search

LR-POR / MorphoBr

Resources for morphological analysis of Portuguese
Apache License 2.0
24 stars 4 forks source link

typos in unpublished-garcia #51

Closed odanoburu closed 3 years ago

odanoburu commented 6 years ago 
bentsa  benzer+V+PTPASS+F+SG
bentsas benzer+V+PTPASS+F+PL
bentso  benzer+V+PTPASS+M+SG
bentsos benzer+V+PTPASS+M+PL

gauuhada        gauchar+V+PTPASS+F+SG
gauuhadas       gauchar+V+PTPASS+F+PL
gauuhado        gauchar+V+PTPASS+M+SG
gauuhados       gauchar+V+PTPASS+M+PL

a origem desses erros está nos arquivos não-publicados pelo Marcos Garcia.

arademaker commented 3 years ago

Na verdade para benzer temos também outras formas iniciadas com bent que não aparecem em https://www.conjugacao.com.br/verbo-benzer/: 

33256benta  benzer+V+PTPST+F+SG
33257bentas benzer+V+PTPST+F+PL
33258bento  benzer+V+PTPST+M+SG
33324bentos benzer+V+PTPST+M+PL
33325bentsa benzer+V+PTPST+F+SG
33326bentsas    benzer+V+PTPST+F+PL
33327bentso benzer+V+PTPST+M+SG
33328bentsos    benzer+V+PTPST+M+PL

E para gauchar temos também algumas várias formas com duplo uu suspeitas que não aparecem em https://www.conjugacao.com.br/verbo-gauchar/. Imagino que estes erros podem ter sido introduzidos no recurso e propagados pelas regras de inflexão que implementamos:

4831 gauuhada   gauchar+V+PTPST+F+SG
4832 gauuhadas  gauchar+V+PTPST+F+PL
4833 gauuhado   gauchar+V+PTPST+M+SG
4834 gauuhados  gauchar+V+PTPST+M+PL
4835 gauuhai    gauchar+V+IMP+2+PL
4836 gauuhais   gauchar+V+PRS+2+PL
4837 gauuhamo   gauchar+V+PRF+1+PL
4838 gauuhamo   gauchar+V+PRS+1+PL
4839 gauuhamos  gauchar+V+PRF+1+PL
4840 gauuhamos  gauchar+V+PRS+1+PL
4841 gauuhando  gauchar+V+GRD
4842 gauuhar    gauchar+V+INF
4843 gauuhar    gauchar+V+INF+1+SG
4844 gauuhar    gauchar+V+INF+3+SG
4845 gauuhar    gauchar+V+SBJF+1+SG
4846 gauuhar    gauchar+V+SBJF+3+SG
4847 gauuhara   gauchar+V+PQP+1+SG
4848 gauuhara   gauchar+V+PQP+2+SG
4849 gauuhara   gauchar+V+PQP+3+SG
4850 gauuharam  gauchar+V+PQP+3+PL
4851 gauuharam  gauchar+V+PRF+3+PL
4852 gauuharas  gauchar+V+PQP+2+SG
4853 gauuharde  gauchar+V+INF+2+PL
4854 gauuhardes gauchar+V+INF+2+PL
4855 gauuhardes gauchar+V+SBJF+2+PL
4856 gauuhare   gauchar+V+INF+2+SG
4857 gauuharei  gauchar+V+FUT+1+SG
4858 gauuhareis gauchar+V+FUT+2+PL
4859 gauuharem  gauchar+V+INF+3+PL
4860 gauuharem  gauchar+V+SBJF+3+PL
4861 gauuharemos    gauchar+V+FUT+1+PL
4862 gauuhares  gauchar+V+INF+2+SG
4863 gauuhares  gauchar+V+SBJF+2+SG
4864 gauuharia  gauchar+V+COND+1+SG
4865 gauuharia  gauchar+V+COND+3+SG
4866 gauuhariam gauchar+V+COND+3+PL
4867 gauuharias gauchar+V+COND+2+SG
4868 gauuharmo  gauchar+V+INF+1+PL
4869 gauuharmos gauchar+V+INF+1+PL
4870 gauuharmos gauchar+V+SBJF+1+PL
4871 gauuhará   gauchar+V+FUT+3+SG
4872 gauuharás  gauchar+V+FUT+2+SG
4873 gauuharão  gauchar+V+FUT+3+PL
4874 gauuharíamos   gauchar+V+COND+1+PL
4875 gauuharíeis    gauchar+V+COND+2+PL
4876 gauuhasse  gauchar+V+SBJP+1+SG
4877 gauuhasse  gauchar+V+SBJP+3+SG
4878 gauuhassem gauchar+V+SBJP+3+PL
4879 gauuhasses gauchar+V+SBJP+2+SG
4880 gauuhaste  gauchar+V+PRF+2+PL
4881 gauuhaste  gauchar+V+PRF+2+SG
4882 gauuhastes gauchar+V+PRF+2+PL
4883 gauuhava   gauchar+V+IMPF+1+SG
4884 gauuhava   gauchar+V+IMPF+2+SG
4885 gauuhava   gauchar+V+IMPF+3+SG
4886 gauuhavam  gauchar+V+IMPF+3+PL
4887 gauuhavas  gauchar+V+IMPF+2+SG
4888 gauuhei    gauchar+V+PRF+1+SG
4889 gauuheis   gauchar+V+SBJR+2+PL
4890 gauuhemo   gauchar+V+IMP+1+PL
4891 gauuhemos  gauchar+V+IMP+1+PL
4892 gauuhemos  gauchar+V+SBJR+1+PL
4893 gauuhou    gauchar+V+PRF+3+SG
4894 gauuhá gauchar+V+INF
4895 gauuhá gauchar+V+INF+1+SG
4896 gauuhá gauchar+V+INF+3+SG
4897 gauuháramo gauchar+V+PQP+1+PL
4898 gauuháramos    gauchar+V+PQP+1+PL
4899 gauuhárei  gauchar+V+PQP+2+PL
4900 gauuháreis gauchar+V+PQP+2+PL
4901 gauuhásseis    gauchar+V+SBJP+2+PL
4902 gauuhássemos   gauchar+V+SBJP+1+PL
4903 gauuhávamo gauchar+V+IMPF+1+PL
4904 gauuhávamos    gauchar+V+IMPF+1+PL
4905 gauuhávei  gauchar+V+IMPF+2+PL
4906 gauuháveis gauchar+V+IMPF+2+PL
4907 gauúha gauchar+V+IMP+2+SG
4908 gauúha gauchar+V+PRS+3+SG
4909 gauúham    gauchar+V+PRS+3+PL
4910 gauúhas    gauchar+V+PRS+2+SG
4911 gauúhe gauchar+V+IMP+3+SG
4912 gauúhe gauchar+V+SBJR+1+SG
4913 gauúhe gauchar+V+SBJR+3+SG
4914 gauúhem    gauchar+V+IMP+3+PL
4915 gauúhem    gauchar+V+SBJR+3+PL
4916 gauúhes    gauchar+V+SBJR+2+SG
4917 gauúho gauchar+V+PRS+1+SG

@leoalenc concorda em removermos estas entradas?

leoalenc commented 3 years ago

Na verdade para benzer temos também outras formas iniciadas com bent que não aparecem em https://www.conjugacao.com.br/verbo-benzer/:

33256benta    benzer+V+PTPST+F+SG
33257bentas   benzer+V+PTPST+F+PL
33258bento    benzer+V+PTPST+M+SG
33324bentos   benzer+V+PTPST+M+PL
33325bentsa   benzer+V+PTPST+F+SG
33326bentsas  benzer+V+PTPST+F+PL
33327bentso   benzer+V+PTPST+M+SG
33328bentsos  benzer+V+PTPST+M+PL

@arademaker , em termos de conjugação e flexão, a referência mais confiável é esta, o Portal da Língua Portuguesa, do Instituto de Linguística Teórica e Computacional da Universidade de Lisboa: http://www.portaldalinguaportuguesa.org/simplesearch.php?action=lemma&lemma=3917&highlight=^bento$ Existe, sim, o particípio bento etc., ao lado de benzido. É um fenômeno mais geral da língua, ver, por exemplo, ganho versus ganhado etc. Por outro lado, inexistem as formas bentso etc.

E para gauchar temos também algumas várias formas com duplo uu suspeitas que não aparecem em https://www.conjugacao.com.br/verbo-gauchar/. Imagino que estes erros podem ter sido introduzidos no recurso e propagados pelas regras de inflexão que implementamos:

4831 gauuhada gauchar+V+PTPST+F+SG
4832 gauuhadas    gauchar+V+PTPST+F+PL
4833 gauuhado gauchar+V+PTPST+M+SG
4834 gauuhados    gauchar+V+PTPST+M+PL
4835 gauuhai  gauchar+V+IMP+2+PL
4836 gauuhais gauchar+V+PRS+2+PL
4837 gauuhamo gauchar+V+PRF+1+PL
4838 gauuhamo gauchar+V+PRS+1+PL
4839 gauuhamos    gauchar+V+PRF+1+PL
4840 gauuhamos    gauchar+V+PRS+1+PL
4841 gauuhando    gauchar+V+GRD
4842 gauuhar  gauchar+V+INF
4843 gauuhar  gauchar+V+INF+1+SG
4844 gauuhar  gauchar+V+INF+3+SG
4845 gauuhar  gauchar+V+SBJF+1+SG
4846 gauuhar  gauchar+V+SBJF+3+SG
4847 gauuhara gauchar+V+PQP+1+SG
4848 gauuhara gauchar+V+PQP+2+SG
4849 gauuhara gauchar+V+PQP+3+SG
4850 gauuharam    gauchar+V+PQP+3+PL
4851 gauuharam    gauchar+V+PRF+3+PL
4852 gauuharas    gauchar+V+PQP+2+SG
4853 gauuharde    gauchar+V+INF+2+PL
4854 gauuhardes   gauchar+V+INF+2+PL
4855 gauuhardes   gauchar+V+SBJF+2+PL
4856 gauuhare gauchar+V+INF+2+SG
4857 gauuharei    gauchar+V+FUT+1+SG
4858 gauuhareis   gauchar+V+FUT+2+PL
4859 gauuharem    gauchar+V+INF+3+PL
4860 gauuharem    gauchar+V+SBJF+3+PL
4861 gauuharemos  gauchar+V+FUT+1+PL
4862 gauuhares    gauchar+V+INF+2+SG
4863 gauuhares    gauchar+V+SBJF+2+SG
4864 gauuharia    gauchar+V+COND+1+SG
4865 gauuharia    gauchar+V+COND+3+SG
4866 gauuhariam   gauchar+V+COND+3+PL
4867 gauuharias   gauchar+V+COND+2+SG
4868 gauuharmo    gauchar+V+INF+1+PL
4869 gauuharmos   gauchar+V+INF+1+PL
4870 gauuharmos   gauchar+V+SBJF+1+PL
4871 gauuhará gauchar+V+FUT+3+SG
4872 gauuharás    gauchar+V+FUT+2+SG
4873 gauuharão    gauchar+V+FUT+3+PL
4874 gauuharíamos gauchar+V+COND+1+PL
4875 gauuharíeis  gauchar+V+COND+2+PL
4876 gauuhasse    gauchar+V+SBJP+1+SG
4877 gauuhasse    gauchar+V+SBJP+3+SG
4878 gauuhassem   gauchar+V+SBJP+3+PL
4879 gauuhasses   gauchar+V+SBJP+2+SG
4880 gauuhaste    gauchar+V+PRF+2+PL
4881 gauuhaste    gauchar+V+PRF+2+SG
4882 gauuhastes   gauchar+V+PRF+2+PL
4883 gauuhava gauchar+V+IMPF+1+SG
4884 gauuhava gauchar+V+IMPF+2+SG
4885 gauuhava gauchar+V+IMPF+3+SG
4886 gauuhavam    gauchar+V+IMPF+3+PL
4887 gauuhavas    gauchar+V+IMPF+2+SG
4888 gauuhei  gauchar+V+PRF+1+SG
4889 gauuheis gauchar+V+SBJR+2+PL
4890 gauuhemo gauchar+V+IMP+1+PL
4891 gauuhemos    gauchar+V+IMP+1+PL
4892 gauuhemos    gauchar+V+SBJR+1+PL
4893 gauuhou  gauchar+V+PRF+3+SG
4894 gauuhá   gauchar+V+INF
4895 gauuhá   gauchar+V+INF+1+SG
4896 gauuhá   gauchar+V+INF+3+SG
4897 gauuháramo   gauchar+V+PQP+1+PL
4898 gauuháramos  gauchar+V+PQP+1+PL
4899 gauuhárei    gauchar+V+PQP+2+PL
4900 gauuháreis   gauchar+V+PQP+2+PL
4901 gauuhásseis  gauchar+V+SBJP+2+PL
4902 gauuhássemos gauchar+V+SBJP+1+PL
4903 gauuhávamo   gauchar+V+IMPF+1+PL
4904 gauuhávamos  gauchar+V+IMPF+1+PL
4905 gauuhávei    gauchar+V+IMPF+2+PL
4906 gauuháveis   gauchar+V+IMPF+2+PL
4907 gauúha   gauchar+V+IMP+2+SG
4908 gauúha   gauchar+V+PRS+3+SG
4909 gauúham  gauchar+V+PRS+3+PL
4910 gauúhas  gauchar+V+PRS+2+SG
4911 gauúhe   gauchar+V+IMP+3+SG
4912 gauúhe   gauchar+V+SBJR+1+SG
4913 gauúhe   gauchar+V+SBJR+3+SG
4914 gauúhem  gauchar+V+IMP+3+PL
4915 gauúhem  gauchar+V+SBJR+3+PL
4916 gauúhes  gauchar+V+SBJR+2+SG
4917 gauúho   gauchar+V+PRS+1+SG

@leoalenc concorda em removermos estas entradas?

@arademaker , sim, as formas com uu devem ser removidas ou, melhor, substituídas pelas formas em uc, i.e., em vez de gauúhem, devemos ter gaúchem, ver http://www.portaldalinguaportuguesa.org/index.php?action=lemma&lemma=2181.

arademaker commented 3 years ago

Para benzer, removi as formas bents* mas observei que ainda temos algum problema comparando com outros verbos da segunda conjugação -er:

ar@tenis verbs % grep "\tcorrer+V" * | wc -l
      90
ar@tenis verbs % grep "\tarder+V" * | wc -l
      89
ar@tenis verbs % grep "\tbenzer+V" * | wc -l
      94
ar@tenis verbs % grep "\ttorcer+V" * | wc -l
      90

O número de formas em uma dada conjugação não deveria ser igual?

arademaker commented 3 years ago

commit 2a7cfdf no branch issue-67 elimina as formas bents* do lema benzer

arademaker commented 3 years ago

Para gauchar, temos:

ar@tenis verbs % grep "\ttelefonar+V" * | wc -l
      91
ar@tenis verbs % grep "\tacordar+V" * | wc -l
      92
ar@tenis verbs % grep "\tgauchar+V" * | wc -l
     158

O que sugeri que as formas com uu devem realmente ser apagadas...

arademaker commented 3 years ago

confirmando, as consultas abaixo parecem sugerir que as formas uu estão realmente sobrando e devem ser simplesmente apagadas dado que as correspondentes formas uc existem:

% awk -F "\t" '$2 ~ /^gauchar\+V\+PRF\+2\+PL/ {print $0,FILENAME}' *
gauchastes  gauchar+V+PRF+2+PL verbs-abf.dict
gauuhaste   gauchar+V+PRF+2+PL verbs-abf.dict
gauuhastes  gauchar+V+PRF+2+PL verbs-abf.dict

ar@tenis verbs % awk -F "\t" '$2 ~ /^gauchar\+V\+PRF\+2\+SG/ {print $0,FILENAME}' *
gauchaste   gauchar+V+PRF+2+SG verbs-abf.dict
gauuhaste   gauchar+V+PRF+2+SG verbs-abf.dict

No entanto, para o exemplo do @leoalenc acima, as formas de gauchar no SBJR+3+PL temos que na forma esperada segundo o PLP tem acento, mas no recurso não temos o acento. E a versão errada está com uú. 

 % awk -F "\t" '$2 ~ /^gauchar\+V\+SBJR\+3\+PL/ {print $0,FILENAME}' *
gauchem gauchar+V+SBJR+3+PL verbs-abf.dict
gauúhem gauchar+V+SBJR+3+PL verbs-abf.dict

@analununes eu gostaria de ter um melhor suporte computacional para corrigir o recurso. Para os verbos, dado um lema, se pudéssemos ter as conjugações mostradas como no PLP, seria bem fácil reconhecer as lacunas e/ou indevidas duplicatas de formas.

arademaker commented 3 years ago

Outra observação, no PLP no final da página, existe um link para a conjugação de conjuga como enraizar. No nosso recurso, temos 93 formas para enraizar:

% awk -F "\t" '$2 ~ /^enraizar\+V/ {print $0,FILENAME}' *  | wc -l
      93

Seria então o número esperado para gauchar. Mas no PLP temos 73 formas na página?! Duas formas possíveis para a PRF+1+PL (com e sem acento), variações de gênero e número das formas do particípio passado e duas formas para a IMP+2+SG e IMP+2+PL (identificadas entre parênteses e não separadas por / como as formas do PRF). Existe alguma forma de prevermos a quantidade de formas para cada conjugação?

analununes commented 3 years ago

E para gauchar temos também algumas várias formas com duplo uu suspeitas que não aparecem em https://www.conjugacao.com.br/verbo-gauchar/. Imagino que estes erros podem ter sido introduzidos no recurso e propagados pelas regras de inflexão que implementamos:

4831 gauuhada   gauchar+V+PTPST+F+SG
4832 gauuhadas  gauchar+V+PTPST+F+PL
4833 gauuhado   gauchar+V+PTPST+M+SG
4834 gauuhados  gauchar+V+PTPST+M+PL
4835 gauuhai    gauchar+V+IMP+2+PL
4836 gauuhais   gauchar+V+PRS+2+PL
4837 gauuhamo   gauchar+V+PRF+1+PL
4838 gauuhamo   gauchar+V+PRS+1+PL
4839 gauuhamos  gauchar+V+PRF+1+PL
4840 gauuhamos  gauchar+V+PRS+1+PL
4841 gauuhando  gauchar+V+GRD
4842 gauuhar    gauchar+V+INF
4843 gauuhar    gauchar+V+INF+1+SG
4844 gauuhar    gauchar+V+INF+3+SG
4845 gauuhar    gauchar+V+SBJF+1+SG
4846 gauuhar    gauchar+V+SBJF+3+SG
4847 gauuhara   gauchar+V+PQP+1+SG
4848 gauuhara   gauchar+V+PQP+2+SG
4849 gauuhara   gauchar+V+PQP+3+SG
4850 gauuharam  gauchar+V+PQP+3+PL
4851 gauuharam  gauchar+V+PRF+3+PL
4852 gauuharas  gauchar+V+PQP+2+SG
4853 gauuharde  gauchar+V+INF+2+PL
4854 gauuhardes gauchar+V+INF+2+PL
4855 gauuhardes gauchar+V+SBJF+2+PL
4856 gauuhare   gauchar+V+INF+2+SG
4857 gauuharei  gauchar+V+FUT+1+SG
4858 gauuhareis gauchar+V+FUT+2+PL
4859 gauuharem  gauchar+V+INF+3+PL
4860 gauuharem  gauchar+V+SBJF+3+PL
4861 gauuharemos    gauchar+V+FUT+1+PL
4862 gauuhares  gauchar+V+INF+2+SG
4863 gauuhares  gauchar+V+SBJF+2+SG
4864 gauuharia  gauchar+V+COND+1+SG
4865 gauuharia  gauchar+V+COND+3+SG
4866 gauuhariam gauchar+V+COND+3+PL
4867 gauuharias gauchar+V+COND+2+SG
4868 gauuharmo  gauchar+V+INF+1+PL
4869 gauuharmos gauchar+V+INF+1+PL
4870 gauuharmos gauchar+V+SBJF+1+PL
4871 gauuhará   gauchar+V+FUT+3+SG
4872 gauuharás  gauchar+V+FUT+2+SG
4873 gauuharão  gauchar+V+FUT+3+PL
4874 gauuharíamos   gauchar+V+COND+1+PL
4875 gauuharíeis    gauchar+V+COND+2+PL
4876 gauuhasse  gauchar+V+SBJP+1+SG
4877 gauuhasse  gauchar+V+SBJP+3+SG
4878 gauuhassem gauchar+V+SBJP+3+PL
4879 gauuhasses gauchar+V+SBJP+2+SG
4880 gauuhaste  gauchar+V+PRF+2+PL
4881 gauuhaste  gauchar+V+PRF+2+SG
4882 gauuhastes gauchar+V+PRF+2+PL
4883 gauuhava   gauchar+V+IMPF+1+SG
4884 gauuhava   gauchar+V+IMPF+2+SG
4885 gauuhava   gauchar+V+IMPF+3+SG
4886 gauuhavam  gauchar+V+IMPF+3+PL
4887 gauuhavas  gauchar+V+IMPF+2+SG
4888 gauuhei    gauchar+V+PRF+1+SG
4889 gauuheis   gauchar+V+SBJR+2+PL
4890 gauuhemo   gauchar+V+IMP+1+PL
4891 gauuhemos  gauchar+V+IMP+1+PL
4892 gauuhemos  gauchar+V+SBJR+1+PL
4893 gauuhou    gauchar+V+PRF+3+SG
4894 gauuhá gauchar+V+INF
4895 gauuhá gauchar+V+INF+1+SG
4896 gauuhá gauchar+V+INF+3+SG
4897 gauuháramo gauchar+V+PQP+1+PL
4898 gauuháramos    gauchar+V+PQP+1+PL
4899 gauuhárei  gauchar+V+PQP+2+PL
4900 gauuháreis gauchar+V+PQP+2+PL
4901 gauuhásseis    gauchar+V+SBJP+2+PL
4902 gauuhássemos   gauchar+V+SBJP+1+PL
4903 gauuhávamo gauchar+V+IMPF+1+PL
4904 gauuhávamos    gauchar+V+IMPF+1+PL
4905 gauuhávei  gauchar+V+IMPF+2+PL
4906 gauuháveis gauchar+V+IMPF+2+PL
4907 gauúha gauchar+V+IMP+2+SG
4908 gauúha gauchar+V+PRS+3+SG
4909 gauúham    gauchar+V+PRS+3+PL
4910 gauúhas    gauchar+V+PRS+2+SG
4911 gauúhe gauchar+V+IMP+3+SG
4912 gauúhe gauchar+V+SBJR+1+SG
4913 gauúhe gauchar+V+SBJR+3+SG
4914 gauúhem    gauchar+V+IMP+3+PL
4915 gauúhem    gauchar+V+SBJR+3+PL
4916 gauúhes    gauchar+V+SBJR+2+SG
4917 gauúho gauchar+V+PRS+1+SG

@leoalenc concorda em removermos estas entradas?

@arademaker , sim, as formas com uu devem ser removidas ou, melhor, substituídas pelas formas em uc, i.e., em vez de gauúhem, devemos ter gaúchem, ver http://www.portaldalinguaportuguesa.org/index.php?action=lemma&lemma=2181.

Related to #106

analununes commented 3 years ago

Resolvido nos commits cf40cf026a6dc8162cead7b744706c4f1403e485 e c5b009d970a87eed466c61ba1aea04b91934848c.