@laacz tvītu arhīvs

Mīļie tautieši! Kādu gadu atpakaļ ar @arnisgross vienojāmies, ka tām aplamajām uzrunām nominatīva formā ir jāpieliek punkts. Vokatīva glābšanas ceļš izrādījās līkločiem bagāts, un ir novedis pie lietvārdu locīšanas rīka, ko dāvājam visiem, kas daudzina latviešu valodu. 1/2

Lūk, algoritms pareizai lietvārdu un radniecīgu vārdu locīšanai visos septiņos locījumos: https://www.npmjs.com/package/deklinators Atvērtais kods, publicēts zem MIT licences, lai noņemtu jebkādus šķēršļus pareizai latviešu valodas lietošanai digitālajā vidē. 2/2

@PavilsJurjans @arnisgross Paldies, lieliski! Ceru beidzot vairs neredzēt visus "Sveiks, Jānis" un "Labdien, Pēteris".

@PavilsJurjans Forši! Šķiet šim būtu jābūt no tiem repo, kur testu vairāk kā paša koda 🙂

@PavilsJurjans @arnisgross Baidos gan, ka lielie biznesi baidīsies šo ņemt lietā nelielā, bet tomēr nenulles "false positive" (ja tā var teikt) riska dēļ - ja nu kādu eksotisku vārdu, kuru nevajadzētu locīt/mainīt, rīks pārāk centīgi tomēr izloka?

@OskarsPakers @PavilsJurjans Testi = visa pmlp vārdu datubāze, tā būtu ideāli :)

@OskarsPakers Testu tur ir pulka! Un izņēmumu saraksts noteikti nav pilnīgs. Bet tieši tāpēc tas ir atvērts kods, dzīva lieta, kas gaida testētājus, lietotājus un viņu iesniegumus papildinājumiem.

@saplaksnis @PavilsJurjans @arnisgross Kā būs pareizi: "Labdien, Fransuā"? :)

@PavilsJurjans Lieti noderētu arī kāds rīks vienādsaknes vārdu meklēšanai tekstos.

@PavilsJurjans @arnisgross Bet… pirms gada? :)

@PavilsJurjans @arnisgross ja par latviešu valodu, tad - "Kādu gadu atpakaļ" - tas tomēr ir pareizi teikts, nevajag - "Pirms kāda gada"?

@PavilsJurjans Paldies, Pāvil!

@PavilsJurjans @klavsse Vot konjugatoru es ļoti novērtētu.

@PavilsJurjans @arnisgross Jūs būtu varējuši ietaupīt darbu, pameklējot esošās bibliotēkas (saite uz demo) 🙂 https://slikts.github.io/latvian-grammar/

@saplaksnis @PavilsJurjans @arnisgross To var apvienot ar vārdadienu kalendāru un locīt tikai zināmus vārdus https://github.com/slikts/vardadienas

@PavilsJurjans @arnisgross Te ir praktisks pielietojums, lai meklētu latviski Twitterī, jo tas pats netiek galā ar locījumiem (tikai meklējumiem jāpievieno lang:lv) https://jmedd.csb.app/

@PavilsJurjans @arnisgross Var arī salīdzināt ar manu implementāciju, jo neizmantoju mutable state, neatkārtojos un ir separation of concerns https://github.com/slikts/latvian-grammar/tree/master/src

@slikts @arnisgross Jā, lēmums iet ar Noun klasi nebija vieglu roku, saprotu, ka kāds varētu kratīt kaulainu pirkstu. Bet, tā kā ir daudzi scenāriji, kur to pašu vārdu jāloka dažādos veidos (piem. līguma tekstā), un daudzreiz detektēt deklināciju utml būtu nevajadzīgi dārgi, lēmu par objektu.

@laacz @klavsse Jā, konjugators ir plānošanas caurulē. Noteikti nebūs pārāk viegli, bet kam tagad viegli.

@PavilsJurjans @arnisgross Dārgs ir programmētāju laiks, piemēram, lasot repetitīvu kodu, un memoizācija to pašu risinātu vienkāršāk, ja tas vispār būtu vajadzīgs

@slikts @arnisgross Es īsti laikam līdz galam nesaprotu, par kādu repetitīvu kodu tiek norādīts (atkārtojas "new" un iekavas?). Jebkurā gadījumā, katrs vienmēr var ieviest (un viņi ievieš!) savas utilītfunkcijas, kas visu dara tieši tā, kā viņiem patīk.

@PavilsJurjans @klavsse Arī deklinators nav viegli, bet konjugators ir iespējams tikai ar vārda analīzi, kas atkal ir diezgan grūti, jo sevišķi bez teksta korpusa.

@PavilsJurjans @arnisgross Ceturtā daļa no visām rindiņām šeit ir this.setDeclension() izsaukumi, tie vietām atkārtojas padsmit reizes pēc kārtas, un tas ir code smell https://github.com/latvianapps/deklinators/blob/master/src/latvian/noun.ts

@PavilsJurjans @arnisgross Super! Vai šis ir pieejam kā web app, lietošanai pārlūkā?

@PavilsJurjans @laacz @klavsse http://tezaurs.lv liktās konjugāciju tabulas balstās uz šādu API http://api.tezaurs.lv:8182/inflect/json/tikt kas savukārt pastarpināti balstās uz https://github.com/PeterisP/morphology kodu, varbūt noder - tas gan balstās uz tēzaura leksikonu, jo vienā brīdī vienkārši vajag norādes pie konkrētiem vārdiem.

@PPaikens @PavilsJurjans @klavsse Skaisti. Drīkst lietot?

@laacz @PavilsJurjans @klavsse Protams, tikai tas API griežas uz neliela VM un pie slodzes var bremzēt; ja grib lielus apjomus tad korekti būtu palaist lokāli - zem https://repo1.maven.org/maven2/lv/ailab/morphology/webservices/2.2.6/ ir jar ar visiem dependencies iepakotiem iekšā (tur gan ir vēl viss kas salikts, tāpēc jar paliels).

@PavilsJurjans @arnisgross Pāris komentāri no saviem testpiemēriem. Valda datīvs ir ok, bet līdzīgajiem Visvaldim, Miervaldim utt ir ar 'ž'. Kā arī sieviešu uzvārdiem kā Kreitenberga, Zeidmane oficiālā uzrunā ir pieņemts lietot nominatīvu, bez galotnes tikai neformālā sarunvalodā. https://www.apgads.lu.lv/fileadmin/user_upload/lu_portal/apgads/PDF/Valoda-nozime-forma/VNF_11/vnf_11-04_Kalnaca.pdf

@slikts @PavilsJurjans @arnisgross Šis tomēr ir krietni citā klasē nekā Pāvila liktais, kaut vai skatoties uz to, kā locītu sieviešu dzimtes Markus, uzvārdu Lielais vai daudzskaitlinieku bikses, kas visi tur strādā korekti 'out of box'.

@PPaikens @PavilsJurjans @arnisgross Mans ir uz ātru roku taisīts, tāpēc nav daudzu īpašo gadījumu, bet to ir gana vienkārši papildināt, un es droši vien pats to arī izdarīšu

@Guntis_Talers @PavilsJurjans Lemmatizācija ir netriviāla, jo ap 13% vārdlietojumu ir vairāki saknes varianti kas jāizšķir pēc konteksta. http://korpuss.lv resursu indeksēšanai mēs tos tekstus dzenam cauri https://github.com/PeterisP/LVTagger

@jlazovskis @arnisgross Šobrīd nav, bet es nākamnedēļ sametīšu kopā kādu prastu webappu, drīzāk kā iespēju demonstrāciju un mazāk ar pretenzijām uz lieliskāko locītāju internetā. Algoritma nolikšana atvērtā koda veidā ar MIT licenzi nozīmē tieši to, ka katrs vidusskolnieks var taisīt savu appu.

@Barduchio @arnisgross Sveiks, Andri, kur tie gadi! :) Paldies par korektu iebildumu, es stāvu labots! ;)