Przejdź do treści

j-olski

Język olski to język polski, któremu spiłowano p, a razem z nim te części polszczyzny, przez które jest ona trudna dla sztywnych, zimnych maszyn.

Repozytorium jest projektem wokół tego języka. Narzędzia tego projektu biorą podzbiór, a nie całą polszczyznę. Podzbiór jest umową z autorem. Autor rezygnuje z części polszczyzny, a olski pilnuje jakości reszty. Umowę opisuje docs/roadmap.md. Cele wylicza ten sam plik.

Parser tego podzbioru zwraca wszystkie odczytania zdania. Wieloznaczność widać po ich liczbie, a wybór zostaje przy autorze.

Wzorem jest kompilator, a nie model językowy. Rozbiór jest deterministyczny, więc to samo wejście daje tę samą odpowiedź. Każdy werdykt przychodzi z odczytaniem, z którego wyszedł.

Kierunek

Pierwszym torem jest gramatyka podzbioru polszczyzny. Drugim torem jest skład, którego nazwa jest kalamburem od składni. Oba tory mierzy ten plik. Dla składu ten plik jest zarazem celem: skład rośnie tak długo, aż wypuści z drzewa każde zdanie tego pliku. Gramatyka celu końcowego nie ma, a cenę produkcji liczy autor przed dopisaniem. Kierunkiem nie jest sam formalizm: gramatyka bezkontekstowa jest podłożem olskiego, a nie jest celem, więc o mocniejszym mechanizmie rozstrzyga cena. Zobacz docs/design-notes.md oraz docs/roadmap.md.

Nie ma aplikacji, która napędzałaby to wszystko.

Co działa

Gramatyka podzbioru polszczyzny stoi nad Morfeuszem 2. Zdanie jest olskie, gdy gramatyka je wyprowadza. Narzędzie sprawdza zdania polskiego tekstu. Wieloznaczność jest jego znaleziskiem. Zdanie o programie ma trzy odczytania, a dwa odczytania mówią rzecz przeciwną, więc narzędzie zgłasza to autorowi.

python3 -m olski.check -c "Zapisz plik konfiguracyjny.
Program otwierający się psuje.
Nowa program zapisuje ustawienia."

<text>: Program otwierający się psuje.
        3 odczytania, różne w rolach: dopełnienie, orzeczenie, podmiot
zdań: 3; wieloznaczne: 1; bez odczytania: 1

Wiersz dostaje jedno z trzech zdań. Pierwsze ma jedno odczytanie, więc autor nie ma w nim czego wybierać. Trzeciego olski nie czyta. Ostatni wiersz liczy to milczenie.

Wiersz werdyktu nazywa role, w których czytania się różnią. Same czytania pokazuje flaga. Flaga pyta o każde zdanie czytane, więc wypisuje też pierwsze zdanie.

python3 -m olski.check --readings -c "Zapisz plik konfiguracyjny.
Program otwierający się psuje.
Nowa program zapisuje ustawienia."

<text>: Zapisz plik konfiguracyjny.
        - dopełnienie: plik konfiguracyjny, orzeczenie: Zapisz
<text>: Program otwierający się psuje.
        3 odczytania, różne w rolach: dopełnienie, orzeczenie, podmiot
        - podmiot: Program otwierający się, orzeczenie: psuje
        - podmiot: Program otwierający, orzeczenie: się psuje
        - dopełnienie: Program otwierający się, orzeczenie: psuje
zdań: 3; wieloznaczne: 1; bez odczytania: 1

Pierwsze czytanie i drugie dzieli miejsce cząstki zwrotnej. W drugim cząstka należy do formy osobowej, a w pierwszym do imiesłowu. Obie te formy są w polszczyźnie zwrotne. Trzecie dzieli od pierwszego sama rola: program jest w nim psuty, a w pierwszym psuje ustawienia. Czytanie trzecie stoi na końcu, bo podmiotu nie obsadza wcale. Konstrukcja bez podmiotu jest w olskim nacechowana. Cenę tej konstrukcji trzyma docs/disambiguation.md. Oba miejsca cząstki trzyma docs/konstrukcje-gramatyczne/orzeczenie.md. Samego miejsca cząstki wiersz werdyktu nie nazywa i widać je dopiero w czytaniach.

Wybór zostaje przy autorze, a zdania niżej mówią te czytania osobno.

python3 -m olski.check --readings -c "Program otwierający się jest psuty.
Program otwierający się psuje ustawienia.
Program otwierający psuje się."

<text>: Program otwierający się jest psuty.
        - podmiot: Program otwierający się, orzecznik: psuty, orzeczenie: jest
<text>: Program otwierający się psuje ustawienia.
        - podmiot: Program otwierający się, dopełnienie: ustawienia, orzeczenie: psuje
<text>: Program otwierający psuje się.
        - podmiot: Program otwierający, orzeczenie: psuje się
zdań: 3; wieloznaczne: 0; bez odczytania: 0

Zgodność form jest tu parsowaniem. Nowa program nie ma wyprowadzenia. Nie ma tu reguły, która strzeliła. Zdanie bez wyprowadzenia nie jest znaleziskiem, dopóki jeden znak go nie zdejmuje. Olski go nie czyta i o jego polszczyźnie milczy. Całą tę różnicę trzyma docs/subset.md.

Zdania, których olski nie czyta, wypisuje flaga. Werdykt mówi wtedy, dokąd analiza doszła, a nie gdzie stoi usterka. W długim zdaniu analiza staje w kilku miejscach.

python3 -m olski.check --zatrzymania -c "Nowa program zapisuje ustawienia.
Cena rośnie, i linter sprawdza tekst, i parser czyta tekst."

<text>: Nowa program zapisuje ustawienia.
        brak odczytania: analiza dochodzi do końca, a nic nie domyka zdania
<text>: Cena rośnie, i linter sprawdza tekst, i parser czyta tekst.
        brak odczytania: analiza staje na „i”
        analiza staje też na „i”
zdań: 2; wieloznaczne: 0; bez odczytania: 2

Cięcie nie jest granicą konstrukcji. Po co ta flaga jest, mówi docs/pisanie-po-olsku.md.

Poprawka jednego znaku jest drugim znaleziskiem. Autor cytuje cudzysłowem maszynowym, a olski bierze inną parę znaków.

python3 -m olski.check -c 'Przepisem "Zasad techniki prawodawczej" jest ustawa.'

<text>: Przepisem "Zasad techniki prawodawczej" jest ustawa.
        jedno odczytanie po poprawce jednego znaku: cudzysłów „ i ” w miejsce tego, którym zdanie cytuje
zdań: 1; wieloznaczne: 0; bez odczytania: 1; do poprawki jednym znakiem: 1

Zdanie zostaje przy tym odrzucone, bo gramatyka go nie wyprowadza. Poprawkę poświadcza rozbiór poprawionego zdania. Czemu świadkiem jest gramatyka, a nie znak, mówi docs/subset.md.

Zaimek wskazujący na dwie rzeczy naraz jest trzecim znaleziskiem. Rzeczy nazywa zdanie obok, a nie zdanie z zaimkiem.

python3 -m olski.check -c "Narzędzie sprawdza zdania tekstu.
Autor poprawia je sam."

<text>: Autor poprawia je sam.
        „je” wskazuje na „Narzędzie” albo „zdania”
zdań: 2; wieloznaczne: 0; bez odczytania: 0; niejasne odniesienia: 1

Oba zdania mają po jednym odczytaniu. Wieloznaczność jest tu własnością tekstu, a nie zdania. Jednostką umowy jest przez to tekst. Zaimki, które olski bierze, wylicza docs/subset.md.

Zasięg gramatyki i cenę przyłączenia wyrażenia przyimkowego trzyma docs/subset.md.

Ekstrakcja zamienia dokument w Markdownie w prozę. Jest ona krokiem przed gramatyką, a nie jest częścią gramatyki. Komenda czyta dokument i wyjmuje jego prozę.

python3 -m olski.check README.md

Co ekstrakcja po drodze zmyśla, mówi docs/extraction.md.

Korpus przechodzi przez osobną komendę. Pomiar żąda wyboru po języku i drzewa plików prozy.

python3 -m harness.markdown korpus/ --into proza/

Ustawa przechodzi przez ten sam krok. Ustawa jest drzewem jednostek redakcyjnych, a nie jest ciągiem zdań.

python3 -m harness.ustawy ustawy/ --into proza/ustawy

Ile z tego rejestru wychodzi i czego żądają od zdania w ustawie „Zasady techniki prawodawczej”, mówi docs/ustawy.md.

Skład czyta tego samego Morfeusza w drugą stronę. Wchodzi drzewo tego, co ma zostać powiedziane, a wychodzi polskie zdanie. Z kilku drzew wychodzi tekst.

from olski.skład import kompiluj
from olski.skład.słownik import A, R, V, jest

kompiluj(jest(R.parser / R.podzbiór, R.cel))     # Parser podzbioru jest celem.
kompiluj(V.sprawdzać(R.parser, ~(A.polski * R.tekst)))  # Parser sprawdza polskie teksty.

Kategorie tego drzewa są kategoriami dziedziny. Drzewo nazywa jedną rzecz określeniem drugiej albo jej celem. Przypadki dobiera skład, a zgodność form liczy po drodze. Skład pracuje bez gramatyki podzbioru. Pokrycie tego toru jest osobne.

Nad zdaniem stoi opowieść, bo tekst wie to, czego zdanie samo o sobie nie wie: czas zdarzenia i osobę, o której mowa była przed chwilą. Czas przeszły daje pierwszy, a drugą daje podmiot opuszczony tam, gdzie opuszcza go polszczyzna.

from olski.skład import Akapit, Opowieść, Postać
from olski.skład.słownik import A, Gdzie, R, V, razem

bazyliszek = Postać(R.bazyliszek)
Opowieść(Akapit(
    V.mieszkać(bazyliszek.remat, Gdzie.w(R.piwnica / (A.stary * R.kamienica)).temat),
    V.mieć(bazyliszek, razem([A.koguci * R.dziób, A.wężowy * R.ogon])),
)).kompiluj()
# W piwnicy starej kamienicy mieszkał bazyliszek. Miał koguci dziób i wężowy ogon.

Szyk jest tu wnioskiem. Drzewo mówi, co w zdaniu jest tematem, a co jest nowe. Kolejność wychodzi dopiero z tego. Reszta zapisu jest zwykłym Pythonem i to jest w nim zamierzone: zmienna nazywa postać, funkcja jest wzorcem zdania albo akapitu, a lista wchodzi do zdania jako koordynacja. Całą legendę o bazyliszku warszawskim trzyma opowieści/bazyliszek.py.

Ten sam kompilator daje tekst do makiety. Po taki tekst sięga się zwykle do łacińskiej sieczki.

python3 -m olski.skład.makieta --ziarno 1871 --akapity 1

Czeladnik zapłakał w wąskiej piwnicy. Dziewczyna zgubiła glinianą skrzynię, ponieważ czeladnik zszedł. Zdążyła mieszkać przed ciężkim młynem. Córka dała dziewczynie koszyk. Zdążyła wrócić od młodej wdowy. Czeladnik zważył kufry gospodarza i sukno.

Losowane jest drzewo. Zdania dzieli budowa, a same lematy ich nie dzielą. Zgodność liczy skład po drodze, więc losowanie nie narusza gramatyczności, a odsiewa ono zdanie, z którego czytelnik nie odzyskałby ról. Czego takie losowanie zażądało od tego pakietu, a czego autor drzewa nie musiał nigdy napisać, mówi docs/po-wypisaniu.md.

Szyku wewnątrz grupy imiennej skład nie niesie. Dziura ta stoi w samym składzie. Braki w leksykonie i braki w formach wylicza docs/roadmap.md. Zobacz docs/sklad.md.

Witryna pokazuje ten sam werdykt w przeglądarce. Jest ona bocznym torem i olski nie zależy od niej. Adres wdrożonej witryny to olski.pl. Serwer bierze się ze standardowej biblioteki, więc strona wstaje bez zależności.

python3 -m witryna

Strona woła własne API i jest jego klientem. Werdykt przychodzi w tych słowach, które drukuje wiersz poleceń. Zobacz docs/witryna.md.

Resztą repozytorium są notatki projektowe, przegląd pola, plan i otwarte pytania. Co stoi w którym pliku, mówi docs/README.md.

Prozę repozytorium wydaje strona pod adresem dokumentacja.olski.pl. Strona ma przy tym referencję API pakietu. Zobacz docs/publikacja.md.

Na czym olski stoi

Zasoby, na których stoi ten parser, napisał Marcin Woliński. Znaczniki ustala Morfeusz, a leksykon walencyjny ustala Walenty. Pokrycie mierzy się na Składnicy. Najbliższym parserem polszczyzny jest jego Świgra. Czytamy tutaj jej reguły oraz monografię, która opisuje tę gramatykę. Ta gramatyka spotkała problemy, w które olski wchodzi. Monografia nazywa przy tym ceny, których kod nie pokazuje. Zobacz docs/swigra.md.

Licencja

Kod, testy i proza są na licencji MIT. Dwa pliki danych podlegają warunkom swoich źródeł, bo plik wyprowadzony z cudzego zasobu jest utworem zależnym od niego: olski/leksykon.txt powstaje z Walentego i jest na CC BY-SA 4.0, a olski/skłonności.txt powstaje ze Składnicy i jest na GPL v3. Zdania w próba/wybory*.txt są cudze i to repozytorium ich nie licencjonuje.

Wszystko to deklaruje REUSE.toml: wpis domyślny obejmuje całe drzewo, a wyjątek nazywa ścieżkę, więc nagłówka licencyjnego nie ma tutaj żaden plik. Teksty licencji są w katalogu LICENSES/, nazwane identyfikatorem SPDX, i pliku licencyjnego w korzeniu nie ma.

Konwencje

Prozę w tym repozytorium łamiemy według Semantic Line Breaks, a nową piszemy po polsku, więc czytelnik trafia na oba języki naraz. Ten plik omija przy tym konstrukcje, których olski nie wyprowadza, a cenę tej konwencji trzyma docs/roadmap.md. Konwencje prozy, kodu, testów i commitów trzyma CLAUDE.md, a otwartą robotę trzyma todo/.