Debian Codegraph @

dictionaries/pt_BR/thes_data_layout_pt_BR.txt

raw
1 Descrição da estrutura dos dados necessários para MyThes
2 -------------------------------------------------- ------
3
4 MyThes é muito simples. Quase todos os "smarts" são realmente
5 no próprio arquivo de dados do dicionário de sinônimos.
6
7 O formato deste arquivo é o seguinte:
8
9 - sem dados binários
10
11 - o final da linha é uma nova linha '\n' e não um retorno de carro/avanços de linha
12
13 - A linha 1 é uma string de caracteres que descreve a codificação usada para o arquivo. Cabe ao programa de chamada converter
14 de e para esta codificação, se necessário.
15
16 ISO8859-1 é usado pelo arquivo th_en_US_new.dat.
17
18 Strings atualmente reconhecidas pelo OpenOffice.org são:
19
20 ISO8859-1
21 ISO8859-2
22 ISO8859-3
23 ISO8859-4
24 ISO8859-5
25 ISO8859-6
26 ISO8859-7
27 ISO8859-8
28 ISO8859-9
29 ISO8859-10
30 KOI8-R
31 CP-1251
32 ISO8859-14
33 ISCII-DEVANAGARI
34 UTF8
35
36
37 - Todas as linhas remanescentes do arquivo seguem esta estrutura
38
39 entrada|num_mean
40 pos|syn1_mean|syn2|...
41 .
42 .
43 .
44 pos|mean_syn1|syn2|...
45
46
47 Onde:
48
49 entrada - todas as versões em minúsculas da palavra ou frase que está sendo descrita
50 num_mean - número de significados para esta entrada
51
52 Há um significado por linha e cada significado é composto por
53
54 pos - classe gramatical ou outra descrição específica de significado
55 syn1_mean - sinônimo 1 também usado para descrever o próprio significado
56 syn2 - sinônimo 2 para esse significado etc.
57
58
59 Para tornar isso ainda mais claro, aqui estão os dados reais para o
60 entrada "simples".
61
62 simples|9
63 (adj)|simples|elementar|final|supersimplificado|simplista|simplex|simplificado|não analisável |
64 não decomposto|não complicado|não sofisticado|fácil|simples|não subdividido
65 (adj)|elementar|simples|não problemático|fácil
66 (adj)|nua|mera|simples
67 (adj)|infantil|olhos arregalados|olhos orvalhados|ingênuo|naif
68 (adj)|estúpido|estúpido|simplório|retardado
69 (adj)|simples|não subdividido|sem lóbulo|suave
70 (adj)|simples
71 (substantivo)|erva|planta herbácea
72 (substantivo)|simplório|pessoa|indivíduo|alguém|alguém|mortal|humano|alma
73
74
75 Diz que "simples" tem 9 significados diferentes e cada
76 o significado terá sua classe gramatical e pelo menos 1 sinônimo
77 com outro se predefinido seguindo na mesma linha.
78
79
80
81 Depois de criar seu próprio arquivo de texto estruturado, você pode usar
82 o programa perl "th_gen_idx.pl" que pode ser encontrado neste
83 diretório para criar um arquivo de índice que é usado para buscar em
84 seu arquivo de dados pelo código MyThes.
85
86 A maneira correta de executar o programa perl é a seguinte:
87
88 cat th_en_US_new.dat|./th_gen_idx.pl> th_en_US_new.idx
89
90
91
92 Então, se você liderar o arquivo de índice resultante, deverá ver o
93 Segue:
94
95 ISO8859-1
96 142689
97 'capô|10
98 Gravenhage de|88
99 'tween|173
100 'tween decks|196
101 .22|231
102 .22 calibre|319
103 .22 calibre|365
104 Calibre 38|411
105 Calibre 38|457
106 Calibre .45|503
107 Calibre .45|549
108 0|595
109 1|666
110 1 crônicas|6283
111 1 esdras|6336
112
113
114 A linha 1 é a mesma string de codificação tirada do
115 arquivo de dados de dicionário de sinônimos estruturado.
116
117 A linha 2 é uma contagem do número total de entradas
118 em seu dicionário de sinônimos.
119
120 Todas as linhas restantes são do formulário
121
122 entrada|byte_offset_into_data_file_where_entry_is_found
123
124
125 Isso é tudo que existe também.
126
127
128 Kevin
129 [email protected]