[hunspell-fi-devel] lainen johdokset

[Harri Pitkänen]

On Saturday 01 July 2006 09:08, Kalle Lampila wrote:
> Katsellessani tunnistamattomia sanoja niin huomasin, että lainen (ja
> läinen) johtimella tehtyjä on aika paljon. Eli varmaankin suomi-malagan
> olisi hyvä kehittää lainen-johtimen tunnistus. Varsinkin kun
> paikannimiä on paljon tarjolla. (Kielitoimiston sanakirjassa on mukana
> paikannimihakemisto jossa on 21000 suomalaista kylän ja kunnan nimeä).
>
> listasin ainoistostani löytyneitä johdoksia ja tein niistä suomi-malagaan
> sanaston. Löytyy osoitteesta:
> http://www.cs.tut.fi/~kallel/voikko/lainen.lex
> Tiedoston lopussa on myös lainen/läinen-loppuisia sukunimiä.

Hyvä. Lisäsin nuo sukunimet suoraan SVN:ään, koska ne ovat hyödyllisiä vaikka 
joskus myöhemmin tunnistaisimmekin lAinen-johdokset automaattisesti. Mikä 
muuten on hyvä ajatus, laitan tuon muistiin vaikka tietysti laiskuuttani 
odotan ensin että Hannu tekee tämän puolestani :) Voi olla että lisään myös 
muun osan tuosta listasta väliaikaisesti mukaan omana tiedostonaan, sen voi 
sitten myöhemmin poistaa jos tuo automaattinen tunnistus toteutetaan.

> Helpointen ton lainen.lex saa testikäyttöön laittamalla sen
> sanat/omat.lex nimellä suomi-malagaan. (Olettaen ettei oma.lex ole
> laitettu muita sanoja).
>
> Toinen asia paikan nimistähän käytetään joko ssa tai lla loppua tai sitten
> hyväksytään molemmat esim. Helsingissä versus Tampereella. Joukahaisessa
> olisi varmaan hyvä olla ominaisuus, että paikanniin saisi liitettyä ton
> tiedon.

Tuo on myös hyvä ajatus. Oikoluvussahan tämä ei ole niinkään tarpeellista, 
koska sekä sisä- että ulkopaikallissijoja voi tietyissä yhteyksissä käyttää 
kaikissa paikannimissä: "Helsingille valittiin uusi kaupunginvaltuusto" 
ja "Tampereesta tuli Suomen X:ksi suurin kaupunki vuonna Y". Mutta muissa 
sovelluksissa ja kirjoittajan apuna tuota tietoa tarvitaan, ja Joukahaiseen 
sitä on hyvä tallentaa.


Katson myös tuon toisen tekemäsi listan läpi. Vaikka aika lupaavaltahan tuo 
näyttää, jos "sisällissota" on ylivoimaisesti yleisin noista tunnistamatta 
jääneistä sanoista.

Harri