce înseamnă „universal”. [[Utilizator:Cătălin.Frâncu|Cătălin.Frâncu]] ([[Discuție Utilizator:Cătălin.Frâncu|discuție]])
**** toate sursele descriind în principiu o '''navă de război'''. Unele adaugă elemente de armament, altele de blindaj etc. Dacă compilăm toate sursele, iese o chestie destul de stufoasă...
  −
** '''[cata]''' Acum înțeleg. Pe de altă parte, dacă nu facem noi efortul acesta, va trebui să-l facă utilizatorul. Ca și în prezent, va trebui să citească 10 definiții pentru a găsi micile diferențe între ele. Sunt de acord cu abordarea ta, de definiție succintă (factor comun sau aproape comun), dacă putem cumva să creăm subsensuri care să arate completările aduse de unele surse. Cam așa:
  −
*** Navă fluvială de război, de tonaj mic, echipată cu artilerie grea.
  −
*** „blindată” [DEX];
  −
*** „cu tunuri protejate cu turele” [DEX];
  −
*** „maritimă sau fluvială” [NODEX];
  −
*** „cuirasată” [MDN];
  −
*** „destinată luptei împotriva obiectivelor de pe mal” [MDN].
  −
* Lexemele omonime, sensurile (și subsensurile) ar trebui numerotate, altfel trimiterile dintr-o definiție nu mai au sens. V. aalenian. De stabilit modul de numerotare pentru diferitele paliere.
  −
** Asta creează probleme când trimiterea e la un alt lexem.
  −
** '''[cata]''' Despre ce paliere este vorba? Avem suport pentru numerotare, cred că această bulină este rezolvată. '''[Matei]''' Cred că da, putem șterge bulina.
  −
* Unificarea lexemelor MF. '''[cata, Matei]''' sunt de acord cu asta
  −
** '''[cata]''' Nu mai știu cu ce sunt de acord. :-) Ce presupune unificarea?
  −
** '''[Matei]''' Unificarea presupune să nu avem lexeme separate pentru ''inginer s.m.'' și ''ingineră s.f.'' (DOOM2), ci un singur lexem '''inginer''' s.m. și f.
  −
* '''[Matei]''' Poate ar fi bine ca un lexem să poată avea multiple forme de bază (cu modele de flexiune diferite), ca să evităm crearea de lexeme multiple (eu nu văd rostul unui lexem separat ''vieţuitoare'' s.f. pe lângă ''vieţuitor'' adj. - având practic acelaşi sens).
  −
** '''[cata]''' Mă gândesc. Da, trebuie generalizată un pic structura. Tot aici aș include și variantele de accentuare (''agríș / ágriș'').
  −
** '''[cata]''' Apropo de variante de accent, recomandarea curentă nu este fantastică. Ghidul spune să unificăm lexemele și să păstrăm varianta secundară doar în rubrica „pronunții”. Dar astfel se pierd formele flexionare pentru varianta secundară de accent.
  −
** '''[Matei]''' Minunat ar fi se genereze flexiunea și pentru varianta secundară! Ar fi posibil așa ceva?
  −
*** '''[cata]''' Da, sigur. Ar fi aceeași situație ca și acum, când un lexem poate avea mai multe modele. Am renunța doar la restricția ca modelele să pornească de la aceeași formă de bază.
  −
* Trebuie stabilim ce facem cu DER, DE, și într-o mai mică măsură Scriban și Șăineanu.
  −
** '''[cata]''' Este ok să aștepte până în „versiunea 2”. Dacă structurăm DEX-urile, NODEX, DN, MDN, DLRLC, Ortografic, DOOM2, deja vom fi redus enorm redundanța. '''[Matei]''' Cred că da.
     −
Funcții noi de implementat:
+
* Ce surse menționăm la „surse care atestă flexiunea”?
 +
** '''[cata]''' Cred că ar fi prea mult zgomot să le punem pe toate. Mai bine doar acolo unde nu toate dicționarele sunt de acord.
 +
*** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Da, sursele „normative” (DOOM, DEX, Ortografic, DOR) n-ar trebui menționate.
   −
* (posibil) Link în pagina de editare pentru selectarea altui lexem, fără a mai trece prin pagina moderatorului.
+
* În toate cazurile, sursele structurate (definiție / etimologie / flexiune) se marchează ca atare, chiar dacă nu sunt menționate pe sens / lexem.
* '''Atenţie!''' Diminutivele, antonimele, ca de altfel şi variantele, etimologiile, pronunţiile sau modelele de flexiune pot fi valabile doar pentru anumite sensuri. Cum rezolvăm?
+
 
** '''[cata]''' Diminutivele, antonimele și etimologiile deja există la nivel de sens. Mă gândesc la variante, pronunții și modele de flexiune.
+
=== Variantă vs Formă principală ===
* '''[Matei]''' Flexiune pentru lexemele compuse. Ca profan, nu mi se pare greu. Trebuie detectată prezența cratimei sau a spațiului și creată posibilitatea combinării a două modele de flexiune (unul pentru prima parte și unul pentru ultima parte; lexemele cu mai mult de 2 părți au invariabilă partea din mijloc; invariabilă poate fi și ultima parte; cazul pentru prima parte invariabilă este rezolvat).
+
 
** '''[cata]''' Da, ar fi frumos facem și asta. Mă gândesc cum s-ar face. Cred că ar necesita o bifă explicită „lexem compus”, căci sunt și alte cuvinte cu cratimă care nu necesită asta (''într-adins'' sau altele).
+
* Diferite dicționare consideră diferite variante ca fiind forma principală (''ținterim, țintirim'' sau ''ciot, cioată''). Dacă le preluăm ca atare, atunci va apărea redundanță la afișare: două definiții care ambele zic, în esență, ''cimitir'', respectiv ''parte rămasă''.
*** '''[Matei]''' Păi astea se încadrează la invariabile, nu văd necesitatea bifei.
+
** '''[cata]''' Radu se opune unificării arborilor, pentru că se pierd informații istorice.
**** '''[cata]''' Da, dădeam doar un exemplu că nu tot ce conține bifă trebuie automat tratat ca lexem compus (pot fi și nume proprii etc.).
+
*** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Eu nu înțeleg cum vedeți această chestiune, pentru că „varianta” este marcată prin eliminarea bifei „formă principală” de pe lexem. Deci ce facem? Dublăm lexemele ca să avem unul „variantă” menționat de o sursă veche (ex. zbenghi - DEX'98), plus unul „principal” menționat de o sursă mai nouă (DEX'09), la care se adaugă alte două lexeme (benghi) cu proprietatea inversă? Mi se pare absurd. Și ce legătură are cu arborii?
 +
** '''[cata]''' Aș vrea văd un exemplu concret pentru ''ciot / cioată / ciotur''.
 +
 
 +
=== Etichete pe lexeme ===
 +
 
 +
Uneori informații ca [învechit] sau [popular] nu stau pe sens, ci pe o anumită formă a cuvântului (ex. ''zimbi'' este regionalism moldovenesc pentru ''zâmbi''). Mie mi se pare natural să traducem asta într-o etichetă pe lexem. [[Utilizator:Cătălin.Frâncu|Cătălin.Frâncu]] ([[Discuție Utilizator:Cătălin.Frâncu|discuție]])
 +
 
 +
=== Nerezolvate ===
    
Vezi și [https://github.com/dexonline/dexonline/labels/structurare lista de probleme de pe GitHub].
 
Vezi și [https://github.com/dexonline/dexonline/labels/structurare lista de probleme de pe GitHub].
 +
 +
==== Atenționare la modificări asupra sensurilor și intrărilor „legate” ====
 +
* [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) 24 ianuarie 2017 13:19 (EET) Mă refer la sensuri legate prin trimiteri. Atenționarea ar fi necesară, deoarece la spargerea sau ștergerea unui astfel de sens, legătura se pierde sau se mută către un sens incorect.
 +
* Același fenomen se întâmplă și în cazul intrărilor legate prin sinonimie, antonimie etc.
 +
 +
==== Definiții noi ====
 +
* [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) 3 februarie 2017 18:38 (EET) De stabilit procedura pentru definițiile nou introduse (asociate cu intrări structurate).
 +
 +
==== Etichete ====
 +
 +
* Avem etichete ierarhizate.
 +
** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Ierarhia e bună pentru o vedere de ansamblu, dar poate duce la dublete ([masculin] poate fi și la [adjectiv] și la [substantiv]). Ar fi bună o modalitate de căutare a unei etichete.
 +
*** [[Utilizator:Cătălin.Frâncu|Cătălin.Frâncu]] ([[Discuție Utilizator:Cătălin.Frâncu|discuție]]) Am deschis tichetul [https://github.com/dexonline/dexonline/issues/539 #539]. Încă nu știu dacă procedăm corect cu etichetele compuse [substantiv masculin] sau dacă ar fi mai simplu să avem [substantiv], [masculin], [propriu], [articulat]... În al doilea caz, n-am mai avea motive să avem duplicate.
 +
** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) De acord cu renunțarea la etichete compuse (îngreunează structurarea, dar majoritatea lexemelor sunt etichetate). Nu știu dacă există o soluție pentru afișarea ordonată a etichetelor (avem ordonare manuală, dar la modificări globale, totul se strică; ex. [substantiv masculin și feminin] [admite vocativul] a fost spart în [admite vocativul] [substantiv masculin] și [admite vocativul] [substantiv feminin], cu inversarea etichetelor).
    
== Rezolvate ==
 
== Rezolvate ==
 +
 +
Subiecte pentru care avem un consens. Unde este de implementat, am deschis tichete pe GitHub. Eventual poate mai sunt principii de scos de aici și de inclus în Ghid, după care putem șterge aceste secțiuni.
 +
 +
=== Mici variațiuni între definiții ===
 +
* Pare că am ajuns la consens privind marcarea diferențelor, cu aplicarea etichetei [diferențiere]. Rămâne de stabilit modalitatea de afișare.
 +
** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) 16 decembrie 2016 09:28 (EET) Ar fi bine ca în locul etichetei [diferențiere], aceste subsensuri să aibă un „tip” dedicat, similar cu etimologiile și exemplele. S-ar evita astfel să fie numerotate printre celelalte subsensuri „reale”.
 +
*** Am deschis tichetul [https://github.com/dexonline/dexonline/issues/540 #540].
 +
'''S-a înlocuit eticheta cu un tip separat, s-a rezolvat afișarea.'''
 +
 +
=== Unificarea intrărilor cu același sens ===
 +
* Unde tragem linia la gruparea lexemelor și arborilor în aceeași intrare?
 +
** '''[cata]''' Matei a întâlnit vreo trei tipuri de situații:
 +
*** Variante listate ca atare: {{d|ambreiare}} - {{d|ambreiere}}
 +
*** Variante nelistate ca atare, dar care fac trimitere una la alta {{d|bulonaj}} - {{d|bulonare}}
 +
*** Cuvinte diferite ca formă, dar unde unul trimite la altul (diverse dicționare îl pot adopta pe unul sau pe altul ca referință): {{d|celțiu}} - {{d|hafniu}}
 +
** [[Utilizator:Cătălin.Frâncu|Cătălin.Frâncu]] ([[Discuție Utilizator:Cătălin.Frâncu|discuție]]) Cred că am ajuns la consensul că în situațiile (1) și (2) avem o singură intrare, iar în situația (3) nu.
 +
'''Concluzie''': Rămân intrări separate în toate situațiile. Doar variantele „pure” (indicate ca atare) se includ în aceeași intrare.
    
=== Etichete ===
 
=== Etichete ===
  −
<div class="toccolours mw-collapsible mw-collapsed">
  −
Discuție despre etichete ierarhice.
  −
<div class="mw-collapsible-content">
      
* Când punem etichete și când lăsăm paranteza respectivă?
 
* Când punem etichete și când lăsăm paranteza respectivă?
 
** Cred că ar trebui încet-încet să creăm etichete pentru toate parantezele.
 
** Cred că ar trebui încet-încet să creăm etichete pentru toate parantezele.
 +
** Paranteza se înlocuiește cu etichetă dacă este la începutul (sub)sensului și se aplică acestuia în totalitate. Dacă se aplică doar parțial, sau este plasată în cuprinsul (sub)sensului, trebuie să rămână.
 +
 +
* O etichetă se aplică tuturor subsensurilor (care nu poartă o altă etichetă). De exemplu, în arborele de mai jos sensurile 2, 2.1 și 2.3 sunt tranzitive, iar 2.2 este reflexiv.
 +
*: 2 [tranzitiv] ...
 +
*:: 2.1 ...
 +
*:: 2.2 [reflexiv] ...
 +
*:: 2.3 ...
 +
** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Și dacă sensul 2.2 este '''și''' tranzitiv? Ar fi mai bine să judecâm „global”: o etichetă se aplică tuturor subsensurilor (chiar dacă poartă și o altă etichetă). Iar dacă subsensurile nu au o etichetă comună, sensul nu are niciuna (eticheta generală [verb] apare pe lexem). Exemplul de mai sus s-ar citi „sensul 2 și subsensurile 2.1, 2.2 și 2.3 sunt tranzitive, iar subsensul 2.2 este tranzitiv '''și''' reflexiv”.
 +
*** [[Utilizator:Cătălin.Frâncu|Cătălin.Frâncu]] ([[Discuție Utilizator:Cătălin.Frâncu|discuție]]) De acord. Oare ar ajuta să punem explicit [tranzitiv] [reflexiv] pe 2.2, pentru claritate?
 +
'''Concluzie''': O etichetă se aplică tuturor subsensurilor (chiar dacă poartă și o altă etichetă). Iar dacă subsensurile nu au o etichetă comună, sensul nu are niciuna (eticheta generală apare pe lexem).
 +
 +
=== Corespondența între părți de vorbire și modele de flexiune ===
 +
* Pe principiul atomic, separăm lexemele ''muncitor'' s.m.f. și ''muncitor'' adj., ''gravidă'' adj.f. și ''gravidă'' s.f. etc.? Fiecare lexem are arborele lui de sensuri. Asta va genera forme flexionare duplicate...
 +
** '''[cata]''' Propun ca partea / părțile de vorbire să fie etichete pe fiecare sens, ca mai sus. Modelul de flexiune va servi doar ca să arate lista de forme generate, nu și partea de vorbire. Asta va rezolva cazurile ca MF + A (ar fi aberant să avem două modele de flexiune practic identice) sau „gravidă” care este adjectiv, dar încadrat la F.
 +
*** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) De acord.
 +
'''Concluzie''': Rămân lexeme separate, chiar dacă se suprapun. Modelul MF dispare (se sparge).
 +
 +
=== Pronunție (accentuare / silabisire) ===
 +
[Tavi] Cred că ar fi folositor să "recuperăm" și această informație și să o adăugăm la structurare. Ex. https://www.collinsdictionary.com/dictionary/english/either
 +
: [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Eu am pus în Ghid indicații în acest sens (la Editare lexem). Dacă e nevoie de adăugiri sau reformulare ... aștept sugestii.<br/>Problema e (după cum sublinia Radu) că aceste informații nu sunt vizibile pe pagina cu rezultate, decât pe tabul declinări/conjugări...
 +
: [[Utilizator:Cătălin.Frâncu|Cătălin.Frâncu]] ([[Discuție Utilizator:Cătălin.Frâncu|discuție]]) Când am structurat DOR am preluat informațiile de silabisire și pronunție! În prezent avem peste 15.000 de silabisiri ''(abiologie, abisinian...)'' și peste 1.400 de pronunții ''(actiniu, aftershave...)''. Nu sunt afișate nicăieri public, dar evident putem face ceva în privința asta. Până atunci, le puteți vedea în pagina de căutare a lexemului.
 +
'''Concluzie''': Păstrăm structura actuală (pe lexem), urmând ca afișarea să se rezolve ulterior.
   −
'''[cata]''' Cred că avem nevoie de o ierarhie de etichete, nu doar de o listă. Am vorbit și cu Radu, care e de aceeași părere. De exemplu:
+
=== Unificarea lexemelor MF ===
 +
* '''[cata]''', [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) sunt de acord cu unificarea.
 +
** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Unificarea presupune să nu avem lexeme separate pentru ''inginer s.m.'' și ''ingineră s.f.'' (DOOM2), ci un singur lexem '''inginer''' s.m. și f.
 +
** '''[cata]''' S-ar putea să nu putem fi riguroși. Avem un model pentru MF care să facă femininul în ''-iță'', cum ne trebuie la ''sudoriță''?
 +
*** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Nu avem. Le lăsăm ca atare și adăugăm la structurare lexemele respective (la intrarea ''sudor'' vom avea și lexemul ''sudor'' și lexemul ''sudoriță''; oricare formă căutată va trimite la această intrare).
 +
'''Concluzie''': Lexemele '''nu''' trebuie unificate (dimpotrivă). Lexemele și intrările rămân separate, dar arborele poate fi comun.
   −
<div class="toccolours mw-collapsible mw-collapsed" style="width: 400px">
+
=== Unificarea intrărilor din aceeași „familie” ===
Exemplu de ierarhie -- clic pentru a o expanda.
+
* Putem grupa lexemele și arborii înrudiți în aceeași intrare?
<div class="mw-collapsible-content">
+
** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Eu zic că e firesc să avem o singură intrare pentru '''brașovean (s.m.) + brașovean (adj.) + brașoveancă''' sau '''copia + copiere + copiat (s.n.) + copiat (adj.)'''.
* parte de vorbire
+
*** Rămâne de văzut dacă e ok să extindem procedura și pentru sensuri mai ample, ca de ex. '''intra (vb.) + intrare + intrat (s.n.) + intrat (adj.)''' (+ variantele).
** substantiv
+
'''Concluzie''': '''Nu''' se grupează lexemele. Se pot grupa arbori cu același sens. Pentru gruparea intrărilor înrudite (familie de cuvinte) se va implementa o procedură separată.
*** s.f.
  −
*** s.m.
  −
*** s.n.
  −
*** s.m. și f.
  −
** adjectiv
  −
** pronume
  −
*** pronume demonstrativ
  −
*** pronume nehotărât
  −
** verb
  −
*** verb tranzitiv
  −
*** verb reflexiv
  −
*** verb intranzitiv
  −
* grupă verb
  −
** grupa I
  −
** grupa a II-a
  −
** grupa a III-a
  −
** grupa a IV-a
  −
* regionalism
  −
** Moldova
  −
** Banat
  −
** Bucovina
  −
</div>
  −
</div>
     −
O etichetă se aplică tuturor subsensurilor (care nu poartă o altă etichetă). De exemplu, în arborele de mai jos sensurile 2, 2.1 și 2.3 sunt tranzitive, iar 2.2 este reflexiv.
+
=== Ortografie, formatare ===
 +
* Ce normă ortografică folosim?
 +
** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Pentru toate definițiile structurate se folosește ortografia actuală.
 +
** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Pentru exemple se folosește ortografia din sursa care dă exemplul.
 +
*** '''[Radu]''' Pentru consecvență trebuie folosită ortografia actuală permanent.
 +
**** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Asta îngreunează structurarea. Nu se poate converti automat ulterior?
 +
'''Concluzie''': Ortografia actuală pentru definiții. Ortografia din sursă pentru exemple care constituie citate din opere sau publicații; pentru celelalte se utilizează ortografia actuală.<br/>Ortografia veche din exemple se va converti automat într-o fază ulterioară.
   −
* 2 [verb tranzitiv] ...
+
* Ce formatare folosim?
* 2.1 ...
+
** [[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) Pentru definiții folosim text normal, pentru exemple folosim ''litere aplecate'' (textul) și MAJUSCULE (autorul), pentru etimologii folosim '''litere îngroșate''' sau combinații. Vezi exemplificări în ghid.
* 2.2 [verb reflexiv] ...
  −
* 2.3 ...
     −
Asta ar rezolva (toate!) problemele de mai jos:
+
=== Abrevieri, simboluri ===
 +
[[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) 13 ianuarie 2017 10:36 (EET) Cum includem în structurare abrevierile și simbolurile indicate de anumite surse (de regulă DOOM^2)?
 +
* Un subsens separat, cu eticheta adecvată [abreviere] / [simbol]; sau
 +
* Un comentariu (cu eticheta adecvată).
 +
Parcă a doua variantă ar fi mai corectă, acestea nefiind un subsens aparte (am câteva inserate fără etichete, trebuie să le depistez).
   −
* Crearea unui câmp separat pentru '''partea de vorbire'''. Există cazuri de adj. fem. (ex. ''vectoare''), care în prezent sunt încadrate eronat (s.f.).
+
'''Concluzie''': Comentariu la final (după etimologie), cu etichetă corespunzătoare.
* '''[cata]''' Pentru asta ar fi bine să creăm mai multe părți de vorbire, în special pentru adverbe, prepoziții etc. Dacă nicăieri în definiție nu va mai apărea „adverb”, este important ca flexiunea să menționeze asta. '''[Matei]''' Mda.
  −
** '''[cata]''' Aceasta nu mai trebuie rezolvată. Tipul I este invariabil, iar din etichetele pe sens vom diferenția prepoziții, conjuncții etc. De fapt, toate modelele I1-I8 pot fi reunite la loc în I1 (după ce etichetăm corespunzător sensurile, desigur).
  −
* Unde punem mențiunea tranzitiv / intranzitiv / reflexiv pentru verbe?
  −
* Unde punem grupa verbului (I-IV)? Și cred că asta se poate generaliza la pronume nehotărâte, demonstrative etc.
  −
* '''[Matei]''' Eticheta '''s.m. și f.''' e necesară? Nu putem pune 2 etichete ('''s.m.''' și '''s.f.''') în astfel de cazuri?
  −
** '''[cata]''' sigur, de ce nu.
  −
</div>
  −
</div>
     −
=== Altele ===
+
=== Etichete pe arbori ===
   −
* Punem absolut toate sursele la „surse care atestă flexiunea”?
+
[[Utilizator:Matei GALL|Matei GALL]] ([[Discuție Utilizator:Matei GALL|discuție]]) 12 ianuarie 2017 11:58 (EET) Cred că ar fi util să putem pune etichete direct pe un arbore. Exemple:
** '''[cata]''' Cred că ar fi prea mult zgomot. Mai bine doar acolo unde nu toate dicționarele sunt de acord. '''[Matei]''' Da, sursele „normative” (DOOM, DEX, Ortografic) n-ar trebui menționate.
+
* arbori omonimi, asociați cu același lexem care are etichete multiple: ''mai (lună)'' și ''mai (adv.)''. Am evita dublarea lexemului (mi se pare absurd să avem un lexem etichetat [adverb] și un altul identic etichetat [substantiv masculin invariabil]) sau necesitatea etichetării fiecărui sens (nu știu dacă eticheta [adverb] e suficient de explicită plasată doar pe primul sens de la ''mai (adv.)'').
 +
* arbore cu multiple sensuri având o etichetă comună: ''stropși''. Am evita repetarea etichetei [popular] pe toate sensurile.
 +
'''S-a implementat.''' Putem pune etichete pe arbori sau pe intrări. Modul de afișare a lor va fi stabilit ulterior.
Lingviști, Birocrați, lingvist, Administratori
2.013 modificări

Meniu de navigare