Onko suomessa äärellinen määrä sanoja, jotka eivät ole yhdyssanoja? Joku tietokanta kaikista tällaisista sanoista olisi hyvä saada yhteen ohjelmointiprojektiini.
Vastaukset 5
- 4+20
On tietenkin äärellinen määrä, aakkosiahan on vain 29.
Siitä vain laskemaan, montako sanaa niistä saadaan. - Perussanakirjailija
Suomen kielessä on todella vähän (paljon alle miljoona) perussanaa. Ne saat helposti kopsattua suomen kielen perussanakirjasta (suuri tietokanta ja kirjasarja). Muutama megatavu. Saat vapaasti valita mitkä sanat tulkitset suomen kielen sanoiksi, murresanoiksi ja lainasanoiksi.
Riippuu siitä, miten määrittelet ”suomen kielen” ja ”sanan”.
Voidaan kuitenkin pitää todennäköisenä, että yhdistämätön suomen kielen sana on enintään tuhat merkkiä pitkä. Tästä voidaan päätellä, että sanojen määrä on äärellinen, ja vieläpä saada määrälle yläraja. Kokonaan eri asia on, onko tästä mitään käytännön hyötyä.
Tietokanta, jonka on tarkoitus olla edes jossain suhteellisessa mielessä kattava kokoelma suomen sanoista, on niin laaja, että sitä ilman muuta koskee tekijänoikeuslain mukainen luettelosuoja eli sitä ei saa ilman luettelon laatijan lupaa kopioida. Niinpä joutunet rajoittumaan sellaisiin aineistoihin, jotka on annettu vapaaseen käyttöön, kuten http://joukahainen.puimula.org
Todennäköisesti se, mitä tarvitset, on jotain muuta. Mutta siitä on mahdotonta sanoa mitään tarkempaa, kun et kerro, mitä oikeasti olet tekemässä. Suomenkielisen tekstin käsittelyssä pelkkä perussanojen luettelo on jokseenkin hyödytön.- koodarimiettijä
Mulla on pdfTeX, Version 3.1415926-2.5-1.40.14 (TeX Live 2013/Debian) ja se tavuttaa joitakin sanoja väärin. Ei siis pelkästään kaivosaukkojen ja tulosiltojen tapaisia monitavutuksellisia sanoja, vaan ihan yksimerkityksellisiäkin sanoja. Haluaisin kehittää mahdollisimman hyvän tavutusalgoritmin ja parantaa näin ollen babelin algoritmia.
- Sanojen Tavuttaja
koodarimiettijä kirjoitti:
Mulla on pdfTeX, Version 3.1415926-2.5-1.40.14 (TeX Live 2013/Debian) ja se tavuttaa joitakin sanoja väärin. Ei siis pelkästään kaivosaukkojen ja tulosiltojen tapaisia monitavutuksellisia sanoja, vaan ihan yksimerkityksellisiäkin sanoja. Haluaisin kehittää mahdollisimman hyvän tavutusalgoritmin ja parantaa näin ollen babelin algoritmia.
On olemassa kaupallisia painotalojen yms. käyttämiä suomen kielen tavutusohjelmia. Niissä olevia virheitä korjataan aktiivisesti. Usein helpoin ja paras lopputulos saavutetaan yksinkertaisesti tavuttamalla käsin jokainen joskus esiintynyt sana ja sen eri taivutusmuoto erikseen tietokannassa. Ei tarvita mitään monimutkaisia algoritmeja. Paitsi siihen, milloin kannattaa tavuttaa, milloin lisätä tyhjää sanojen väleihin jne... Eli pitää tietää mitä ollaan tekemässä ja miksi. Ulkonäkö, luettavuus.
Se, että joitakin esiiintyvä virheitä ei ole haluttu korjata, on sitten ihan toinen juttu. Ei tarvita kuin yksinkertainen palautejärjestelmä tuhansille tarkkasilmäisille oikolukijoille.
Ketjusta on poistettu 0 sääntöjenvastaista viestiä.
Luetuimmat keskustelut
Anni Ihamäki saa tylyä kommenttia TTK:sta - Erityisesti tämä "vääryys" ärsyttää
Kaikille ei ole mieleen se, että Anni Ihamäki on mukana uudella Tanssii Tähtien Kanssa -kaudella. Ihamäki saa varsin ty401266Päivän Riikka: Pandan suklaatehdas Jyväskylästä Viroon
Menkää töihin! Viroon! --- Liki sata vuotta kestänyt suklaantuotanto makeisvalmistaja Pandan tehtaalla Vaajakoskella pä2981093Tiesitkö? Vappu Pimiän ensimmäinen aviomies ei ole Teemu-rakas
Vappu Pimiä on tätä nykyä naimisissa Teemu Huuhtasen kanssa. Pimiä on toista kertaa naimisissa, sillä ensimmäinen liitto25919Mitä et ole valmis sietämään ihmissuhteissasi ja miksi?
Aiemmin jo kyseltiin mitkä vaatimukset olivat mielestänne liiallisia. Kyselläänkin nyt sitä, että millaisilla asioilla s299910Älä nyt ylikuormitu vaikka sinusta pidänkin rakas nainen
Tiedän, että olet minulle oikea. En halua pilata tätä juttua malttamattomuudella, mutta epäilen. Haluan vain olla lähel33781Treffi-ilmoituksia!
Tähän avaukseen voipi treffeille halukkaat laittaa oman - lyhyen - vapaamuotoisen hakunsa,burneri emaileinee). Tavoitte193662Kai mua vähän
Masentaa tämä kaikki. Tämä koko meidän välinen juttu on niin vaikea… Voitaisiinko molemmat lopettaa tilanteen ruokkimine106621- 61585
- 35543
- 40536