Projet de dictionnaires arabes

Oui j'ai utilisé le mot clef sql UNION ALL pour avoir les racines des 3 tables (2 tables nouns et verbs du premiers dico + 1 table root du second dico) 
Si tu te formes en sql regarde y les prédicats standard comme order by, group by, distinct etc

Autrement il y a des problèmes dans l'import de semanticnoun. Est-ce que tu veux vérifier que le chiffre final correspond bien au nombre de lignes ? Parce qu'apparemment il y  a des trous, il manque ici le 80690 que je ne retrouve pas

Code:


(80689,132340,13722,N'S',0)  
 (80702,132351,0,N'S',0)
 (80691,132341,13960,N'S',0)  

Encore ici le 80697 et un lien 0 vers derivednoun qui est invalide car le premier derivednoun commence avec le numéro 1

Code:

(80695,132345,14583,N'S',0)
 (80696,132346,14676,N'S',0)
 (80701,132350,0,N'S',0)
 (80698,132347,14929,N'S',0)
 (80699,132348,14930,N'S',0)
 (80700,132349,15306,N'S',0)
 (80703,132352,16865,N'S',0)
 (80704,132353,18109,N'S',0)

Ce qui fait 2 liens inexistants. Remarque aussi la ligne avec le 0 pour le 80701, c'est sensé être un lien vers le numéro de ligne de derivednoun hors celui-ci commence à 1 soit un lien de premier niveau en moins.

Code:

(80702,132351,0,N'S',0)
(80701,132350,0,N'S',0)

2 autres encore avec le 0 soit 5 au total de ce que j'ai retrouvé. Ce que j'observe dans ma base c'est qu'il me manque 188 lignes. 

C'est valable aussi avec semanticverb et cela se répercute donc automatiquement sur assimilatedadjective par exemple.

Donc il va y avoir une certaine perte de données au final pour commencer.

السلام عليكم ورحمة الله وبركاته

Oui je vois aussi qu'il manque certains numéros...

Si on ne peut pas récupérer toutes les infos est-ce qu'au moins celles qui sont récupérées sont fiables (malgré les erreurs qui empêchent de récupérer toute les infos) ?

Adel Medine a écrit:Tu disais que ces 2 dicos étaient les plus gros mais ne représentent qu'environ "que" 10 000 racines pour environ 100 000 mots ?  

On sait combien de racines et de mots contient le lane lexicon et de manière générale la langue arabe et le Coran ?

La deuxième base recense 6900 racines c'est le plus grand nombre que j'ai vu jusqu'à maintenant mais c'est vrai qu'il faudrait voir ce qu'il en est du Lane's lexicon et du Kasimirski. Dans le معجم اللغة العربية المعاصرة il semble y en avoir 5778 (certaines ne sont vraiment des racines).

Salâm

Oui les données récupérées sont fiables. Je ne peux juste pas récupérer les données fausses ou inexistantes dans le script de départ.

Les schèmes sont indiqués mais est-ce que serait possible d'ajouter le nombre en plus genre forme I, II, III... ? Et en plus pour la forme I, rajouter la porte uu, ai, aa...

L'association est facile je peux la donner inchâ-a Allâh.

Je n'ai pas encore regardé où se trouvent les informations sur le numéro de la forme et de la porte du verbe. Elles sont dans la table pattern ?

Est-ce possible de fusionner les deux listes en mettant les verbes d’abord et les noms ensuite et ceux pour chaque racine ?

C'est normalement possible avec 2 listes qui ont les mêmes colonnes mais pour le verbe on peut avoir des colonnes que le nom n'a pas (ex : assimilatedadjective, gerund aussi il me semble) du coup j’exclurais ces colonnes pour fusionner les 2 listes ou mettrais une valeur vide pour le nom.

Pour le formatage cela risque par contre d'être plus complexe en sql finalement. Je vais te fournir quelque chose comme cela pour les singuliers avec leurs pluriels brisés:

singulier 1, pluriel brisé 1.1, root, pattern singulier, pattern pluriel, gender
singulier 1, pluriel brisé 1.2, root, pattern  singulier, pattern pluriel, gender
singulier 2, pluriel brisé 2.1, root, pattern singulier, pattern pluriel, gender
singulier 3, pluriel brisé 3.1, root, pattern singulier, pattern pluriel, gender
singulier 3, pluriel brisé 3.2, root, pattern singulier, pattern pluriel, gender
etc..
Le root n'apparaît qu'une fois car je considère qu'il est le même pour le singulier ou le pluriel. Par contre on voit qu'il y a autant de lignes que de couples singulier/pluriel. Il n'y a pas une seule ligne pour un singulier avec tous ces pluriels en colonnes. (on pourrait mais cela me prendrait plus de temps en sql)

Même problème de formatage pour avoir tous les noms et verbes avec leurs meanings. (mettre le dico à plat)

nom 1, root, pattern, meaning 1
nom 1, root, pattern, meaning 2
nom 1, root, pattern, meaning 3
nom 2, root, pattern, meaning 1
nom 2, root, pattern, meaning 2
nom 2, root, pattern, meaning 3
verbe 1, root, pattern, meaning 1
verbe 1, root, pattern, meaning 2
verbe 1, root, pattern, meaning 3
verbe 2, root, pattern, meaning 1
verbe 2, root, pattern, meaning 2
verbe 2, root, pattern, meaning 3

Adel Medine a écrit:Salâm

Oui les données récupérées sont fiables. Je ne peux juste pas récupérer les données fausses ou inexistantes dans le script de départ.

وعليكم السلام ورحمة الله وبركاته

Ah bah tant mieux c'est déjà ça al hamduliLlâh.

Adel Medine a écrit:Je n'ai pas encore regardé où se trouvent les informations sur le numéro de la forme et de la porte du verbe. Elles sont dans la table pattern ?

Oui c'est ça.

Adel Medine a écrit:C'est normalement possible avec 2 listes qui ont les mêmes colonnes mais pour le verbe on peut avoir des colonnes que le nom n'a pas (ex : assimilatedadjective, gerund aussi il me semble) du coup j’exclurais ces colonnes pour fusionner les 2 listes ou mettrais une valeur vide pour le nom.

Ok.

Adel Medine a écrit:Pour le formatage cela risque par contre d'être plus complexe en sql finalement. Je vais te fournir quelque chose comme cela pour les singuliers avec leurs pluriels brisés:

singulier 1, pluriel brisé 1.1, root, pattern singulier, pattern pluriel, gender
singulier 1, pluriel brisé 1.2, root, pattern singulier, pattern pluriel, gender
singulier 2, pluriel brisé 2.1, root, pattern singulier, pattern pluriel, gender
singulier 3, pluriel brisé 3.1, root, pattern singulier, pattern pluriel, gender
singulier 3, pluriel brisé 3.2, root, pattern singulier, pattern pluriel, gender
etc..
Le root n'apparaît qu'une fois car je considère qu'il est le même pour le singulier ou le pluriel. Par contre on voit qu'il y a autant de lignes que de couples singulier/pluriel. Il n'y a pas une seule ligne pour un singulier avec tous ces pluriels en colonnes. (on pourrait mais cela me prendrait plus de temps en sql)

Même problème de formatage pour avoir tous les noms et verbes avec leurs meanings. (mettre le dico à plat)

nom 1, root, pattern, meaning 1
nom 1, root, pattern, meaning 2
nom 1, root, pattern, meaning 3
nom 2, root, pattern, meaning 1
nom 2, root, pattern, meaning 2
nom 2, root, pattern, meaning 3
verbe 1, root, pattern, meaning 1
verbe 1, root, pattern, meaning 2
verbe 1, root, pattern, meaning 3
verbe 2, root, pattern, meaning 1
verbe 2, root, pattern, meaning 2
verbe 2, root, pattern, meaning 3

Ok c'est bien aussi comme ça.

Bâraka Allâhu fîka.

Salam

Oui c'est ça. 

Tu as bien vérifié avant ? Parce qu'il n'y a pas cette info dans la table pattern ni ailleurs apparemment..

Ok c'est bien aussi comme ça.

Sinon tu le voyais présenté comment autrement dans un tableur ? 

Voici un exemple pour la requête des singuliers avec leurs pluriels brisés Il y a en tout 11 942 lignes.

root	singular type	plural type	singular genre	plural genre	singular noun	plural noun	singular pattern	plural pattern
ءبد	اسم	اسم	مؤنَّث	مؤنَّث	آبِدَة	أَوَابِد	فَاعِلَة	فَوَاعِل
ءبد	اسم	اسم	مذكَّر	مذكَّر	أَبَد	آبَاد	فَعَل	أَفْعَال
ءبد	اسم	اسم	مذكَّر	مذكَّر	أَبَد	أُبُود	فَعَل	فُعُوْل
ءبر	اسم	اسم	مؤنَّث	مذكَّر	مِئْبَرَة	مَآبِر	مِفْعَلَة	مَفَاعِل
ءبر	اسم	اسم	مذكَّر	مذكَّر	أَبُور	أُبُر	فَعُول	فُعُل
ءبر	اسم آلة	اسم	مؤنَّث	مؤنَّث	إِبْرة	إِبَر	فِعْلَة	فِعَل
ءبر	اسم آلة	اسم	مؤنَّث	مؤنَّث	إِبْرَة	إِبَر	فِعْلَة	فِعَل
ءبر	اسم آلة	اسم	مؤنَّث	مذكَّر	إِبْرة	إِبَار	فِعْلَة	فِعَال
ءبر	اسم آلة	اسم	مؤنَّث	مذكَّر	إِبْرَة	إِبَار	فِعْلَة	فِعَال
ءبر	اسم آلة	اسم	مذكَّر	مذكَّر	مِئْبَر	مَآبِر	مِفْعَل	مَفَاعِل
ءبر	اسم مكان	اسم	مذكَّر	مذكَّر	مَأْبَر	مَآبِر	مَفْعَل	مَفَاعِل
ءبزم	اسم آلة	اسم	مذكَّر	مذكَّر	إِبْزِيم	أًبازيم	فِعْلِيل	فَعَالِيل
ءبزن	اسم	اسم	مذكَّر	مذكَّر	أَبْزَن	أَبازِن	فَعْلَل	فَعَالِل
ءبض	اسم	اسم	مذكَّر	مذكَّر	إِبَاض	أُبُض	فِعَال	فُعُل
ءبض	اسم	اسم	مذكَّر	مذكَّر	أَبُوض	أُبُض	فَعُول	فُعُل
ءبض	اسم	اسم	مذكَّر	مذكَّر	مَأْبِض	مَآبِض	مَفْعِل	مَفَاعِل
ءبط	اسم	اسم	مذكَّر	مذكَّر	إِباط	أُبُط	فِعَال	فُعُل
ءبط	اسم	اسم	مذكَّر ومؤنَّث	مذكَّر ومؤنَّث	إِبِط	آبَاط	فِعِل	أَفْعَال
ءبط	اسم	اسم	مذكَّر ومؤنَّث	مذكَّر ومؤنَّث	إِبْط	آبَاط	فِعْل	أَفْعَال
ءبل	اسم	اسم	مؤنَّث	مؤنَّث	إِبَالَة	أَبَائِل	فِعَالة	فَعَائِل
ءبل	اسم	اسم	مؤنَّث	مؤنَّث	أَبِيل	آبَال	فَعِيْل	أَفْعَال
ءبل	اسم	اسم	مؤنَّث	مؤنَّث	أَبِيل	أُبْل	فَعِيْل	فُعْل
ءبل	اسم جمع	اسم	مؤنَّث	مؤنَّث	إِبِل	آبَال	فِعِل	أَفْعَال
ءبل	اسم مكان	اسم	مؤنَّث	مؤنَّث	مَأْبَلَة	مَآبِل	مَفْعَلَة	مَفَاعِل

En dehors du sens(table meaning) et ce qui s'y rattache(source, example..), il y a d'autres informations qui sont possibles à récupérer et qui sont en liens avec chaque couple singulier/pluriel.(ex : région, nombre,semantic scope, etc..)

Lien pour télécharger le fichier excel


Voici la requête sql, je t'ai mis quelques commentaires :

Code:

select distinct r.root, t.type as SingularType, tp.type as PluralType ,
            g.gender as SingularGender, gp.gender as PluralGender,
            dns.vocalizedNoun AS SingularNoun, dnp.vocalizedNoun as PluralNoun,
            pat.pattern as SingularNounPattern, patp.pattern as PluralNounPattern               
from plural as plu
inner join dbo.semanticnoun as sn on sn.semanticnounId = plu.singularNounId --nom dérivé singulier
inner join dbo.derivednoun as dns on dns.derivedNounId = sn.derivednounId --nom dérivé singulier
inner join dbo.type as t on t.typeId = dns.typeId --type singulier
inner join dbo.gender as g on g.genderId = dns.genderId -- genre singulier
inner join dbo.root as r on r.rootId = dns.rootId --root du singulier
inner join dbo.pattern as pat on pat.patternId = dns.patternId --pattern singulier
inner join dbo.semanticnoun as sns on sns.semanticnounId = plu.pluralNounId --nom dérivé pluriel
inner join dbo.derivednoun as dnp on dnp.derivedNounId = sns.derivednounId --nom dérivé pluriel
inner join dbo.pattern as patp on patp.patternId = dnp.patternId --pattern pluriel
inner join dbo.type as tp on tp.typeId = dnp.typeId --type pluriel
inner join dbo.gender as gp on gp.genderId = dnp.genderId -- genre pluriel
--inner join dbo.number as n on n.numberId = dnp.numberId
where   plu.pluralTypeId = 1 --جمع تكسير  pluriel brisé