Hi, thanks for the guidance. Got the rules working now. The revised
grammar.xml is attached.
As to documenting the tags, do mean, for example, creating a file like
tagset.txt for English that has the following documentation:
CC Coordinating conjunction: and, or, either, if, as, since, once,
neither, less
CD Cardinal number: one, two, twenty-four
DT Determiner: an, an, all, many, much, any, some, this
EX Existential there: there (no other words)
etc., etc.
Thanks. -e.
On 21 July 2014 21:48, Daniel Naber <daniel.na...@languagetool.org> wrote:
> On 2014-07-21 14:39, Elanjelian Venugopal wrote:
>
> > I've created another set of rules for Tamil that is to be based on the
> > POS tagging. -e.
>
> I've added the tagger and the rules. The rules don't work yet, so they
> are commented out for now. You can use the "-v" option of the command
> line LT to see that words actually get their tags.
>
> Creating a binary file is easy, BTW:
>
> java -cp languagetool.jar org.languagetool.dev.POSDictionaryBuilder
> /path/to/ta.txt /path/to/org/languagetool/resource/ta/tamil.info
>
> Could you start documenting the tags in a simple plain text file? We
> found it's easier to start documenting things right from the start than
> adding documentation later.
>
> Regards
> Daniel
>
>
>
> ------------------------------------------------------------------------------
> Want fast and easy access to all the code in your enterprise? Index and
> search up to 200,000 lines of code with a free copy of Black Duck
> Code Sight - the same software that powers the world's largest code
> search on Ohloh, the Black Duck Open Hub! Try it now.
> http://p.sf.net/sfu/bds
> _______________________________________________
> Languagetool-devel mailing list
> Languagetool-devel@lists.sourceforge.net
> https://lists.sourceforge.net/lists/listinfo/languagetool-devel
>
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="../../../../../../../../../languagetool-core/src/main/resources/org/languagetool/rules/print.xsl" ?>
<?xml-stylesheet type="text/css" href="../../../../../../../../../languagetool-core/src/main/resources/org/languagetool/rules/rules.css"
title="Easy editing stylesheet" ?>
<!--
Tamil Rules for LanguageTool
Copyright (C) 2014 Elanjelian Venugopal
This library is free software; you can redistribute it and/or
modify it under the terms of the GNU Lesser General Public
License as published by the Free Software Foundation; either
version 2.1 of the License, or (at your option) any later version.
This library is distributed in the hope that it will be useful,
but WITHOUT ANY WARRANTY; without even the implied warranty of
MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU
Lesser General Public License for more details.
You should have received a copy of the GNU Lesser General Public
License along with this library; if not, write to the Free Software
Foundation, Inc., 51 Franklin St, Fifth Floor, Boston, MA 02110-1301
USA
-->
<!--suppress CheckTagEmptyBody -->
<rules lang="ta" xsi:noNamespaceSchemaLocation="../../../../../../../../../languagetool-core/src/main/resources/org/languagetool/rules/rules.xsd" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance";>
<!-- ====================================================================== -->
<!-- சொற்களைச் சேர்த்தும் இடம்விட்டும் எழுதுதல் -->
<!-- ====================================================================== -->
<category name="இலக்கண அமைப்பில் சொற்கள்">
<rulegroup id="பெயர்_பெயர்" name="1.1 பெயர் + பெயர்">
<rule>
<pattern>
<token regexp='yes'>[அஈஒக-வ][ாீூேைோ]?</token>
<token regexp='yes'>க[ா-ௌ]?(([க-ஹ][ா-்]?)+)?</token>
</pattern>
<message>முதல் பெயர்ச்சொல் ஓரெழுத்தாகவும் அடுத்தது வல்லெழுத்தில் தொடங்குமானால் அந்த வல்லெழுத்து மிகும். இவ்விரு சொற்களும் சேர்த்து எழுதப்படுகின்றன. <suggestion>\1க்\2</suggestion> என்பதே சரி.</message>
<url>http://www.tamilvu.org/slet/lA100/lA100pd3.jsp?bookid=169&pno=36#head1</url>
<short>ஓரெழுத்து விதி</short>
<example type='incorrect'>புது <marker>மா கோலம்</marker> போடு மயிலே.</example>
<example type='correct'>புது <marker>மாக்கோலம்</marker> போடு மயிலே.</example>
</rule>
<rule>
<pattern>
<token regexp='yes'>[அஈஒக-வ][ாீூேைோ]?</token>
<token regexp='yes'>ச[ா-ௌ]?(([க-ஹ][ா-்]?)+)?</token>
</pattern>
<message>முதல் பெயர்ச்சொல் ஓரெழுத்தாகவும் அடுத்தது வல்லெழுத்தில் தொடங்குமானால் அந்த வல்லெழுத்து மிகும். இவ்விரு சொற்களும் சேர்த்து எழுதப்படுகின்றன. <suggestion>\1ச்\2</suggestion> என்பதே சரி.</message>
<url>http://www.tamilvu.org/slet/lA100/lA100pd3.jsp?bookid=169&pno=36#head1</url>
<short>ஓரெழுத்து விதி</short>
<example type='incorrect'>ஒலிம்பிக் <marker>தீ சுடர்</marker>.</example>
<example type='correct'>ஒலிம்பிக் <marker>தீச்சுடர்</marker>.</example>
</rule>
<rule>
<pattern>
<token regexp='yes'>[அஈஒக-வ][ாீூேைோ]?</token>
<token regexp='yes'>த[ா-ௌ]?(([க-ஹ][ா-்]?)+)?</token>
</pattern>
<message>முதல் பெயர்ச்சொல் ஓரெழுத்தாகவும் அடுத்தது வல்லெழுத்தில் தொடங்குமானால் அந்த வல்லெழுத்து மிகும். இவ்விரு சொற்களும் சேர்த்து எழுதப்படுகின்றன. <suggestion>\1த்\2</suggestion> என்பதே சரி.</message>
<url>http://www.tamilvu.org/slet/lA100/lA100pd3.jsp?bookid=169&pno=36#head1</url>
<short>ஓரெழுத்து விதி</short>
<example type='incorrect'><marker>தை திங்கள்</marker> மலரட்டும்.</example>
<example type='correct'><marker>தைத்திங்கள்</marker> மலரட்டும்.</example>
</rule>
<rule>
<pattern>
<token regexp='yes'>[அஈஒக-வ][ாீூேைோ]?</token>
<token regexp='yes'>ப[ா-ௌ]?(([க-ஹ][ா-்]?)+)?</token>
</pattern>
<message>முதல் பெயர்ச்சொல் ஓரெழுத்தாகவும் அடுத்தது வல்லெழுத்தில் தொடங்குமானால் அந்த வல்லெழுத்து மிகும். இவ்விரு சொற்களும் சேர்த்து எழுதப்படுகின்றன. <suggestion>\1ப்\2</suggestion> என்பதே சரி.</message>
<url>http://www.tamilvu.org/slet/lA100/lA100pd3.jsp?bookid=169&pno=36#head1</url>
<short>ஓரெழுத்து விதி</short>
<example type='incorrect'>அவர்கள் <marker>தீ பந்தங்களோடு</marker> வந்தனர்.</example>
<example type='correct'>அவர்கள் <marker>தீப்பந்தங்களோடு</marker> வந்தனர்.</example>
</rule>
</rulegroup>
</category>
<!-- ====================================================================== -->
<!-- சொற்களைச் சேர்த்தும் இடம்விட்டும் எழுதுதல் -->
<!-- ====================================================================== -->
<category name="சந்தி">
<rulegroup id="இறுதி_அ" name="முதல் சொல்லின் இறுதி எழுத்து அ">
<rule>
<pattern>
<token regexp='yes'>அந்த|இந்த|எந்த</token>
<token regexp='yes'>க[ா-ௌ]?(([க-ஹ][ா-்]?)+)?</token>
</pattern>
<message>'அந்த', 'இந்த' முதலிய சுட்டுப்பெயரடைகளின் பின்பும் 'எந்த' என்ற வினாப் பெயரடையின் பின்பும் ஒற்று மிகும். <suggestion>\1க்\2</suggestion> என்பதே சரி.</message>
<url>http://www.tamilvu.org/slet/lA100/lA100pd3.jsp?bookid=169&pno=77#head</url>
<short>அ-வில் முடியும் சொல்பின்</short>
<example type='incorrect'>அவர் <marker>அந்த காலத்து</marker> மனிதர்.</example>
<example type='correct'>அவர் <marker>அந்தக் காலத்து</marker> மனிதர்.</example>
</rule>
<rule>
<pattern>
<token regexp='yes'>அந்த|இந்த|எந்த</token>
<token regexp='yes'>ச[ா-ௌ]?(([க-ஹ][ா-்]?)+)?</token>
</pattern>
<message>'அந்த', 'இந்த' முதலிய சுட்டுப்பெயரடைகளின் பின்பும் 'எந்த' என்ற வினாப் பெயரடையின் பின்பும் ஒற்று மிகும். <suggestion>\1ச்\2</suggestion> என்பதே சரி.</message>
<url>http://www.tamilvu.org/slet/lA100/lA100pd3.jsp?bookid=169&pno=77#head</url>
<short>அ-வில் முடியும் சொல்பின்</short>
<example type='incorrect'>அவர் <marker>அந்த சாலையைக்</marker> கடப்பதற்குப் பெரும்பாடு பட்டார்.</example>
<example type='correct'>அவர் <marker>அந்தச் சாலையைக்</marker> கடப்பதற்குப் பெரும்பாடு பட்டார்.</example>
</rule>
<rule>
<pattern>
<token regexp='yes'>அந்த|இந்த|எந்த</token>
<token regexp='yes'>த[ா-ௌ]?(([க-ஹ][ா-்]?)+)?</token>
</pattern>
<message>'அந்த', 'இந்த' முதலிய சுட்டுப்பெயரடைகளின் பின்பும் 'எந்த' என்ற வினாப் பெயரடையின் பின்பும் ஒற்று மிகும். <suggestion>\1த்\2</suggestion> என்பதே சரி.</message>
<url>http://www.tamilvu.org/slet/lA100/lA100pd3.jsp?bookid=169&pno=77#head</url>
<short>அ-வில் முடியும் சொல்பின்</short>
<example type='incorrect'><marker>இந்த தேர்தலில்</marker> காங்கிரஸ் படுதோல்வி அடையும்.</example>
<example type='correct'><marker>இந்தத் தேர்தலில்</marker> காங்கிரஸ் படுதோல்வி அடையும்.</example>
</rule>
<rule>
<pattern>
<token regexp='yes'>அந்த|இந்த|எந்த</token>
<token regexp='yes'>ப[ா-ௌ]?(([க-ஹ][ா-்]?)+)?</token>
</pattern>
<message>'அந்த', 'இந்த' முதலிய சுட்டுப்பெயரடைகளின் பின்பும் 'எந்த' என்ற வினாப் பெயரடையின் பின்பும் ஒற்று மிகும். <suggestion>\1ப்\2</suggestion> என்பதே சரி.</message>
<url>http://www.tamilvu.org/slet/lA100/lA100pd3.jsp?bookid=169&pno=77#head</url>
<short>அ-வில் முடியும் சொல்பின்</short>
<example type='incorrect'><marker>எந்த பக்கம்</marker> பார்த்தாலும் ஒரே மக்கள் கூட்டம்.</example>
<example type='correct'><marker>எந்தப் பக்கம்</marker> பார்த்தாலும் ஒரே மக்கள் கூட்டம்.</example>
</rule>
</rulegroup>
<rulegroup id="இறுதி_அ2" name="முதல் சொல்லின் இறுதி எழுத்து அ (2)">
<rule>
<pattern>
<token postag='VAN'><exception regexp='yes'>(([ஃ-ஹ][ா-்]?)+)[ா-்]</exception></token>
<token regexp='yes'>க[ா-ௌ]?(([க-ஹ][ா-்]?)+)?</token>
</pattern>
<message>'போக', 'வர', 'படிக்க' போன்ற (செ(ய்)ய' என்னும்) வினையெச்சங்களின் பின் ஒற்று மிகும்.<suggestion>\1க் \2</suggestion> என்பதே சரி.</message>
<url>http://www.tamilvu.org/slet/lA100/lA100pd3.jsp?bookid=169&pno=77#head</url>
<short>அ-வில் முடியும் சொல்பின்</short>
<example type='incorrect'>அவர் ஒரு புதினத்தை என்னிடம் <marker>படிக்க கொடுத்தார்</marker>.</example>
<example type='correct'>அவர் ஒரு புதினத்தை என்னிடம் <marker>படிக்கக் கொடுத்தார்</marker>.</example>
</rule>
<rule>
<pattern>
<token postag='VAN'><exception regexp='yes'>(([ஃ-ஹ][ா-்]?)+)[ா-்]</exception></token>
<token regexp='yes'>ச[ா-ௌ]?(([க-ஹ][ா-்]?)+)?</token>
</pattern>
<message>'போக', 'வர', 'படிக்க' போன்ற (செ(ய்)ய' என்னும்) வினையெச்சங்களின் பின் ஒற்று மிகும்.<suggestion>\1ச் \2</suggestion> என்பதே சரி.</message>
<url>http://www.tamilvu.org/slet/lA100/lA100pd3.jsp?bookid=169&pno=77#head</url>
<short>அ-வில் முடியும் சொல்பின்</short>
<example type='incorrect'>அவர் அக்காரியத்தை உடனே <marker>செய்ய சொன்னார்</marker>.</example>
<example type='correct'>அவர் அக்காரியத்தை உடனே <marker>செய்யச் சொன்னார்</marker>.</example>
</rule>
<rule>
<pattern>
<token postag='VAN'><exception regexp='yes'>(([ஃ-ஹ][ா-்]?)+)[ா-்]</exception></token>
<token regexp='yes'>த[ா-ௌ]?(([க-ஹ][ா-்]?)+)?</token>
</pattern>
<message>'போக', 'வர', 'படிக்க' போன்ற (செ(ய்)ய' என்னும்) வினையெச்சங்களின் பின் ஒற்று மிகும்.<suggestion>\1த் \2</suggestion> என்பதே சரி.</message>
<url>http://www.tamilvu.org/slet/lA100/lA100pd3.jsp?bookid=169&pno=77#head</url>
<short>அ-வில் முடியும் சொல்பின்</short>
<example type='incorrect'>அச்செய்தியைக் கேட்ட அவள் உடனே <marker>அழ தொடங்கினாள்</marker>.</example>
<example type='correct'>அச்செய்தியைக் கேட்ட அவள் உடனே <marker>அழத் தொடங்கினாள்</marker>.</example>
</rule>
<rule>
<pattern>
<token postag='VAN'><exception regexp='yes'>(([ஃ-ஹ][ா-்]?)+)[ா-்]</exception></token>
<token regexp='yes'>ப[ா-ௌ]?(([க-ஹ][ா-்]?)+)?</token>
</pattern>
<message>'போக', 'வர', 'படிக்க' போன்ற (செ(ய்)ய' என்னும்) வினையெச்சங்களின் பின் ஒற்று மிகும்.<suggestion>\1ப் \2</suggestion> என்பதே சரி.</message>
<url>http://www.tamilvu.org/slet/lA100/lA100pd3.jsp?bookid=169&pno=77#head</url>
<short>அ-வில் முடியும் சொல்பின்</short>
<example type='incorrect'>அவனை அவர் எப்படியாவது <marker>பழிவாங்க பார்த்தார்</marker>.</example>
<example type='correct'>அவனை அவர் எப்படியாவது <marker>பழிவாங்கப் பார்த்தார்</marker>.</example>
</rule>
</rulegroup>
</category>
</rules>
------------------------------------------------------------------------------
Want fast and easy access to all the code in your enterprise? Index and
search up to 200,000 lines of code with a free copy of Black Duck
Code Sight - the same software that powers the world's largest code
search on Ohloh, the Black Duck Open Hub! Try it now.
http://p.sf.net/sfu/bds
_______________________________________________
Languagetool-devel mailing list
Languagetool-devel@lists.sourceforge.net
https://lists.sourceforge.net/lists/listinfo/languagetool-devel
