[Jacob Sparre Andersen]

Men denne brug af »SYNONYM«-feltet er ikke god. Der er en grund til at vi både har »SYNONYMS«- and »SYNONYM«-felter. Entalsformen er kun beregnet til et enkelt synonym per post, så det du vil få ud af ovennævnte post er:

Javel. Hva er grunnen til at du har to felter der kun ett felt og en spesifikasjon av skilletegn mellom flere ord vil holde?

SYNONYMS er i følge URL:http://da.speling.org/dokumentation/filformat utgått og en skal bruke SYNONYM i stedet, og det synes jeg gir mening da det jo er svært enkelt å skrive spesifikasjon og programvare til å støtte flere ord i synonymfeltet.

Jeg vil mye heller ha _et_ feltnavn og en klar spesifikasjon enn to feltnavn som behandles ulikt men begge inneholder synonymer.

Da tilsvarende brug af »SYNONYMS«- og »ANTONYMS«-felterne kræver at vi bliver enige om skilletegnene for alle de sprog der bruger systemet, har jeg ikke gjort noget ved dem.

Hvorfor er det vanskelig? F.eks. , eller ; bør fungere utmerket, og avvik får så håndteres pr. språk. Jeg vet ikke om noen språk som har komma som del av ord, og jeg kjenner til ~60 språk som brukes av debians debconf og der har komma som feltseparator i oversettelser.

[Jacob Sparre Andersen]

Men vi kan også bare blive enige om at udfase »ANTONYMS«- og »SYNONYMS«-felterne helt. Det kræver kun en mindre ændring af nogle af programmerne i speling.org-pakken, en rettelse af vores procmail-filtre og en enkelt konvertering af »ANTONYMS«- og »SYNONYMS«-felter i ordlistekildeteksterne.

Jeg er enig. Skal vi sette igang? Den viktigste aktiviteten for å fase ut ANTONYMs og SYNONYMS er å oppdatere feltbeskrivelsen, slik at vi har en spesifikasjon å sammenligne implementasjonene med. :)

Hva med å skrive om procmail-filtrene til å sende mailen til et program som kan pakke ut MIME-formattert mail og håndtere ulike tegnsett i stedet for enkel linjebasert uthenting?

Både perl og python skulle fungere utmerket.

Jeg har forresten oppdatert speling-extract-synonyms litt, til å unngå noen duplikater og å begrense seg til ord som står i orddatabasen. Her er ny utgave. Hvor legger du din kopi? Jeg kunne ønske meg at din kopi er autorativ, men fant den ikke i tarballen fra speling.

#!/usr/bin/perl # # Author: Petter Reinholdtsen # Date: 2005-12-02 # License: GNU Public License # # speling-extract-synonyms extract synonyms usable for OOo from the # raw data files produced by www.speling.org software. # # Usage: # echo abcdefghijklmnopqrstuvwxyzæøåABCDEFGHIJKLMNOPQRSTUVWXYZÆØÅ- > thesaurus-ll.txt # speling-extract-synonyms < source >> thesaurus-ll.txt # thescoder thesaurus-ll.txt ll_CC

use warnings; use strict;

# The difference between approvals and rejections need to be higher # than this value. my $acceptlimit = 0;

my $debug = 0;

my %synonym; my %words;

my $word; while (<>) { chomp; $word = $1 if /^WORD: (.+)$/;

if (/^STATUS: +$/) { $words{$word}++; } elsif (/^STATUS: -$/) { $words{$word}--; } if (defined $word && /^SYNONYMS?: (.+)$/) { my @synonyms = split(/\s*,\s*/, $1); if (exists $synonym{$word}) { print "Adding @synonyms\n" if $debug; push @{$synonym{$word}}, @synonyms; } else { print "Inserting @synonyms\n" if $debug; @{$synonym{$word}} = @synonyms; } } }

for $word (sort keys %synonym) { my $lastsynonym = ""; my $symlist = ""; for my $synonym (sort @{$synonym{$word}}) { # Do not accept the word ifself as a synonym next if ($word eq $synonym); # Only accept words with more accepts than rejects $symlist .= "; $synonym" if ($synonym ne $lastsynonym && exists $words{$synonym} && $acceptlimit < $words{$synonym}); $lastsynonym = $synonym; } print "$word$symlist\n" if $symlist; }