gammel og uoverskuelig dokumentation arkiveret

src/fst/morphology/affixes/OLD_documentation.txt

@@ -0,0 +1,197 @@
+
+! ======================================================================================
+!! # Fil for at generere de centrale morfologiske processer i vor grønlandske analysator               
+! ======================================================================================
+!! ## September 2024
+!! ## branch: (testing), regressionstest: regression (branch: testing - kaltesting)
+
+!! ## Dokumentasjon for leksikonnavne:
+
+!! * Z = nomen
+!! * 1 = svag bøjning, p-bøjning
+!! * 2 = sterk bøjning, up-bøjning
+!! * P = plurale tantum
+!! * S = singularis
+!! * - = sterk bøjing som trunkerer (2-)
+!! * a, q, ... = gemineringer ved konsonantiske flexiver
+!! * Z = nomen
+!! * morf = går til derivationsleksika
+!! *      = går til flexivleksika
+!! * tpt  =  
+!! * tup  = 
+!! * K    = Direkte til finale klitika
+
+! Nye lexica
+!LEXICON DOTR_C !gennemgangslexicon for dobbelttransitiver som TIP !!! PL 20180319
+!LEXICON DOTR_C_P !gennemgangslexicon for dobbelttransitiver som TIP efter pluralis tantum!!! PL 20180320
+!LEXICON XIiXmorf_UdenTIP !!= * @CODE@  som XIiXmorf, men uden TIP for at blokere rekursive TIP
+
+!################
+!! ## Specielle lexica 
+!################
+!Nyt derivativ-LEX 20190403: GIIT specielt til GIIT+Der/nn for at tillade possesseum.
+!De blev tidligere sendt til ZkkutZ, der ikke kan være possessum 
+
+!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
+!! ## KAPITLER TIL fst-DOKUMENTA
+
+!!Akronymer, der er nominer med obligatorisk bindestreg som ATV, BMW, IT etc.
+
+!!Disse ord må aldrig forekomme uden bindestreg fordi de så kan overgenerere vilde former som *ITlu -> *illu. Dette skaber et problem i (N Abs Sg), der uden særlige forholdsregler vil få former som *BMW-, *IT- etc. (Og husk, at nogle ord (fx IT) skal have @U.Num.Sg@-flag.)
+
+!!For at dette kan lade sig gøre, må alle ord med obligatorisk bindestreg gennem særlige lexica, for at undgå at også Abs+Sg får bindestreg.
+
+!!GØR SÅLEDES:
+
+!!Første trin i nouns.lexc fx:
+[email protected]@ N_Loan_ACR_V ; !Kun Sg er mulig
+!!og
+!!ATV N_Loan_ACR_V ; !Både Sg og Pl er mulige
+
+!!Første trin i derivations-inflections.lexc:
+
+!!LEXICON N_Loan_ACR_V
+!!+N+Abs+Sg: # ; !Vi får fx IT+N+Abs+Sg:IT
+!!	:- N_Loan_ACR_morf ; !obligatorisk bindestreg
+!!+Err/Sub:-i N_Loan_ACR_morf ; ! ofte set fejl med i trods vokaludlyd
+
+!!LEXICON  N_Loan_ACR_morf !PL20240512 foreløbig har jeg bare kopieret derivativerne ind fra Z1VZmorf og udkommenteret alt for ikke at overgenerere. Formerne kan bare aktiveres ved behov
+!!	 N_Loan_ACR_infl ;
+!!etc.
+
+!!LEXICON N_Loan_ACR_infl !PL20240512 foreløbig bare kopieret ind fra tpV og alting undtagen QAR, LIRI, (Abs Sg) og (Abs Pl) er udkommenteret. Former kan bare aktiveres, når vi får brug for det.
+!!Bemærk at (Abs Sg) er medtaget igen selv om formen dannes allerede i N_Loan_ACR_infl, men vi skal jo også kunne lave ord som IT-lu etc. Men netop derfor er det nødvendigt IKKE at bruge Krestr, men et særligt tilhængspartikellexicon uden mulighed for # for at tillade fx IT-lu, men blokere *IT-
+
+!!LEXICON Krestr_ACR !!Uden mulighed for # uden tilhængspartikel
+!	# ; !Vigtigt, at denne mulighed er blokeret
+!!+LU:%>lu # ;
+!!etc.
+
+!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
+
+!! TARIAQAR på transitiver kan både danne transitive, refleksive og passive verber. Derfor bliver
+!! alle forekomster af TARIAQAR ved transitiver startende fra juni 2020 både sendt videre normalt til 
+!! (i) TV-mod_r og tilføjet taggen Gram/Pass og sendt som ny stamme til (ii) IV_r
+!! På den måde vil turen via (i) producere
+!! misissortariaqarpaa	misissor+Gram/TV+TARIAQAR+Der/vv+Gram/TV+V+Ind+3Sg+3Sg, samt
+!! misissortariaqarpoq	misissor+Gram/TV+TARIAQAR+Der/vv+Gram/Refl+V+Ind+3Sg
+!! og turen via IV_r vil generere
+!! misissortariaqarpoq	misissor+Gram/TV+TARIAQAR+Der/vv+Gram/Pass+Gram/IV+Gram/IV+V+Ind+3Sg
+
+!! BLOKERING AF REKURSIV TIP VED TRANSITIVER
+!! PL20200709
+!! Forkerte læsninger, når IV med TIP viderederiveres i HTR-lexicon, hvor yderligere TIP kan tilføjes som ingerlatitseqqinneq
+!! ingerla+Gram/IV+TIP+Der/vv+Gram/TV+TIP+Der/vv+Gram/Db+Gram/Refl+QQIP+Der/vv+Gram/IV+NIQ+Der/vn
+!! blokeres vha. flaget @P.TIP.ON@ i IV-lexicon og blokeres af flaget @D.TIP@ i transitiv derivation.
+!! Ex
+!! ingerla via IV_voq_stem og får i LEXICON  tilføjet linien
+!! [email protected]@+Der/vv:%>[email protected]@ HTR_C_TAQ_tsi ; 
+!! I HTR_C_TAQ_tsi tilføjes der yderligere TIP.
+!! For at forebygge dette tagges derivativkæder med TIP som første element med @D.TIP@
+!! 
+!! Bemærk at D-flaget principielt kun skal anvendes når TIP er første derivativ i kæden. Det kan nemlig ikke udelukkes, at der på et senere
+!! tidspunkt kan tilføjes yderligere TIP-er 
+!!
+
+!! Følgende afsnit virker ikke!!!!!!!
+!! SÆRLIGT OM Gram/Refl VED TRANSITIVERNE (PL20211121 forsøg)
+!! Foranlediget af ord som 'attorteqqassutigaara', hvor Refl skaber problemer for både oversættelserne
+!! og videre affingering introduceres strengen +TIP+Der/vv+Gram/Db+Gram/Refl som går til XItX ;
+
+! !AFSNIT MED EKSEMPLER PÅ DBELTTRANSITIV
+!! SURE er sjældent Db, men  hos Ole Brandt finder vi eksempler som ".. sunaaffa Pikiulinnguarmiut pasillerai (implicit Pikiulinnguarmiunut 
+!! nukani] pilerngullugu nakkartissimasoralugu.
+
+!! PLEONASTISKE HTR VED NIAR OG QQIP
+!! medtages i IV-lexica med taggen +HTR+Err/Sub og en bemærkning efter !
+!! Fx i LEXICON IVschwa2
+!! +QQIP+Der/vv+HTR+Der/vv+Err/Sub:%>eqqii IV-mod_V ; !Fejl af typen ingerlatitseqqiineq
+
+!NORMALE MISFORSTÅELSE VED GI OG LABIALMETATESE - EN BRUGSANVISNING
+!Retningslinier for korrekt behandling af verber med labialmetatese i visse former (-gujoq og gujaa):
+!
+!Husk at GI er en principielt normal Der/vv, der skal følge transitivitet mv. som alle andre derivativer. Det er derfor helt forkert, når der i fst-en optræder "endelser" som *gina eller når en form som tikkummisissunniarina optræder i LEXICON XTgujaaX2. Den skal selvfølgelig processeres i XIgujoqX3
+!
+!Gør således for at processere fx paarigina (paare+Gram/TV+GI+Der/vv+Gram/Refl+Gram/IV+V+Imp+2Sg) korrekt
+!
+!paare:paar -> LEXICON HTR_schwa_SAQ_si -> LEXICON TVschwa
+!
+!XTgujaaX er altså det første derivativ-lexicon, vi møder, så overgangen til refleksiv må muliggøres her. Derfor tilføjes følgende linie til XTgujaaX
+! +Gram/[email protected]@:@U.Refl.On@ XIgujoqX ;
+!
+!paare, som nu har formen paare+Gram/TV+GI+Der/vv:paar%>igi har nu to veje at gå:
+!
+!Uændret som transitiv til LEXICON XTgujaaX - paare+Gram/TV+GI+Der/vv:paar%>igi
+!Som refleksiv til LEXICON XIgujoqX i formen paare+Gram/TV+GI+Der/vv+Gram/Refl:paar%>igi
+!
+!Oprydning:
+!I LEXICON XTgujaaX slettes en intransitiv endelse (+Gram/Refl+V+Imp+2Sg:%>ina K_TUQ ; !tikkummisissunniarina), alle -i- først i "endelserne" fjernes og der tilføjes %VTRUNC før labialmetatese på ujaa.*
+!LEXICON XIgujoqX gennemrettes for ca. de samme fejl
+!
+!Derefter har vi de ønskede former og analyser. Fx
+!
+!Pers-Mac-Pro:src per$ echo paarigina | time hfst-lookup -q ~/langtech/kal/src/analyser-disamb-gt-desc.hfstol
+!paarigina	paare+Gram/TV+GI+Der/vv+Gram/Refl+Gram/IV+V+Imp+2Sg	0.000000
+
+!Pers-Mac-Pro:src per$ echo paarigujaat | time hfst-lookup -q ~/langtech/kal/src/analyser-disamb-gt-desc.hfstol
+!paarigujaat	paare+Gram/TV+GI+Der/vv+V+Ind+3Sg+3PlO	0.000000
+!
+!Pers-Mac-Pro:src per$ echo ajunngikkina | time hfst-lookup -q ~/langtech/kal/src/analyser-disamb-gt-desc.hfstol
+!ajunngikkina	ajor+Gram/IV+NNGIT+Der/vv+Gram/IV+GI+Der/vv+V+Imp+2Sg	0.000000
+
+!Behandlingen af upper-lower indgange i lexc:
+!Der har i årenes løb ikke været nogen konsekvent procedure for behandlingen af lexemer, der indgår i lexc som upper-lower strukturer.
+!Dette har bl.a. ført til at mange verber genereres uden oplysninger om transitivitet eller med Gram/[IT]V gentaget uønsket.
+!Fra sommeren 2021 tilstræbes derfor en standardiseret procedure her illustreret ved et intransitivt verbum:
+!1. Den komplekse stamme tilføjes med samme analyse, som den ville have fået, hvis den var genereret fra den usammensatte stamme
+!2. upper-lower stammen sendes IKKE til de normale indgangslexica, men til det relevante mod-lex
+!suli+Gram/IV+NIRLUP+Der/vv:sullerlup IV-mod_C ;
+
+!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
+
+!! ## Tronds afdeling for debugging.
+
+!! Følgende leksika var ikke defineret andetsteds (liste), men her
+!! definert ad hoc for at få koden til at kompilere. De bør alle
+!! bli erstattet af de korrekte leksika (eller fjernet).:
+
+!LEXICON Z1PZmorf # ;  !!≈ - @CODE@
+!LEXICON Z1nnguaqPZ # ; !!≈ - @CODE@
+!LEXICON Z2+rPZ # ; !!≈ - @CODE@
+
+!! Det kan være flere grunder hertil:
+!! * de er simpelthen ikke definerede
+!! * det korrekte leksikon er ikke tilføjet, og lexc tar suffikset istedenfor
+!! * det er en skrivefejl i leksikonnavnet
+
+
+!! ## DERIVATIONSMORFEMERNES LEKSIKA
+
+!! Her kommer en liste over de ulike leksika.
+!! Nogle af dem er dokumenterede, andre ikke.
+
+
+!====================
+!Verbernes paradigmer
+!====================
+
+! IV -> flex-iv*
+! IVschwa -> flex-iv_schwa*
+! IV_voq -> flex-iv_voq*
+! XIi_voqXmorf -> flex-iv_voq*
+! XIiXmorf -> XIiX*
+! XItX -> flex-iv*
+! XIitX -> flex-iv* til sequmippoq men sequmisippaa 
+! XItsXmorf -> XItsX*
+! XIuteXmorf -> flex-iv*
+! XItsXmorf -> XItsX* 
+! TV -> flex-tv*, som indeholder derivativer til transitive verber
+! TV_vaa -> flex-tv_vaa*
+! TVi_vaa -> flex-tv_ivaa*
+! XTuteXmorf -> XTuteX*
+! XTutePXmorf -> XTutePX*
+! TVi_vaa -> flex-tv_ivaa* ass.tunivaa
+! TVschwaP -> XTPX_schwa*
+! TVschwa -> flex-tvschwa*
+! XTtX -> flex-tv ass. nakappaa, nunguppaa
+! XIkujoqX, som indeholder de få ord med tilhænget {gi} og endelserne på -gujoq