wdiestel
commented
3 years ago Alia ideo, kiu povus bone funkcii:
- donu poentoj al analizrezulto laŭ oficialeco, vortformad-metodo (derivado, kunmeto ktp.) kaj nombro de uzataj elementoj
- se la poentoj ne sufiĉas provu per pliaj unu ĝis tri analizrezultoj atingi pli bonan rezulton laŭ poentoj kaj poste elektu tiun kun la plej bonaj poentoj.
La nuna algoritmo analizas la vortojn en difinita ordo, donita de la ordo de eroj en la vortaro kaj la gramatiko. Ni jam provis optimumigi tion inversigante la vortaron - tiel pli longaj radikoj venas antaŭ malpli longaj, unue ni analizas laŭ gramatikaj reguloj bazajn vortojn antaŭ kiam ni elprovas la komplikaĵojn.
Sed ni ekz-e unue provas apliki prefiksojn antaŭ sufiksoj. Tamen foje oni devus fari inverse por veni al la ĝusta rezulto aŭ alterne apliki prefikson, poste sufikson, poste alian prefikson...
Daŭrigante la analizon ĝi iom post iom trovos ĉiujn eblecojn, sed efektive ni haltas jam ĉe la unua trovita solvo.
Ekzemploj de misanalizoj: post/ulem/o anstataŭ postul/em/o k.a. Ankaŭ komencanto de Esperanto stumblas simile, sed kun lernado kaj eluzo de la kunteksto oni malmultigas tiajn misanalizojn. La algoritmo ne havas komprenon, du ne povus uzi semantikan kuntekston.
La sekvaj strategioj povas malpli multigi misanalizojn:
La opcioj 3 kaj 4 ŝajnas samaj, sed se la vorto fakte ne estas oficiala, eble oni analizas malĝuste dishakante ĝin en oficialajn vortpartojn aŭ oni serĉas longe vane. Havante jam neoficialan vorton oni povus limigi la profundecon kaj tempon reserĉante laŭ nur-oficiala vortaro por ignori tro strangajn disanalizojn. Do verŝajne 4 estus preferebla.