marcoagpinto
commented
12 months ago Heya,
I am going to start again from zero since it gives tons of false positives, and to fix them it requires countless and very complex antipatterns.
There must be an easier way of doing it.
Starting from zero.
<rule id='IR_CONTRACTION_NOUN_V2' name="Ir + na/no + nome">
<antipattern>
<token postag='VMN0000' postag_regexp='no'/>
<token regexp='yes' spacebefore='no'>&tracos_de_separacao;</token>
<token regexp='yes' spacebefore='no'>&pronomes_obliquos_sem_a_as_o_os;</token>
<token regexp='yes' spacebefore='no'>&tracos_de_separacao;</token>
<token regexp='no' inflected="yes" spacebefore='no'>ir</token>
<token regexp='yes'>n[ao]s?</token>
<token postag='NC.+|AQ.+|NP.+' postag_regexp='yes'/>
<example>O peão focar-se-ia no semáforo da estrada.</example>
<example>As canções de Gitte manter-se-iam nas listas alemãs de discos nas décadas seguintes, apesar de não ter o mesmo sucesso como na década de 1960.</example>
<example>Jataí e São Pedro de Alcântara transformar-se-iam na atual cidade de Jataizinho; São Jerônimo daria origem a Araporangas.</example>
</antipattern>
<antipattern>
<token regexp='yes'>bom|m(?:au|esmo)</token>
<token regexp='yes'>caminho|sentido</token>
<example>Estamos a ir no bom caminho.</example>
<example>Vamos no mesmo caminho.</example>
<example>E ver os meus filhos felizes enche-me o coração e é a demonstração de que tudo vai no bom caminho.</example>
</antipattern>
<antipattern>
<token inflected='yes'>ir
<exception regexp='yes'>foi|fora|indo</exception></token>
<token regexp='yes'>n[ao]s?</token>
<token regexp='yes'>&partes_do_dia;|&expressoes_de_tempo;</token>
<token postag='RG|CS|CC|SPS00|(SPS00:)?[DP][ADIPRT].+|NC.+|AQ.+' postag_regexp='yes'/>
<example>Foi aonde eu e meus pais fomos na noite que eles foram...</example>
<example>Não posso ir na semana que vem.</example>
<example>Se for no período da manhã, a primeira coisa que você vai dizer é bom dia.</example>
</antipattern>
<antipattern>
<token inflected='yes'>ir
<exception regexp='yes'>foi|fora|indo</exception></token>
<token regexp='yes'>n[ao]s?</token>
<token postag='NC.+|AQ.+' postag_regexp='yes'/>
<token postag='VMP00.+' postag_regexp='yes'/>
<example>Você deveria ir na posição oposta.</example>
<example>... "Phacochoerus" inclui duas espécies: "Phacochoerus africanus" e "Phacochoerus aethiopicus", que já foram no passado consideradas uma única espécie, e que ainda são consideradas sinónimos por alguns autores.</example>
</antipattern>
<antipattern>
<token postag='CS|RG' postag_regexp='yes'/>
<token regexp='yes'>fosse[ms]?</token>
<token regexp='yes'>n[ao]s?</token>
<token postag='NC.+|AQ.+' postag_regexp='yes'/>
<example>Não o vejo com frequência, mas quando acontece, é como se fosse na faculdade.</example>
<example>...u os trabalhadores embora, exigindo não ser perturbado e proibindo a entrada de quem quer que fosse na igreja.</example>
</antipattern>
<antipattern>
<token>ainda</token>
<token postag='Z0.+' postag_regexp='yes'/>
<token inflected='yes'>ir
<exception regexp='yes'>foi|fora|indo</exception></token>
<token regexp='yes'>n[ao]s?</token>
<example>Ainda 2018 vai no início…</example>
</antipattern>
<antipattern>
<token postag='UNKNOWN|NP.+|NC.+|AQ.+' postag_regexp='yes'/>
<token regexp='yes'>foram?</token>
<token regexp='yes'>n[ao]s?</token>
<token postag='NC.+|AQ.+' postag_regexp='yes'/>
<token regexp='yes'>d[ao]s?|de</token>
<example>A partida e a chegada foram na Avenida da Europa (Viseu), e pelo meio os participantes tiveram uma subida à Serra do Caramulo.</example>
<example>Alguns dos primeiros trabalhos de produção de Nottz foram na compilação da "Rawkus Records" no disco "Lyricist Lounge, Volume One", que foi lançado em 1998.</example>
<example>Seus outros papéis de destaque foram na série de TV de espionagem (2010) e no drama romance Padam Padam (2011).</example>
<example></example>
</antipattern>
<pattern>
<token inflected='yes'>ir
<exception regexp='yes'>foi|fora|indo</exception>
<exception scope='previous' regexp='yes'>isso|xxxx</exception>
</token>
<marker>
<token regexp='yes'>n[ao]s?</token>
</marker>
<token min='0' max='1' postag='RG' postag_regexp='no'/>
<token postag='NC.+|AQ.+' postag_regexp='yes'>
<exception regexp='yes'>adros?|almas?|áreas?|braços?|cabeças?|caminhos?|comboios?|contramão|direc?ç(ão|ões)|embalage(m|ns)|encalços?|fígados?|formas?|futuros?|listas?|lugar(es)|malas?|mentes?|metros?|metrôs?|mortes?|mesas?|partes?|postos?|propósitos?|rostos?|sentidos?|simultâneos?|tre(m|ns)|vidas?</exception>
<exception regexp='yes'>&dias_semana;|&dias_semana_abrev;|&expressoes_de_tempo;</exception>
<exception postag='(AO|Z).+|VMN0000' postag_regexp='yes'/>
</token>
</pattern>
<message>Substitua por <suggestion><match no='2' postag='SPS00:DA0(..)0' postag_replace='SPS00:DA0$10'>a:o</match></suggestion>.</message>
<example correction="à">Tenho de ir <marker>na</marker> praia.</example>
<example correction="ao">Tenho de ir <marker>no</marker> ginásio.</example>
<example>O menor número registrado foi na faixa etária entre 50 a 54 anos…</example>
<example>Quem estabelece a % de incapacidade é o médico a que vou na sexta.</example>
<example>Já vou na quarta versão.</example>
<example>É o que lhe vai na alma.</example>
<example>Já vou no último capítulo.</example>
<example>A procissão ainda vai no adro.</example>
<example>Isto vai no bom caminho.</example>
<example>Já vai no segundo tempo, e ainda não houve desempate.</example>
<example>- Vamos nos falar esta noite.</example>
</rule>
p-goulart
Heya, @susanaboatto @p-goulart @jaumeortola @maphjo
While removing false positives in this rule, I noticed that I now have the knowledge to join both subrules into just one rule.
I will work on it during the weekend.
There is no reason for it to have redundant code now that I have the knowledge.
❤️ ❤️ ❤️ ❤️ ❤️ ❤️ ❤️ ❤️