marcoagpinto
commented
1 year ago @ricardojosehlima
Here it is: https://github.com/languagetool-org/languagetool/commit/146dec8af526654e170cad550840af6cc6bee1b3
Portuguese (Portugal): 54 total matches
Portuguese (Portugal): 582235 total sentences considered
Portuguese (Portugal): ø0.00 rule matches per sentenceFrom 34.txt to 37.txt it only removed two sentences (false positives):
Com esta compensação ao Real Madrid assumida pelo embuste que foi a venda de Garay, fica claro que a melhor opção teria sido manter Garay até ao final do contrato e de...
... poupar a humanidade e não colocar uma foto minha com a máscara no rosto… :laugh: Deixo 20 minutos, que é o que sugere a embalagem.@ricardojosehlima @susanaboatto Like I mentioned above, there is a rule I coded years ago or so that is supposed to do the same, but it is weaker and less accurate. I will try to find it tonight, and then we can check the global hits for this and for the older and see if the older can be deleted and this one enhanced if required.
Ricardo, if you find any false positives, please comment and I will fix.
Thanks!
Here is the code with huge antipatterns:
<!-- QUE FOI O CRIADOR o criador -->
<!-- Created by Marco A.G.Pinto with Ricardo Joseh Lima suggestions, Portuguese rule 2023-01-07 (25-JUL-2022+) -->
<!--
Temos Marco que foi o fundador da teoria. → Temos Marco o fundador da teoria.
Temos Marco, que é o fundador da teoria. → Temos Marco, o fundador da teoria.
-->
<rule id='QUE_VERBO_SER_A_AS_O_OS_A_AS_O_OS' name="Simplificar: Que + V. Ser + a(s)/o(s) → a(s)/o(s)">
<antipattern>
<token postag='CC|V.+|RG|DI.+' postag_regexp='yes'>
<exception postag='NC.+|AQ.+' postag_regexp='yes'/>
</token>
<token min="0" max="1" postag='NC.+|AQ.+|NP.+|AO.+' postag_regexp='yes'/>
<token postag='DA.+|SPS00|SPS00:DA.+|DI.+|SPS00:DI.+' postag_regexp='yes'/>
<token min="1" max="2" postag='NC.+|AQ.+|NP.+|AO.+' postag_regexp='yes'/>
<token>que</token>
<token inflected='yes'>ser</token>
<token regexp="yes">[ao]s?</token>
<example>Para o mal que é a morte não há medicamentos nos hortos.</example>
<example>Muito de nós vínhamos tentando denunciar a fraude que foram as “jornadas de 2013”, mas com a repercussão muito limitada.</example>
<example>Adormecer na desculpa que é a Sportv que marca os horários e nada se pode fazer é para o lado que eles dormem melhor.</example>
<example>Ontem o Bruno me ligou informando não ter a condição de troca sem custo pois chegaram à conclusão que é a peça q está com problema.</example>
<example>Tente plantar um grão de trigo sem os conhecimentos que lhe foram legados pelos homens que foram os primeiros a plantar trigo.</example>
<example>...iberativos, inclusive com instrumento econômico para a promoção do uso racional e eficiente da água que é a cobrança pelo seu uso.</example>
<example>O rabecã é um instrumento de corda que é o maior membro entre os membros da familia de violas e tem a tonalidade mais grave.</example>
<example>Temos de aceitar o mal, mas não deixá-lo solto a ponto de sufocar as outras componentes da psique que são o bem.</example>
<example>...e sistemático de monges tibetanos pela China (talvez pelo fato da China ter regime de partido único que é o sonho do PT?)</example>
<example>A Idade Média é a época do particularismo, do direito à diferença, ao contrário do mundo moderno que é a época da padronização, da uniformização.</example>
<example>- Guarde a Nota Fiscal que é a garantia de seu produto.</example>
<example>Temos um patrocinador que é a Ortopé e estamos buscando outros para não torrarmos nosso patrimônio.</example>
</antipattern>
<antipattern>
<token postag='RN|SPS00|PP.+|SPS00:PP.+|Z0.+|DI.+|SPS00:DI.+|NC.+|AQ.+|NP.+|DA.+|SPS00:DA.+|RM|UNKNOWN' postag_regexp='yes'>
<exception postag='V.+' postag_regexp='yes'/>
</token>
<token min="0" max="1" postag='_PUNCT_COMMA' postag_regexp='no'/>
<token postag='SPS00|CC|V.+|RG|DI.+|SPS00:DI.+|DA.+|SPS00:DA.+|DD.+|SPS00:DD.+|PD.+|SPS00:PD.+|DP.+|SPS00:DP.+' postag_regexp='yes'>
<exception postag='NC.+|AQ.+' postag_regexp='yes'/>
</token>
<token min="1" max="2" postag='NC.+|AQ.+|NP.+|AO.+' postag_regexp='yes'/>
<token>que</token>
<token inflected='yes'>ser</token>
<token regexp="yes">[ao]s?</token>
<example>Dá para saber o nome de todo mundo, de tão pequenina que é a cidade.</example>
<example>Você tem certeza que foi o Tom quem você viu fazendo isso?</example>
<example>Terminei "Atrás do espelho" tremendo de ansiedade para ler logo o terceiro, de tão incrível que é a continuação!</example>
<example>...mum ver pessoas compartilhando momentos de sua vida em vídeos usando o stories de outra rede social que é o Instagram.</example>
<example>Não é óbvio que foi o Tom quem fez isso?</example>
<example>O órgão já se definiu por um dos temas que é o que avalia se a Unicamp vai aderir no Vestibular ao sistema do Sisu – sistema de seleção unificado ...</example>
<example>...e aos padrões étnicos, às franjas e às aplicações de missangas e medalhas e muito menos aos pompons que são o elemento que enriquece as sandálias este verão.</example>
<example>Por isso, enviou o seu bem mais precioso que foi o seu filho Jesus, como demonstração perfeita deste amor.</example>
<example>Desta forma, aponta-se a primeira parte da matéria controvérsia que é o dano extrapatrimonial com a Reforma Trabalhista.</example>
<example>...o longo do tempo em que vamos conhecendo novas amizades, novos personagens dessa fábula maravilhosa que é o casamento.</example>
<example>Isso é ser cristão.Muitas pessoas se apegam a detalhes e esquecem o mais importante que é o amor.</example>
<example>O Sampaio tem problemas e não contará com o seu principal jogador que é o atacante Robert.</example>
<example>Mas tenho m segurado, pois já passei por coisa pior junto com a minha irmã que foi a minha doadora.</example>
<example>Vivemos com esses Elementos neste corpo e também com o quinto elemento que é a força da Deusa e do Deus dentro de nossa mente.</example>
<example>Mas, com um trabalho diário e contínuo podemos abraçar, definitivamente, a mudança cultural que é a base de qualquer transformação digital.</example>
<example>...deuses tão poderosos quanto temperamentais e viaje pelos nove reinos de Yggdrasil, a árvore gigante que é o centro de toda a existência.</example>
<example>... ambos os eventos, talvez fosse mais coerente parar com sua defesa eloquente da ditadura de opinião que é a religião, em muitas de suas formas.</example>
<example>...II, porém isso so dever ser feito quando temos o objetivo de resgastar os irmãos para verdade plena que é a Igreja fundada por NSJC através de Pedro (primeiro papa), se não o ecumenismos é morto sem vida!</example>
</antipattern>
<antipattern>
<token postag='V.+' postag_regexp='yes'/>
<token postag='Z0.+|DI.+|SPS00:DI.+' postag_regexp='yes'/>
<token min="1" max="2" postag='NC.+|AQ.+|NP.+|AO.+' postag_regexp='yes'/>
<token min="0" max="1" postag='_PUNCT_COMMA' postag_regexp='no'/>
<token>que</token>
<token inflected='yes'>ser</token>
<token regexp="yes">[ao]s?</token>
<example>...e, porque é muito difícil haver unanimidade, mas estava à espera que houvesse uma grande aceitação, que foi o que aconteceu”, afirmou aos jornalistas, no parlamento, no final da eleição.</example>
<example>Isso não é uma boa ideia, que foi o pior conselho.</example>
<example>...ogramas sencientes dentro da Matrix (e as máquinas no mundo real), o Merovingian é um determinista, que é a base para a sua dissertação sobre causalidade ser a natureza do universo.</example>
<example>... poupar a humanidade e não colocar uma foto minha com a máscara no rosto… :laugh: Deixo 20 minutos, que é o que sugere a embalagem.</example>
</antipattern>
<antipattern>
<token postag='RG' postag_regexp='no'/>
<token postag='DP.+|SPS00:DP.+' postag_regexp='yes'/>
<token min="1" max="2" postag='NC.+|AQ.+|NP.+|AO.+' postag_regexp='yes'/>
<token min="0" max="1" postag='_PUNCT_COMMA' postag_regexp='no'/>
<token>que</token>
<token inflected='yes'>ser</token>
<token regexp="yes">[ao]s?</token>
<example>...site que constarão as suas principais informações da sua empresa, bem como sua informação principal que são os seus dados de contato.</example>
</antipattern>
<antipattern>
<token postag='DA.+|SPS00:DA.+|DI.+|SPS00:DI.+' postag_regexp='yes'/>
<token min="1" max="2" postag='NC.+|AQ.+|NP.+|AO.+' postag_regexp='yes'/>
<token>que</token>
<token inflected='yes'>ser</token>
<token regexp="yes">[ao]s?</token>
<token min="1" max="2" postag='NC.+|AQ.+|NP.+|AO.+' postag_regexp='yes'/>
<token postag='SPS00' postag_regexp='no'/>
<example>Com esta compensação ao Real Madrid assumida pelo embuste que foi a venda de Garay, fica claro que a melhor opção teria sido manter Garay até ao final do contrato e de...</example>
</antipattern>
<pattern>
<token postag='NC.+|AQ.+|NP.+|AO.+' postag_regexp='yes'>
<exception scope="previous" postag='DD.+|SPS00:DD.+' postag_regexp='yes'/>
<exception postag='V.+|DI.+|Z0.+|SPS00:DI.+' postag_regexp='yes'/>
</token>
<token min="0" max="1" postag='_PUNCT_COMMA' postag_regexp='no'/>
<marker>
<token>que</token>
<and>
<token inflected='yes'>ser</token>
<token regexp="yes">é|foi|são|foram</token>
</and>
<token regexp="yes">[ao]s?</token>
</marker>
<token><exception postag='PP.+|DD.+|SPS00:PP.+|SPS00:DD.+' postag_regexp='yes'/></token>
</pattern>
<message>Esta perífrase poderá ser simplificada.</message>
<suggestion>\5</suggestion>
<example correction="o">Temos Marco <marker>que foi o</marker> fundador da teoria.</example>
<example correction="o">Temos Marco, <marker>que é o</marker> fundador da teoria.</example>
<example>Essa Ferramenta que é o Esquema Elétrico, Manual de Serviço, Diagrama Elétrico é indispensável para esses Reparos.</example>
<example>Se recuse a participar desse teatro que são as eleições.</example>
<example>É difícil falar dessa realidade que é o amor principalmente quando queremos vivê-la.</example>
<example>“Tenho certeza que foi a mesma quadrilha.</example>
</rule>
ricardojosehlima
Hello @ricardojosehlima
I have been working on it for over 12 hours, creating antipatterns.
There is already a rule that does this, but it is weaker and less accurate (I need to find it and compare the results from both).
The rule coded so far is basically this:
This is the current wordlist the whole rule (with antipatterns) produce:
34stable.txt
I believe it is a good rule?
I am still fixing false positives.
Thanks!