Каких слов не хватает в орфографическом словаре?

[PiVV]

prof-alexТрио
Спасибо, но я имел в виду что-то типа этого, но для OOo.

[Yakov]

Библиотека unoil.jar
com.sun.star.linguistic2.

http://api.openoffice.org/docs/common/ref/com/sun/star/linguistic2/SpellChecker

[Yakov]

Документация с примерами использования спеллчекера:
http://wiki.services.openoffice.org/wiki/Documentation/DevGuide/OfficeDev/Using_Spellchecker

[PiVV]

Yakov
Спасибо, будем разбираться.

[Рыбка Рио]

Причина была в  том, что Hunspell не понимает файл аффиксов Ispell
После конвертации всё замечательно работает!!!  Подмигивающий
dict_ru_RU-rk-0.4.oxt (983.29 Кб - загружено 2 раз.)

Так что, давайте может этот словарь будем поставлять со сборкой? Но, кстати, в этом словаре 322147 строк (в обычном словаре порядка 140000 строк), т.е. видимо файл aff в dict_ru_RU-rk-0.4.oxt неоптимален. Наверное, это самая большая сложность, написать файл aff. Словарь dict_ru_RU-rk-0.4.oxt работает в 2 раза дольше (на том специаьном тестовом коде, который тут привели dr.Faust) (при том, что оба словаря - koi8-r).

[PiVV]

О, господи! Ну какой к чертям собачьим тестовый код? Три десятка слов для словаря в несколько миллионов - это тест? Я понимаю сравнить эффективность простого списка слов и его же, но с использованием аффикс-правил. И вообще, для теста необходимо использовать функцию проверки слова, которая просто проверяет есть такое слово в словаре или нет, но не пытается подбирать для неправильных слов подсказки-суггестии. Вот тогда это более-менее равное сравнение. Ну и тест-слова надо увеличить.

[dr.Faust]

Три десятка слов для словаря в несколько миллионов - это тест?

А какая разница?

И вообще, для теста необходимо использовать функцию проверки слова, которая просто проверяет есть такое слово в словаре или нет, но не пытается подбирать для неправильных слов подсказки-суггестии.

Почему? В реальности он же будет их подбирать. Смысл от теста в условиях которых не будет ни когда?

Ну и тест-слова надо увеличить.

Дык увеличьте. Или дайте список - сам сделаю.

[PiVV]

А какая разница?

Просто высказываю свои сомнения в правильности и эффективности.

Почему? В реальности он же будет их подбирать. Смысл от теста в условиях которых не будет ни когда?

Ну если уж зашёл разговор о реальности, может тогда какую-нибудь "Войну и мир" взять (а вообще тот макрос можно переделать для проверки файла или текущего текста в редакторе?).

[Yakov]

Так что, давайте может этот словарь будем поставлять со сборкой? Но, кстати, в этом словаре 322147 строк (в обычном словаре порядка 140000 строк), т.е. видимо файл aff в dict_ru_RU-rk-0.4.oxt неоптимален. Наверное, это самая большая сложность, написать файл aff. Словарь dict_ru_RU-rk-0.4.oxt работает в 2 раза дольше (на том специаьном тестовом коде, который тут привели dr.Faust) (при том, что оба словаря - koi8-r).

Этот словарь под лицензией GPL, а для сборки желательна лицензия LGPL.
И ещё один важный момент - этот словарь без буквы Ё (то есть слова, написанные через ё считаются ошибочными). А для сборки хотелось бы иметь словарь с Ё.
Я affix файл полностью переписал под стандарт Hunspell (а старый код ispell закомментировал).
Используется в нём 11 групп суффиксов. Так что написать affix файл не такая большая сложность, сложно сделать оптимальный affix - файл.
Для оптимизации словаря в affix файле можно ещё выделить приставки, тогда основной словарь будет меньше.

[Рыбка Рио]

Да, тут не только суффиксы и приставки, тут вообще приставки в шировком смысле слова, т.е., к примеру, слово
жи, плы
и производные:
живу, плыву, живущий, плывущий и т.д.
Это не те суффиксы и префиксы, просто приставки с основным формам, и не важно вначале они или в конце.

А по поводу тестового кода, достаточно рассмотреть два случая, 1) взять одно правильное слово, и 2) одно неправильное слово. 1) Правильное слово нужно искать за, к пример, 1000 проходов (т.к. одно слово ищется очень быстро, и скорость поиска зависит от количества букв), а 2) второе слово достаточно искать всего за 10-50 проходов. И сравнить. В тестовом коде время определяется только поиском неправильных слов. Скорее всего , время на поиск правильных слов (для этого нужно немного изменить массив проверяемых слов в коде) будет тоже не в пользу словаря с длинным списком слов в файле dic.

[dr.Faust]

Ну если уж зашёл разговор о реальности, может тогда какую-нибудь "Войну и мир" взять (а вообще тот макрос можно переделать для проверки файла или текущего текста в редакторе?).

Влёгкую. Но тестировать надо бы на одном наборе слов...

[Yakov]

Могу предложить ещё один словарь http://sisyphus.ru/ru/srpm/Sisyphus/ispell-ru-rk.
Сборка для OpenOffice  переделана из формата ispell, распространяется под GPL v2.

После конвертации всё замечательно работает!!! 

Разместил
http://extensions.services.openoffice.org/ru/project/Russian-rk-dictionary

[Yakov]

Разместил
http://extensions.services.openoffice.org/ru/project/Russian-rk-dictionary

В списке рассылки oo-discuss@
после публкации анонса
http://lists.openoffice.ru/pipermail/oo-discuss/2010-June/022831.html
развернулась дискуссия, почему в словаре нет буквы Ё.

[Syzygy]

о есть слова, написанные через ё считаются ошибочными

Это конечно совершенно неправильно.

[Yakov]

о есть слова, написанные через ё считаются ошибочными

Это конечно совершенно неправильно.

Меня это тоже не устраивает.