主に使うのは，etreeオブジェクト．これは標準で入っているモジュール（のはず）なので，一般的な話ができるはず．基本的な書き方は DrunkBoarder · yuki_B's web site XML ドキュメントを作成する - Python Module of the Week を見りゃいいのだが，細かい…

Perlexの元となっているalexinaのフレームワークでは，主に root辞書 屈折辞辞書 から構成されている． これをmakeすると，屈折活用済みのファイルが出来上がる仕組みになっている．さて，ここで新しく屈折辞を追加する方法を記しておく．いじるファイルはmo…

前回はペルシア語名詞の屈折辞一覧表を作成した - kensuke-miの日記で名詞の屈折辞表を作成したが，今回は動詞の屈折辞表を作成した．作成自体はそんなに大変でもないのだが．．．あまりにも不明な点が多すぎるよ．．例えば，全部でカテゴリーは２９個存在し…

ペルシア語の屈折辞は他のインド・ヨーロッパ語に比べれば比較的簡単だと言われている．（だれによって？）（←おれによって）というのも格の数もそんなに多いわけではないし，性も消滅している．したがって，格によって多数の屈折辞を持ち，性によって２ない…

ペルシア語の中には未完の接頭辞my（直接法）と動詞過去形で「過去未完了形」という時制が構成される． 感覚的に言うと，「過去のある時間範囲で，ある動作や状態が一定時間持続した」という説明になるだろうか．プログラミング的な感覚だと，「現在の時間を…

Perlexは何度もこのページで紹介しているが，要は形態素辞書．しかし，よくよく調べてみると，不可解な現象がいくつも発生していた． 例えば，以下 anga¹tn 108 V [pred="anga¹tn_____1",cat=V,@2*3plPreparfFam] anga¹tn_____1 Default 2*3p…

他の言語でもあるように，ペルシア語にも口語と文語で違う箇所は多く存在する．今回は，動詞の現在分詞における３人称複数人称について注目してみる．３人称複数の現在分詞の動詞接尾辞は，文語では-nd．なので，動詞構成はroot+ndになる．ところが，口語で…

まずはサーベイ資料

世の中にはacute accentという文字があるそうだ． Charbase U+00B4: ACUTE ACCENTアポストロフィーに形が似ているが，その実体はラテン系の言語に使用するアクセント記号である．Latin-1 supplemetの文字セットの中に含まれている．ところで，acute accentを…

以前に，xmlからデータの抽出を行う xml.dom.minidom - kensuke-miの日記で，自分で書いたにもかかわらず，また忘れていたので，今回はもう少し書く．あるコーパスがあって，xmlで保存されているのだが，いろいろと扱いづらい（タグが日本語で記述されている…

例えば，すべてが一行でつながってしまっているxmlがあったとする． でも，そのままではlessコマンドが使えなかったりと，とんでもなく扱いづらい．そこで，使うのが $ xmllint --format <XML>ここから XML を整形して表示 - kameidの備忘録 - Sharpen the Saw!も</xml>…

Perlexはペルシア語向けに作成された語彙辞書システムのことである． Alexinaという語彙辞書フレームワークの上に構築されており，2013年現在では，間違いなく無料で使用できる最大の言語資源である．しかし，このperlexの最大の欠点は，「説明がないこと」…

タイトルの内容について，１ヶ月近く取り組んでみたので，そろそろ書いてみる．そもそも目的は，「口承文芸コーパス」というペルシア語の口承（口伝えのお話）話を記録するという既存のコーパスがあって，それに言語情報をつけていく．が目標で，どうして形…

ちょっと前から自分の研究内容にFomaというFST構築ツールを使っている．何をするのか？というと，要は「FSTネットワークを作ってくれますよ」 以上！ 何に使うかと言うと，代表例「形態素形跡」 以上！で，すめば良いのだが，Foma scriptというのを定義しな…

複数のファイルに同じ処理を実行したい時は，基本的にbashスクリプトを書けばいい． が，「複数ファイルの拡張子を一括変更」程度では，いちいちスクリプトを書くのは手間すぎる．で，コマンドライン上でその程度の変更ができるのを確かめてみた． buttercup…

方法はcommandモジュールを使うか，subprocessモジュールを使うか？という選択肢があるようだ．で，commandモジュールには前に失敗した記憶があるので（自分が悪い），どっちかというとsubprocessを好んでいる．使い方は，importして import subprocesssubpr…

例えば，「ディレクトリの中身が散らかっていたので，整理しよう．」と整理した場合．つまり複数のファイルを移動させた場合．整理後にgit add . を行った場合に # Changes not staged for commit:のファイルが大量発生してしまう．こういう時に，一括で元の…