व्याकरण की जाँच करनेवाला

अधिकांश टेक्स्ट एडिटिंग सिस्टम में वर्तनी त्रुटियों को स्वचालित रूप से जांचने का एक उपकरण होता है (जब एक शब्द में एक या अधिक अक्षर गलत तरीके से लिखे जाते हैं, अंग्रेजी में स्पेलर )। कार्रवाई का उनका सिद्धांत: कार्यक्रम पाठ में प्रत्येक शब्द का विश्लेषण करता है और सभी शब्दों और उनके विभिन्न रूपों के डेटाबेस में समान खोजता है।

पाठ का ऐसा सत्यापन यह सुनिश्चित करता है कि पाठ में शब्द सही ढंग से लिखे गए हैं (जैसे कि शब्दकोश में), लेकिन वाक्य में मिलान त्रुटियों और वाक्यविन्यास त्रुटियों से रक्षा नहीं करता है। उदाहरण के लिए, वाक्य "मैं एक दिलचस्प पत्रिका पढ़ रहा हूं" गलत है, लेकिन पाठ संपादन प्रणाली सही विकल्प नहीं दिखाएगी: "मैं एक दिलचस्प पत्रिका पढ़ रहा हूं"।
एक वाक्य में व्याकरण की त्रुटियों की जाँच करने का कार्यक्रम ऐसी त्रुटियों से बचने में मदद करता है (अंग्रेजी में - व्याकरण परीक्षक )।

बहुत सारे वर्तनी जाँच कार्यक्रम बनाए गए हैं। लेकिन अब तक (जहां तक ​​मुझे पता है) ऐसे कोई कार्यक्रम नहीं हैं जो एक वाक्य में व्याकरण की त्रुटियों की जांच करते हैं (विभक्ति / विभक्ति भाषाओं के लिए - जिसमें शब्दों के कई रूप हैं); वह है, त्रुटियों की जाँच न केवल वर्तनी बल्कि त्रुटियों और वाक्यविन्यास का मिलान भी। इसलिए, मैं एक कार्यक्रम शुरू करना चाहता हूं जो ऐसा करता है (जहां तक ​​यह पता चलता है)।



2003-2007 में, मैंने एक कार्यक्रम (इसके तीन संस्करण) लिखे, जिसमें पाठ का यथासंभव (लिथुआनियाई में) विश्लेषण किया और वर्तनी की त्रुटियों के लिए न केवल सुधार जारी किए, बल्कि वाक्य में व्याकरण और संचार त्रुटियों को भी ठीक किया।
जनवरी 2011 में, विकिपीडिया के माध्यम से, मैंने habrahabr.ru को डायल किया, और फिर rg_software उपयोगकर्ता के लेख "एनएलपी पर नोट्स" और "एनएलपी: वर्तनी जांच - एक अंदर की नज़र" और वाक्यांश "कैसे नियम के लिए एक पैटर्न बनाने के लिए" मिलना चाहिए, विधेय होना चाहिए। विषय की तरह ही? ”सोचा कि यह उनके काम के बारे में लिखने लायक है - शायद यह विशेषज्ञों के लिए दिलचस्प होगा और उदासीन नहीं होगा।
फिर मैंने डेढ़ महीने में कार्यक्रम का रूसी संस्करण बनाया।

कार्यक्रम प्रोग्रामिंग भाषाओं के लिए एक पार्सर के सिद्धांत पर काम करता है: एक बड़े "सार्वभौमिक टेम्पलेट / वाक्य पैटर्न" का उपयोग किया जाता है, जो एक वाक्य में शब्दों के मिलान के सभी संभावित वेरिएंट का वर्णन करता है; सभी संभव प्रस्ताव विकल्प।
पार्सर को मानव भाषा में फिट करने के लिए थोड़ा संशोधित किया गया है (अधिक विवरण के लिए, पीडीएफ विवरण देखें); इसके अलावा, प्रोग्राम के लिए इनपुट वाक्य के अधिक सफल (उसकी राय में) संस्करण की पेशकश करने के लिए, इसके लिए इनपुट वाक्य से प्रत्येक शब्द के सभी रूपों पर विचार करना आवश्यक है। उदाहरण के लिए, वाक्य के लिए "यह कंप्यूटर प्रोग्राम सादे पाठ को पहचानता है", यह विकल्पों के 13.934.592 संयोजनों (24 * 24 * 12 * 7 * 24 * 12) पर विचार करना है; इसे पूरा होने में लगभग 5 सेकंड लगते हैं।



व्याकरण को सही करने के अलावा, कार्यक्रम:
* वाक्य पेड़ के सभी स्तरों पर शब्दों और वाक्यांशों के बहुपक्षीय समर्थन करता है।
* वाक्य या इसके मान्यता प्राप्त भाग के चयनित (सही) संस्करण के पेड़ को ग्राफिक रूप से दिखाता है; सार्वभौमिक वाक्य टेम्पलेट के "पेड़", इनपुट वाक्य के "शब्द" और उनके वेरिएंट भी दिखाए जाते हैं।
** सही प्रस्ताव की संरचना और सार्वभौमिक प्रस्ताव टेम्पलेट के चित्रमय प्रदर्शन की खिड़कियों में, आप कर सकते हैं: दृश्य को स्थानांतरित कर सकते हैं, खाली पर क्लिक करें या राइट-क्लिक करें
स्थान (तत्वों को छोड़ता है), तत्वों द्वारा (बाएं - एक तत्व को खोलता है / ढह जाता है ("-EXP-" लिंक), दाएं - इसका चयन करता है) या भागों में (केवल बाएं माउस बटन के साथ - -और- "लिंक (क्षैतिज) और "-OR-" (ऊर्ध्वाधर) - उन्हें खोलता / ढहाता है)।

विभिन्न भाषाओं में इस कार्यक्रम के पृष्ठ के लिंक (त्वरित संदर्भ के लिए) इस प्रकार हैं:
रूसी में: sites.google.com/site/sergprogrammer/main/main_ru/grammar_ru
अंग्रेजी में: sites.google.com/site/sergprogrammer/main/main_en/grammar_en
फिलहाल, आप प्रोग्राम के लिथुआनियाई "स्ट्रिप्ड डाउन" संस्करण को डाउनलोड कर सकते हैं, जिसमें सभी पेड़ों / ग्राफ़ के तत्वों का ग्राफिक प्रदर्शन अक्षम है और कुछ विशेषताएं अक्षम हैं, और एक अधिक खुला रूसी संस्करण है।

कार्यक्रम का नवीनतम संस्करण (रूसी में और रूसी भाषा के साथ काम करने के लिए) परियोजना की वेबसाइट "मल्टीग्रामम" पर स्थित है: sourceforge.net/projects/grammar-multi/files
आप एक बड़े पीडीएफ या डॉक्टर के विवरण को डाउनलोड कर सकते हैं "यह सब कैसे काम करता है।"
एक मंच भी है जहां मैं अपंजीकृत उपयोगकर्ताओं से सवालों के जवाब दे सकता हूं।

कार्यक्रम के "रूसी" संस्करण के इंटरफ़ेस को संदेश में बदल दिया गया है। txt फ़ाइल, dic.txt फ़ाइल में डिक्शनरी (माइक्रोस्कोपिक), नियम। टेक्स्ट फ़ाइल में सार्वभौमिक वाक्य टेम्पलेट।

मैं अभी भी एक अंग्रेजी संस्करण बनाने की कोशिश कर रहा हूं; परिणामी संस्करण अब उपयोग के लिए नहीं बल्कि ऑपरेशन के सिद्धांत को प्रदर्शित करने के लिए है।

15 नवंबर 2011 को अपडेट करें: मैंने यहां व्याकरण के अंग्रेजी संस्करण के स्क्रीनशॉट को जोड़ने का फैसला किया है:







बाद में, वैसे, फ़ाइल के संस्करण के अनुसार कार्यक्रम की प्रस्तुति में पार्स किए गए वाक्य की संरचना "सार्वभौमिक वाक्य टेम्पलेट" rules.txt