मेरे पास एक .NET एप्लिकेशन है, जहां एक संज्ञा दी गई है, मैं चाहता हूं कि वह "ए" या "ए" के साथ उस शब्द को सही ढंग से उपसर्ग करे। मुझे यह कैसे करना है?
इससे पहले कि आपको लगता है कि उत्तर केवल यह जांचना है कि क्या पहला अक्षर एक स्वर है, जैसे वाक्यांशों पर विचार करें:
जवाबों:
आप शायद इससे बहुत बेहतर नहीं कर सकते - और यह निश्चित रूप से अधिकांश नियम-आधारित प्रणालियों को हरा देगा।
संपादित करें: मैंने इसे JS / C # में लागू किया है । आप इसे अपने ब्राउज़र में आज़मा सकते हैं , या इसका उपयोग करने वाले छोटे, पुन: प्रयोज्य जावास्क्रिप्ट कार्यान्वयन को डाउनलोड कर सकते हैं । .NET कार्यान्वयन AvsAnनगेट पर पैकेज है । कार्यान्वयन तुच्छ हैं, इसलिए यदि आवश्यक हो तो किसी अन्य भाषा में पोर्ट करना आसान होना चाहिए।
मेरे विचार से "नियम" बहुत अधिक जटिल हैं:
... जो सिर्फ इस बात को रेखांकित करता है कि एक नियम आधारित प्रणाली का निर्माण मुश्किल होगा!
आपको अपवादों की सूची का उपयोग करने की आवश्यकता है। मुझे नहीं लगता कि सभी अपवाद अच्छी तरह से परिभाषित हैं, क्योंकि यह कभी-कभी शब्द कहने वाले व्यक्ति के उच्चारण पर निर्भर करता है।
एक बेवकूफ तरीका यह है कि Google को दो संभावनाओं (खोज एपीआई में से एक का उपयोग करके) के लिए पूछें और सबसे लोकप्रिय का उपयोग करें:
या:
इसलिए "एक यूरोप" और "एक ईमानदार" सही संस्करण हैं।
यदि आपको शब्द उच्चारण के लिए शब्द वर्तनी का स्रोत मिल सकता है, जैसे:
"honest":"on-ist"
"horrible":"hawr-uh-buhl, hor-"आप वर्तनी उच्चारण के पहले वर्ण पर अपने निर्णय को आधार बना सकते हैं। प्रदर्शन के लिए, शायद आप अपवाद सेट करने के लिए इस तरह के लुकअप का उपयोग कर सकते थे और निष्पादन के दौरान उन छोटे लुकअप सेट का उपयोग कर सकते थे।
जोड़ने के लिए संपादित:
!!! - मुझे लगता है कि आप अपने अपवाद उत्पन्न करने के लिए इसका इस्तेमाल कर सकते हैं: http://www.speech.cs.cmu.edu/cgi-bin-cmcict
सब कुछ शब्दकोश में नहीं होगा, निश्चित रूप से - जिसका अर्थ है कि हर संभव अपवाद आपके अपवाद सेटों में हवा नहीं देगा - लेकिन उस स्थिति में, आप केवल स्वरों के लिए डिफ़ॉल्ट रूप से / व्यंजन के लिए डिफ़ॉल्ट रूप से या बेहतर बाधाओं के साथ कुछ अन्य अनुमानक का उपयोग कर सकते हैं।
(सीएमयू शब्दकोश के माध्यम से देखते हुए, मुझे यह देखकर खुशी हुई कि इसमें देशों और कुछ अन्य स्थानों के लिए उचित संज्ञाएं शामिल हैं - इसलिए यह "एक यूक्रेनी", "यूएसए टुडे पेपर", "एक उरल्स-प्रेरित पेंटिंग" जैसे उदाहरणों को संभालेगा।)
एक बार और जोड़ने के लिए संपादन करना: CMU डिक्शनरी में सामान्य शब्दकोष नहीं हैं, और आपको s, f, l, m, n, u, और x से शुरू होने वाले लोगों के बारे में चिंता करनी होगी। लेकिन विकिपीडिया की तरह वहाँ भी बहुत सारी संक्षिप्त सूची हैं, जिनका उपयोग आप अपवादों को जोड़ने के लिए कर सकते हैं।
hawr-uh-buhlहमेशा मुझे हंसाता है।
आपको मैन्युअल रूप से लागू करना होगा और अपवादों को जोड़ना होगा जो आप चाहते हैं उदाहरण के लिए यदि पहला अक्षर and H ’है और उसके बाद O O’ जैसे ईमानदार, घंटे… और इसके विपरीत यूरोप, विश्वविद्यालय, जैसे उपयोग किए गए हैं…
चूंकि "ए" और "ए" ध्वन्यात्मक नियमों द्वारा निर्धारित किया गया है और सम्मेलनों की वर्तनी नहीं, मैं शायद इसे इस तरह से करूंगा:
आपको अनिश्चित लेखों के लिए व्याकरण के नियमों को देखने की आवश्यकता है (अंग्रेजी व्याकरण में केवल दो अनिश्चित लेख हैं - "a" और "a)। आप इन ध्वनियों को सही नहीं मान सकते हैं, लेकिन अंग्रेजी व्याकरण के नियम बहुत स्पष्ट हैं :
"शब्द और एक अनिश्चित लेख हैं। हम अनिश्चित लेख का उपयोग ऐसे शब्दों से पहले करते हैं जो एक स्वर से शुरू होते हैं (ए, ई, आई, ओ, यू) और अनिश्चित शब्द से पहले का शब्द जो एक व्यंजन ध्वनि के साथ शुरू होता है (सभी अन्य पत्र)। "
ध्यान दें कि इसका मतलब स्वर ध्वनि है , और स्वर अक्षर नहीं । उदाहरण के लिए, एक मौन "h" से शुरू होने वाले शब्द, जैसे "सम्मान" या "वारिस" को स्वर के रूप में माना जाता है, इसलिए "a" के साथ आगे बढ़ा जाता है - उदाहरण के लिए, "यह आपसे मिलने वाला सम्मान है"। व्यंजन ध्वनि के साथ शुरू होने वाले शब्द एक उपसर्ग हैं - यही कारण है कि आप "एक इस्तेमाल की गई कार" के बजाय "एक इस्तेमाल की गई कार" कहते हैं - क्योंकि "इस्तेमाल" में "उह" ध्वनि के बजाय "योज़" ध्वनि है।
तो, एक प्रोग्रामर के रूप में, ये पालन करने के नियम हैं। आपको केवल यह निर्धारित करने की आवश्यकता है कि किस अक्षर के बजाय किसी ध्वनि की शुरुआत होती है। मैंने इसके उदाहरण देखे हैं, जैसे कि Jaimie Sirovich के PHP में यह एक है :
function aOrAn($next_word)
{
$_an = array('hour', 'honest', 'heir', 'heirloom');
$_a = array('use', 'useless', 'user');
$_vowels = array('a','e','i','o','u');
$_endings = array('ly', 'ness', 'less', 'lessly', 'ing', 'ally', 'ially');
$_endings_regex = implode('|', $_endings);
$tmp = preg_match('#(.*?)(-| |$)#', $next_word, $captures);
$the_word = trim($captures[1]);
//$the_word = Format::trimString(Utils::pregGet('#(.*?)(-| |$)#', $next_word, 1));
$_an_regex = implode('|', $_an);
if (preg_match("#($_an_regex)($_endings_regex)#i", $the_word)) {
return 'an';
}
$_a_regex = implode('|', $_a);
if (preg_match("#($_a_regex)($_endings_regex)#i", $the_word)) {
return 'a';
}
if (in_array(strtolower($the_word{0}), $_vowels)) {
return 'an';
}
return 'a';
}शायद नियम बनाना सबसे आसान है और फिर अपवादों की एक सूची बनाएं और उसका उपयोग करें। मैं कल्पना नहीं करता कि वहाँ कई होंगे।
यार, मुझे पता है कि यह शायद एक सुलझा हुआ तर्क है, लेकिन मुझे लगता है कि विकिपीडिया से तदर्थ व्याकरण के नियमों का उपयोग करने की तुलना में इसे आसानी से निपटाया जा सकता है, जो कि श्रेष्ठ व्याकरण को प्राप्त करेगा।
ऐसा लगता है कि सबसे अच्छा समाधान, ऐसा लगता है कि या तो एक शब्द का उपयोग करना है या निम्नलिखित शब्द का एक फोन-आधारित मिलान है, कुछ निश्चित स्वर के साथ हमेशा "ए" और शेष "ए" से संबंधित होता है।
कार्नेगी मेलन यूनिवर्सिटी के पास इन प्रकार के चेक के लिए एक महान ऑनलाइन टूल है - http://www.speech.cs.cmu.edu/cgi-bin/cmudict - और मेल खाते 39 फोनीम्स के साथ 125k शब्द। एक शब्द को प्लग करना संपूर्ण ध्वनि-समूह सेट प्रदान करता है, जिनमें से केवल पहला महत्वपूर्ण है।
यदि शब्द शब्दकोश में प्रकट नहीं होता है, जैसे कि "एनएसए" और सभी पूंजीकृत हैं, तो सिस्टम मान सकता है कि शब्द एक एंग है और यह निर्धारित करने के लिए पहले अक्षर का उपयोग करें कि एक ही मूल नियम सेट के आधार पर किस अनिश्चितकालीन लेख का उपयोग करें।
@ नथन लॉन्ग: विकिपीडिया को डाउनलोड करना वास्तव में एक बुरा विचार नहीं है। सभी छवियों, वीडियो और अन्य मीडिया की जरूरत नहीं है।
मैंने php और javascript (!) में पूरे स्वीडिश विकिपीडिया (या कम से कम सभी आर्टिकल जिन्हें गणित के बारे में आर्टिकल से पहुँचा जा सकता था, को पढ़ने के लिए लिखा था, जो मेरे मकड़ी के लिए शुरुआत थी।)।
मैंने एक डेटाबेस में सभी शब्द और आंतरिक लिंक एकत्र किए, और हर शब्द की आवृत्ति का ट्रैक भी रखा। अब मैं विभिन्न कार्यों के लिए एक शब्द डेटाबेस के रूप में इसका उपयोग करता हूं: * सभी शब्दों को ढूँढना जो अक्षरों के दिए गए सेट (वाइल्डकार्ड सहित) से बनाए जा सकते हैं * स्वीडिश के लिए एक सरल वाक्यविन्यास फ़ाइल बनाई गई (डेटाबेस में सभी शब्द गलत नहीं माने जाते हैं)।
ओह, और पूरे विकी को डाउनलोड करने में लगभग एक सप्ताह का समय लगा, मेरे लैपटॉप का उपयोग करते हुए अधिकांश समय 10Mbit कनेक्शन के साथ चला।
जब आप इस पर हों, तो उन सभी घटनाओं को लॉग करें जो अंग्रेजी भाषा के साथ असंगत हैं और देखें कि उनमें से कुछ गलतियाँ हैं या नहीं। उन्हें ठीक करें और समुदाय को कुछ वापस दें।
ध्यान दें कि अमेरिकी और ब्रिटिश बोलियों के बीच मतभेद हैं, जैसा कि ग्रामर गर्ल ने अपने एपिसोड ए वर्सस एन में बताया ।
एक जटिलता है जब शब्दों का उच्चारण ब्रिटिश और अमेरिकी अंग्रेजी में अलग-अलग तरीके से किया जाता है। उदाहरण के लिए, एक निश्चित प्रकार के पौधे के लिए शब्द अमेरिकी अंग्रेजी में "एरब" और ब्रिटिश अंग्रेजी में "हर्ब" का उच्चारण किया जाता है। दुर्लभ मामलों में जहां यह एक समस्या है, उस फॉर्म का उपयोग करें जो आपके देश में या आपके अधिकांश पाठकों द्वारा अपेक्षित होगा।
पर्ल के पर एक नजर डालें लिंगुआ :: एन :: बांका । sub _indef_articleसोर्स कोड में देखें ।
क्या आप एक ऐसा अंग्रेज़ी शब्दकोश प्राप्त कर सकते हैं जो हमारे नियमित वर्णमाला और अंतर्राष्ट्रीय फ़ोनेटिक वर्णमाला में लिखे गए शब्दों को संग्रहीत करता है ?
फिर शब्द की शुरुआत ध्वनि का पता लगाने के लिए फोनेटिक्स का उपयोग करें, और इस प्रकार कि क्या "ए" या "ए" उपयुक्त है?
यकीन नहीं होता है कि यह वास्तव में सांख्यिकीय विकिपीडिया दृष्टिकोण की तुलना में (या जितना मज़ेदार) होगा उतना आसान होगा।
मैं सिर्फ हेयूरिस्टिक्स के एक सेट की तरह दिखता हूं। यह थोड़ा और अधिक जटिल हो सकता है और कुछ चीजों का जवाब देना चाहिए, जिनके लिए मुझे कभी कोई अच्छा जवाब नहीं मिला, उदाहरण के लिए आप कैसे संक्षिप्त ("एक आरपीएम" या "एक आरपीएम" का इलाज करते हैं? मैंने हमेशा सोचा था कि उत्तरार्द्ध अधिक समझ में आता है)।
एक त्वरित खोज भाषाई पुस्तकालयों पर निकलती है जो अंग्रेजी विलक्षण उपसर्ग को संभालने के तरीके के बारे में बात करती है, लेकिन यदि आप पर्याप्त खुदाई करते हैं तो आप शायद कुछ पा सकते हैं। और अगर नहीं - तो आप हमेशा अपनी खुद की इन्फ्लेक्शन लाइब्रेरी लिख सकते हैं और दुनिया भर में प्रसिद्धि पा सकते हैं :-)।
मुझे नहीं लगता कि आप बस एक कदम कवर-ऑल के रूप में 'ए' की तरह कुछ बॉयलर प्लेट सामान भर सकते हैं। अन्यथा आप अनुमानों की त्रुटियों को समाप्त कर देंगे, जैसे कि 'ओ' से आगे बढ़ने वाले सभी शब्द जैसे 'ओ' को 'घर' की तरह 'ए' मिलता है - (एक घर?)। मूल रूप से, आप अंग्रेजी भाषा के तर्क सहित समाप्त हो जाएंगे या कभी-कभी दुर्लभ मामलों को पाएंगे जो आपको मूर्खतापूर्ण लगेंगे।
इस बात की जाँच करें कि क्या कोई शब्द एक स्वर या एक व्यंजन से शुरू होता है। एक "यू" आम तौर पर एक व्यंजन और एक स्वर ("यू") है, इसलिए आपके उद्देश्यों के लिए व्यंजन समूह में है।
"एच" अक्षर फ्रेंच में और अंग्रेजी में प्रयुक्त फ्रांसीसी शब्दों में एक गोटल स्टॉप (एक व्यंजन) के लिए खड़ा है। आप उन लोगों की एक सूची बना सकते हैं (वास्तव में, "सम्मान", "सम्मान" और "घंटे" पर्याप्त हो सकते हैं) और उन्हें स्वरों से शुरू करने के रूप में गिना जाता है (क्योंकि अंग्रेजी एक ग्लॉटल स्टॉप को नहीं पहचानती है)।
"यूरोपीय" को एक व्यंजन आदि के रूप में भी गिनें।
यह बहुत मुश्किल नहीं है।
शब्द का उच्चारण करने के तरीके पर निर्भर करता है। इस शब्द को देखकर आप इसके सही उच्चारण को नहीं बता सकते हैं जैसे कि एक शब्दजाल या संक्षिप्त नाम आदि। इनमें से एक तरीका हो सकता है कि एक शब्द के लिए एक शब्द हो जो फ़ोनेम्स के समर्थन के साथ हो और शब्द से जुड़ी फ़ोने की जानकारी का उपयोग यह निर्धारित करने के लिए करें कि क्या "ए" "या" ए "का उपयोग किया जाना चाहिए।
मैं निश्चित नहीं हो सकता कि इसमें "ए" और "ए" को अलग करने के लिए इसकी उपयुक्त जानकारी है, लेकिन प्रिंसटन का वर्डनेट डेटाबेस समान प्रकार के कार्यों के उद्देश्य से मौजूद है, इसलिए मुझे लगता है कि यह संभव है कि डेटा इसमें है । इसमें उक्त शब्दों (IIRC के बीच कुछ हज़ारों शब्द और सैकड़ों हजारों रिश्ते हैं; मैं साइट पर वर्तमान आँकड़े नहीं ढूँढ सकता)। इसे एक रूप दें। यह स्वतंत्र रूप से डाउनलोड करने योग्य है।
कैसे? कब के बारे में? संलग्न लेख के साथ संज्ञा प्राप्त करें। इसके लिए एक विशिष्ट रूप में पूछें।
लेख के साथ संज्ञा के लिए पूछें। जानकारी के रूप में कई MUD कोडबेस स्टोर आइटम:
कीवर्ड फ़ॉर्म "शॉर्ट तलवार रस्टी" हो सकता है। संक्षिप्त रूप "एक तलवार" होगा। लंबा रूप "जंग लगी छोटी तलवार" होगा।
क्या आप "एक बनाम एक" वेब सेवा लिख रहे हैं? एक कदम पीछे ले जाएं और देखें कि क्या आप इस रिसाव को और ऊपर ले जा सकते हैं। आप एक बांध का निर्माण कर सकते हैं, लेकिन जब तक आप इसे बहने से नहीं रोकते, यह अंततः खत्म हो जाएगा।
यह निर्धारित करें कि यह कितना महत्वपूर्ण है, और जैसा कि दूसरों ने सुझाव दिया है, "त्वरित लेकिन क्रूड", या "महंगा लेकिन मजबूत" के लिए जाएं।
नियम बहुत सरल है। यदि अगला शब्द एक स्वर से शुरू होता है तो 'a' का उपयोग करें, यदि यह एक व्यंजन से शुरू होता है तो 'a' का उपयोग करें। कठिन बात यह है कि स्वर और व्यंजन का हमारे स्कूल का वर्गीकरण काम नहीं करता है। 'सम्मान' में 'ज' एक स्वर है, लेकिन 'अस्पताल' में 'ज' एक व्यंजन है।
इससे भी बदतर, 'ईमानदार' जैसे कुछ शब्द एक स्वर या व्यंजन के साथ शुरू होते हैं, जो इस बात पर निर्भर करता है कि उन्हें कौन कह रहा है। इससे भी बदतर, कुछ शब्द कुछ वक्ताओं के लिए उनके आसपास के शब्दों के आधार पर बदल जाते हैं।
समस्या केवल इस बात से बंधी हुई है कि आप उसमें कितना समय और प्रयास लगाना चाहते हैं। आप कुछ मिनटों में स्वर के रूप में 'ऐयौ' का उपयोग करते हुए कुछ लिख सकते हैं, या आप अपने लक्षित दर्शकों के भाषाई विश्लेषण करते हुए महीने बिता सकते हैं। उनके बीच बहुत बड़ी संख्याएँ हैं, जो कुछ वक्ताओं के लिए सही होंगी और दूसरों के लिए गलत - लेकिन क्योंकि अलग-अलग वक्ताओं का एक ही शब्द के लिए अलग-अलग निर्धारण होता है, इसलिए यह संभव नहीं है कि हर समय सही रहें, चाहे आप कुछ भी करें यह।
आदर्श दृष्टिकोण यह होगा कि आप किसी ऐसे स्थान को ऑनलाइन खोजें, जो आपको उत्तर दे सके, गतिशील रूप से क्वेरी कर सके और उत्तरों को कैश कर सके। आप शुरुआत के लिए कुछ सौ शब्दों के साथ सिस्टम को प्राइम कर सकते हैं।
(मैं इस तरह के ऑनलाइन स्रोत के बारे में नहीं जानता, लेकिन अगर कोई ऐसा है तो मुझे आश्चर्य नहीं होगा।)
तो, सभी इंटरनेट को डाउनलोड किए बिना एक उचित समाधान संभव है। यहाँ मैंने क्या किया है:
मुझे याद है गूगल गूगल बुक्स एन-ग्राम आवृत्तियों के लिए उनके कच्चे डेटा प्रकाशित कि यहाँ । इसलिए मैंने "a_" और "a" के लिए 2-ग्राम फ़ाइलों को डाउनलोड किया। अगर मैं सही ढंग से याद करूँ तो यह लगभग 26 गिग्स है। इससे मैंने उन तारों की एक सूची तैयार की, जहाँ वे विपरीत लेख से पहले की अपेक्षा कर रहे थे, यदि आप उम्मीद करेंगे (यदि हम उम्मीद करते हैं कि स्वर "a" लें)। शब्दों की वह अंतिम सूची जिसे मैं 7 किलोबाइट के अंतर्गत स्टोर करने में सक्षम था।
आप "ए" का उपयोग करते हैं जब भी अगला शब्द एक स्वर नहीं होता है? और आप "ए" का उपयोग करते हैं जब भी कोई स्वर होता है?
इसके साथ ही, क्या आप "a \ _ a, e, i, o, u" *? "जैसी नियमित अभिव्यक्ति नहीं कर सकते थे?" और फिर इसे "ए" के साथ बदलें।