Haluaisin tietokoneelle sanaston, jossa on kaikki suomen kielen sanat ja mahdollisesti myös niiden sanaluokat, taivutusmuodot tms. mutta ainakin sanat. Sellaisessa muodossa, että niitä pystyy käsittelemään omilla tietokoneohjelmilla ja tekemään kaikkea kivaa.
Onko jollain tietoa mistä tällasen voisi hankkia?
Minulle on ehdotettu sanakirjoja, mutta en tiedä, miten niistä voisi "kaivaa" kaikki sanat käsiteltävään muotoon.
Onko jollain tietoa mistä tällasen voisi hankkia?
Minulle on ehdotettu sanakirjoja, mutta en tiedä, miten niistä voisi "kaivaa" kaikki sanat käsiteltävään muotoon.
Vastaukset 15
Vanhimmat
tietokoneelleni ohjelman, joka kääntäisi
tuotteeni kaikille mahdollisille kielille,
suorittaisi tavutukset ja taivutukset.
Kaikkein parasta olisi, jos ohjelma tekisi
koti- ja työtehtäväni ihan minun puolestani,
ettei minun tarvitsisi edes ajatella koko asiaa.
Mielestäni toiveeni on ihan realistinen ja toteutettavissaoleva, enkä pyydä jotain, että olisipa laite, joka ajattelee puolestani, tekee safkaa, siivoaa, käy töissä...
Luulisi, että on olemassa tietokanta kaikista suomen sanoista (ainakin poislukien yhdyssanat, joita voi keksiä mielivaltaisesti) ja on olemassa mahdollisuus saada se.
Kielihän kehittyy jatkuvasti.
Jos suomen kielestä puhut, aika on muuttanut sitä, ei kehittänyt :(
Taitaisipa tarvettasi parhaiten vastata CD-perussanakirja. CD-Perussanakirja (1997) on Suomen kielen perussanakirjaan pohjautuva sähköinen sanakirja, jonka hakusanastoa on päivitetty 2 000 uudella sanalla ja johon on merkitty kaikkien taipuvien hakusanojen taivutus näkyviin.
http://www.kotus.fi/julkaisut/sanakirjat/cdps/
--
Eikä siinäkään kyllä ihan KAIKKIA suomen sanoja ole.
http://www.kotus.fi/julkaisut/sanakirjat/ks/
Lisänä esim. paikannimiluettelo.
Itse asiassa ostinkin juuri sen :o)
Sitä ei muuten voi ostaa Kotuksesta, vaan Kielikoneelta
http://www.kielikone.fi/shop/shop.aspx?intProductID=410
Työkaluhan tuo on, ja ilman kunnon työkalua sitä on kuin kynsille-lyöty...
--
Eli siis tarkoitukseni EI OLE saada sanakirjaa, jota käytetään sanakirjaohjelman omalla käyttöliittymällä ja sanoja haetaan manuaalisesti.
Sen sijaan haluaisin sanaston niin, että voisin tehdä omia ohjelmia, jotka automaattisesti käsittelevät sanastoja ja tuottavat jotain mielenkiintoista tietoa.
Yksinkertaisena ja tylsähkönä esimerkkinä jos vaikka haluaisin tehdä ohjelman, joka tekee annetuista sanoista anagrammeja, en voisi sitä toteuttaa CD-sanakirjan avulla, koska ohjelmani ei pääse käsiksi CD-sanakirjan käyttämään omaan sanatietokantaansa.
Anagrammigeneraattoreita on tehtykin ja niitä löytyy netistä. Mm. Arrak käyttää vapaasti netistä löytyviä sanastoja - jos tarvitset sanastoja, kannattaisi ehkä kysellä Arrakin tekijöiltä, mistä ovat omansa löytäneet...
Vilkaiseppa vaikka tästä linkistä:
http://snowball.tartarus.org/finnish/
Sieltä löytyy ainakin yksi sanasto ja löytyypä vielä taivutusalgoritmikin suomen kielelle.
Moi, kiitos, ja anteeksi kyltymättömyyteni.
Kyseiseen sanastoon (joka on snowballin mukana sekä Arrakissa) olen tutustunut. Siinä valitettavasti on sanoja perusmuodossa että niiden seassa on satunnaisia taivutettuja muotoja niistä. Joistain jopa on pelkkiä taivutettuja muotoja. Tämä sanasto on luoto käymällä läpi internetin sivuja/keskusteluita ja keräämällä niistä sanoja.
Se riittää aluksi, mutta nälkä kasvaa...
Vilkaiseppa tämäkin sanasto:
http://humfs1.uchicago.edu/~jagoldsm/Finnish/Finnish_List.txt
Suomen jäsentimestä saattaisi olla apua perusmuotojen seulomisessa, sellainenkin löytyy netistä.
Kai heidän omaan nettisivuunsa nyt voi luottaa, tässä on tilaustiedot
http://www.kotus.fi/julkaisut/sanakirjat/ks/
Ei kaikkia suomen sanoja voi kukaan koskaan luetella, eikä kukaan ole niin hullu että luettelisi edes merkittävää osaa ilmaiseksi toisten hyödynnettäväksi.
Tiedän että on mahdotonta luetella kaikkia sanoja.
Niitä voidaan "tehdä" lisää yhdistelemällä ja taivuttelemalla ja vaikka miten. Kieli vieläpä elää, tulee uusia sanoja tms.
Olen perillä tästä asiasta.
Riittää, jos on sellainen "sanakirjasanasto" että on tavallisimmat sanat. Jos niihin on sisällytetty sanaluokka ja taivutusinformaatio, niitä voi sitten väännellä vaikka itse...
Lisäksi ymmärrän ettei kukaan tee tätä MINUA VARTEN ilmaiseksi, enkä vaadikaan sitä, enkä oleta. Jos löydän jonkun hyvän, ei ole poissuljettua että siitä voisi maksaakin.
tässä on liikaa keskitytty nyt hieromaan sanaa "kaikki".