WordNet 3.0

[data man]

Думаю что (использующим скрипт) неплохо бы подсказать, что с сайта http://wordnet.princeton.edu/wordnet/download/ нужно скачивать архив WordNet-3.0.tar.gz, а не WNdb-3.0.tar.gz.
А то в них содержимое папки dict не совпадает

[unera]

Выкладываю скрипт по конвертации из WordNet 3.0 оригинального формата в DSL. Public domain.

http://pastie.org/691589

(там справа есть кнопка download/raw) - по ней можно получить сам скрипт.

отлично, я чуток освобожусь, соображу патч на имеющийся пакет и начну переговоры с текущим майнтенером этого словаря в Debian'е

[unera]

Выкладываю скрипт по конвертации из WordNet 3.0 оригинального формата в DSL. Public domain.

http://pastie.org/691589

(там справа есть кнопка download/raw) - по ней можно получить сам скрипт.

попытался адаптировать скрипт к дебиановскому пакету, на старте выдает такую ошибку:

Code: Select all

ERROR: sentidx.vrb format error: ["pet%2:35:00::"]


при этом этот файл имеет такое содержимое: http://paste.org.ru/?bn2y0x

такая (ошибочная) строка там есть, только в ней нет второго поля. насколько я понимаю это некритично?

далее скрипт вроде начинает работать, давая много-много вывода на экран, но дождаться пока не смог, у меня машинка похоже VerySlow для подобных вещей, надо будет поискать на чем запустить.

Gloggy, можешь немного переделать скрипт (а то я в руби не очень)?

нужно сделать такие вещи:

• возможность указать каталог в котором находится ворднет (я сквозной заменой конечно заменил WordNet-3.0/dict на то что в deb-пакете, однако, если кто в другие дистрибутивы захочет вставить, ему тоже пригодится)
• сделать опцию? на убрать отладочную информацию во время работы. не хочется все сплавлять в /dev/null, хочется информацию об ошибках таки видеть.

сколько времени он примерно может работать на одном CPU 1000МГц?

[unera]

Думаю что (использующим скрипт) неплохо бы подсказать, что с сайта http://wordnet.princeton.edu/wordnet/download/ нужно скачивать архив WordNet-3.0.tar.gz, а не WNdb-3.0.tar.gz.
А то в них содержимое папки dict не совпадает

насколько я понял, если взять первый архив, то надо будет сперва запустить build в нем, получатся те же файлы что и во втором, далее можно будет использовать скрипт. по кр мере для Debian'а получается именно так

[unera]

тэкс, кажется про отладочную информацию я ступил, это не отладочная информация а собственно словарь, так?
а индекс к нему не создаем?

и далее, его чтобы в упакованный вид привести какая утилита нужна?

[unera]

тэкс и это нашел, dictzip.

ща короче доработает потестим пакет

[data man]

по кр мере для Debian'а получается именно так

Я - Windows-ориентированный и от C++ очень далеко.

[unera]

мдя, на моей машине такое видимо никогда не закончит работать

[unera]

короче если к вечеру соберется выложу пакет на потестить

хех, ikm говорил мол "сделаем вид что это руками нарисовано" оно часами работает скриптами

вроде все уже сам допатчил до нужного состояния, дособерется отправлю патч в Deb

[Gloggy]

тэкс, кажется про отладочную информацию я ступил, это не отладочная информация а собственно словарь, так?
а индекс к нему не создаем?

Да, словарь в stdout пишется. Если надо в файл, то редиректом. Мне так проще было, не нужно было разбирать командную строку.
Насчет индекса не понял - что за индекс? GD сам все индексирует.

и далее, его чтобы в упакованный вид привести какая утилита нужна?

Ага, dictzip.