forked from apertium/apertium-kaz
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Makefile.am
294 lines (219 loc) · 11.9 KB
/
Makefile.am
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
###############################################################################
## Makefile for apertium-kaz
###############################################################################
LANG1=kaz
SCRIPT1=Cyrl
SCRIPT2=Arab
LANG1SCRIPT1=kaz@$(SCRIPT1)
LANG1SCRIPT2=kaz@$(SCRIPT2)
BASENAME=apertium-$(LANG1)
TARGETS_COMMON = \
$(LANG1).automorf.hfst \
$(LANG1).automorf.bin \
$(LANG1).autogen.hfst \
$(LANG1SCRIPT1).autogen.hfst \
$(LANG1SCRIPT2).autogen.hfst \
$(LANG1).autogen.bin \
$(LANG1SCRIPT1).autogen.bin \
$(LANG1SCRIPT2).autogen.bin \
$(LANG1).autopgen.bin \
$(LANG1).rlx.bin \
.deps/$(LANG1).LR.clear.hfst
# This include defines goals for install-modes, .deps/.d and .mode files:
@ap_include@
###############################################################################
## Kazakh transducer
###############################################################################
.deps/$(LANG1).err.hfst: $(BASENAME).err.twol .deps/.d
hfst-twolc $< -o $@
.deps/$(LANG1).twol.hfst: $(BASENAME).$(LANG1).twol .deps/.d
hfst-twolc $< -o $@
.deps/$(LANG1).RL.lexc: $(BASENAME).$(LANG1).lexc .deps/.d
cat $< | grep -v -e 'Dir/LR' -e 'Err/Orth' > $@
.deps/$(LANG1).LR.lexc: $(BASENAME).$(LANG1).lexc .deps/.d
cat $< | grep -v -e 'Dir/RL' > $@
.deps/$(LANG1).EL.lexc: $(BASENAME).$(LANG1).lexc .deps/.d
cat $< | grep -v -e 'Err/Orth' > $@
.deps/$(LANG1).RL.lexc.hfst: .deps/$(LANG1).RL.lexc
hfst-lexc --Werror $< -o $@ -v
.deps/$(LANG1).LR.lexc.hfst: .deps/$(LANG1).LR.lexc
hfst-lexc --Werror $< -o $@ -v
.deps/$(LANG1).EL.lexc.hfst: .deps/$(LANG1).EL.lexc
hfst-lexc --Werror $< -o $@ -v
.deps/$(LANG1).RL.hfst: .deps/$(LANG1).RL.lexc.hfst .deps/$(LANG1).twol.hfst
hfst-compose-intersect -1 .deps/$(LANG1).RL.lexc.hfst -2 .deps/$(LANG1).twol.hfst -o $@
# We make an kaz.LR.err.hfst by taking the transducer produced from the
# twol file with error rules (apertium-kaz.err.twol), we then remove all the
# strings from that which are in the normative orthography transducer.
# After that we append <err_orth> to the tag string.
.deps/$(LANG1).LR.err.hfst: .deps/$(LANG1).LR.lexc.hfst .deps/$(LANG1).err.hfst .deps/$(LANG1).LR.hfst
# lexc + error model twol
hfst-compose-intersect -1 .deps/$(LANG1).LR.lexc.hfst -2 .deps/$(LANG1).err.hfst | hfst-minimise -o .deps/$(LANG1).LR.err.hfst.tmp
# extract valid surface forms
hfst-project -p output .deps/kaz.LR.hfst | hfst-minimise -o .deps/$(LANG1).LR.corr.hfst.tmp
# get the valid surface forms that are in the error model
hfst-invert .deps/$(LANG1).LR.err.hfst.tmp | hfst-compose -1 .deps/$(LANG1).LR.corr.hfst.tmp -2 - | hfst-invert -o .deps/$(LANG1).LR.err.hfst.tmp2
# subtract the valid surface forms from the error model
hfst-subtract -1 .deps/$(LANG1).LR.err.hfst.tmp -2 .deps/$(LANG1).LR.err.hfst.tmp2 -o .deps/$(LANG1).LR.err.hfst.tmp3
# append the error tag to the error model strings
echo "<err_orth>:0" | hfst-strings2fst -e 0 -S | hfst-concatenate -1 .deps/$(LANG1).LR.err.hfst.tmp3 -2 - -o $@
# This is the normative transducer, using the standard lexc and the full twol file
.deps/$(LANG1).LR.hfst: .deps/$(LANG1).LR.lexc.hfst .deps/$(LANG1).EL.lexc.hfst .deps/$(LANG1).twol.hfst
hfst-compose-intersect -1 .deps/$(LANG1).EL.lexc.hfst -2 .deps/$(LANG1).twol.hfst | hfst-minimise -o $@
# This twol file removes forms with:
# - more than two possessive tags
# - more than two case tags
.deps/kaz.looponce.hfst: apertium-kaz.looponce.twol
hfst-twolc $< -o $@
# This creates the transducer with the forms mentioned for looponce.twol removed
.deps/$(LANG1).LR.clear.hfst: .deps/$(LANG1).LR.hfst .deps/kaz.looponce.hfst
hfst-invert $< -o .deps/$(LANG1).LR.inverted.hfst
hfst-compose-intersect -1 .deps/$(LANG1).LR.inverted.hfst -2 .deps/kaz.looponce.hfst -o .deps/$(LANG1).LR.clear-inverted.hfst
hfst-invert .deps/$(LANG1).LR.clear-inverted.hfst -o $@
# The full Cyrillic analyser is a combination of the normative analyser and the error analyser.
.deps/$(LANG1SCRIPT1).automorf.hfst: .deps/$(LANG1).LR.hfst .deps/$(LANG1).LR.err.hfst
hfst-union -1 .deps/$(LANG1).LR.hfst -2 .deps/$(LANG1).LR.err.hfst | hfst-invert -o $@ # | hfst-fst2fst -w -o $@
# The final analyser is a combinaton of the Cyrillic normative analyser and the Arabic script analyser
#$(LANG1).automorf.hfst: .deps/$(LANG1).LR.hfst .deps/$(LANG1).LR.err.hfst $(LANG1SCRIPT2).REVautomorf.hfst $(LANG1SCRIPT2).spellrelax.hfst
# hfst-union -1 $< -2 `echo $(word 2,$^)` | hfst-union -1 - -2 `echo $(word 3,$^)` | hfst-compose-intersect -1 - -2 `echo $(word 4,$^)` | hfst-invert | hfst-fst2fst -w -o $@
$(LANG1).automorf.hfst: .deps/$(LANG1SCRIPT1).automorf.hfst .deps/$(LANG1SCRIPT2).automorf.hfst
hfst-invert $< -o .deps/$(LANG1SCRIPT1).REVautomorf.hfst
hfst-invert `echo $(word 2,$^)` -o .deps/$(LANG1SCRIPT2).REVautomorf.hfst
hfst-union -1 .deps/$(LANG1SCRIPT1).REVautomorf.hfst -2 .deps/$(LANG1SCRIPT2).REVautomorf.hfst | hfst-invert | hfst-minimise | hfst-fst2fst -w -o $@
$(LANG1).autogen.hfst: .deps/$(LANG1).RL.hfst
hfst-fst2fst -w $< -o $@
$(LANG1).autogen.att.gz: $(LANG1).autogen.hfst
hfst-fst2txt $< | gzip -9 -c -n > $@
$(LANG1).automorf.att.gz: $(LANG1).automorf.hfst
hfst-fst2txt $< | gzip -9 -c -n > $@
$(LANG1).autogen.bin: $(LANG1).autogen.att.gz .deps/.d
zcat < $< > .deps/$(LANG1).autogen.att
lt-comp lr .deps/$(LANG1).autogen.att $@
$(LANG1).automorf.bin: $(LANG1).automorf.att.gz .deps/.d
zcat < $< > .deps/$(LANG1).automorf.att
lt-comp lr .deps/$(LANG1).automorf.att $@
$(LANG1).autopgen.bin: $(BASENAME).post-$(LANG1).dix
lt-comp lr $< $@
$(LANG1SCRIPT1).autogen.hfst: .deps/$(LANG1).RL.hfst
hfst-fst2fst -w $< -o $@
$(LANG1SCRIPT1).autogen.att.gz: $(LANG1SCRIPT1).autogen.hfst
hfst-fst2txt $< | gzip -9 -c -n > $@
$(LANG1SCRIPT1).autogen.bin: $(LANG1SCRIPT1).autogen.att.gz .deps/.d
zcat < $< > .deps/$(LANG1SCRIPT1).autogen.att
lt-comp lr .deps/$(LANG1SCRIPT1).autogen.att $@
# Arabic script transliterator
# compile the first stage of the Cyrillic-Arabic transliteration transducer
.deps/$(LANG1SCRIPT1)-$(LANG1SCRIPT2).lexc.hfst: ./$(BASENAME).$(SCRIPT1)-$(SCRIPT2).lexc
hfst-lexc $< -o $@
# compile the second stage of the Cyrillic-Arabic transliteration transducer
.deps/$(LANG1SCRIPT1)-$(LANG1SCRIPT2).twol.hfst: ./$(BASENAME).$(SCRIPT1)-$(SCRIPT2).twol
hfst-twolc $< -o $@
# Arabic script analyser
# Arabic script analyser is made by composing the Cyrl-Arab transliterator with the base Cyrillic transducer and adding spellrelax
# Буддизм<n><dat>+шы<emph>:بۋدديزمگەشى
.deps/$(LANG1SCRIPT2).automorf.hfst: .deps/$(LANG1SCRIPT1)-$(LANG1SCRIPT2).hfst .deps/$(LANG1).LR.hfst .deps/$(LANG1SCRIPT2).spellrelax.hfst
hfst-compose -1 `echo $(word 2,$^)` -2 $< | hfst-compose-intersect -1 - -2 `echo $(word 3,$^)` | hfst-invert -o $@
.deps/$(LANG1SCRIPT2).spellrelax.hfst: $(BASENAME).$(LANG1)_$(SCRIPT2).spellrelax
hfst-regexp2fst -S -o $@ < $<
# Arabic script generator
# compile the transliteration transducer
.deps/$(LANG1SCRIPT1)-$(LANG1SCRIPT2).hfst: .deps/$(LANG1SCRIPT1)-$(LANG1SCRIPT2).twol.hfst .deps/$(LANG1SCRIPT1)-$(LANG1SCRIPT2).lexc.hfst
hfst-compose-intersect -1 `echo $(word 2,$^)` -2 $< -o $@
# compose with base Cyrillic transducer
$(LANG1SCRIPT2).autogen.hfst: .deps/$(LANG1SCRIPT1)-$(LANG1SCRIPT2).hfst .deps/$(LANG1).RL.hfst
hfst-compose -1 `echo $(word 2,$^)` -2 $< | hfst-fst2fst -w -o $@
$(LANG1SCRIPT2).autogen.att.gz: $(LANG1SCRIPT2).autogen.hfst
hfst-fst2txt $< | gzip -9 -c -n > $@
$(LANG1SCRIPT2).autogen.bin: $(LANG1SCRIPT2).autogen.att.gz .deps/.d
zcat < $< > .deps/$(LANG1SCRIPT2).autogen.att
lt-comp lr .deps/$(LANG1SCRIPT2).autogen.att $@
###############################################################################
## Debugging transducers (for testvoc)
###############################################################################
debug: .deps/$(LANG1).LR-debug.hfst .deps/$(LANG1).lexc.hfst
.deps/$(LANG1).LR-debug.hfst: $(BASENAME).$(LANG1).lexc .deps/.d
cat $< | grep -v 'Dir/RL' | grep -v 'Use/Circ' > .deps/$(LANG1).LR-debug.lexc
hfst-lexc --Werror .deps/$(LANG1).LR-debug.lexc -o .deps/$(LANG1).LR-debug.lexc.hfst -v
hfst-compose-intersect -1 .deps/$(LANG1).LR-debug.lexc.hfst -2 .deps/$(LANG1).twol.hfst -o $@
.deps/$(LANG1).lexc.hfst: .deps/$(LANG1).RL.lexc.hfst
hfst-fst2fst -w -i $< -o $@
###############################################################################
## Disambiguation rules
###############################################################################
$(LANG1).rlx.bin: $(BASENAME).$(LANG1).rlx $(CGCOMP)
$(CGCOMP) $< $@
###############################################################################
## Spell checker
###############################################################################
$(LANG1).zhfst: .deps/acceptor.default.hfst .deps/errmodel.default.hfst
rm -f $@
zip -j $@ .deps/acceptor.default.hfst .deps/errmodel.default.hfst speller/index.xml
.deps/errmodel.default.hfst: .deps/words.default.hfst .deps/strings.default.hfst
python dev/editdist.py -v -s -d 1 -e '@0@' -i speller/editdist.default.txt -a .deps/acceptor.default.hfst \
| hfst-txt2fst -e '@0@' -o .deps/editdist.default.hfst
hfst-disjunct .deps/strings.default.hfst .deps/editdist.default.hfst \
| hfst-minimise | hfst-repeat -f 1 -t 2 -o .deps/editstrings.default.hfst
hfst-disjunct .deps/words.default.hfst .deps/editstrings.default.hfst \
| hfst-fst2fst -f olw -o $@
.deps/words.default.hfst: speller/words.default.txt
grep -v -e "^#" -e "^$$" $< | hfst-strings2fst -j -o $@
.deps/strings.default.hfst: speller/strings.default.txt .deps/anystar.hfst
grep -v -e "^#" -e "^$$" $< | hfst-strings2fst -j | hfst-concatenate .deps/anystar.hfst - |\
hfst-concatenate - .deps/anystar.hfst -o $@
.deps/anystar.hfst:
echo "?*;" | hfst-regexp2fst -S -o $@
.deps/acceptor.default.hfst: $(LANG1).autogen.hfst
cat $< | hfst-fst2fst -t | hfst-project --project=lower | hfst-minimise |hfst-fst2fst -f olw -o $@
###############################################################################
## Distribution
###############################################################################
EXTRA_DIST=$(BASENAME).$(LANG1).lexc \
$(BASENAME).$(LANG1).twol \
$(BASENAME).$(LANG1).rlx \
$(BASENAME).post-$(LANG1).dix \
$(LANG1).prob \
modes.xml
###############################################################################
## Installation stuff
###############################################################################
#
# apertium_kaz_dir: This is where the compiled binaries go
# apertium_kaz_srcdir: This is where the source files go
apertium_kazdir=$(prefix)/share/apertium/$(BASENAME)/
apertium_kaz_srcdir=$(prefix)/share/apertium/$(BASENAME)/
EXTRA_TARGETS=
# Making .zhfst doesn't depend on hfst-ospell
#
#if HAVE_HFSTOSPELL
EXTRA_TARGETS += $(LANG1).zhfst
#endif # HAVE_HFSTOSPELL
apertium_kaz_DATA=$(TARGETS_COMMON) $(EXTRA_TARGETS) $(LANG1).prob
pkgconfigdir = $(prefix)/share/pkgconfig
pkgconfig_DATA = $(BASENAME).pc
noinst_DATA=modes/$(LANG1)-morph.mode
install-data-local: install-modes
$(INSTALL_DATA) $(LANG1).automorf.att.gz $(DESTDIR)$(apertium_kaz_srcdir)
$(INSTALL_DATA) $(LANG1).autogen.att.gz $(DESTDIR)$(apertium_kaz_srcdir)
$(INSTALL_DATA) $(BASENAME).$(LANG1).lexc $(DESTDIR)$(apertium_kaz_srcdir)
$(INSTALL_DATA) $(BASENAME).$(LANG1).twol $(DESTDIR)$(apertium_kaz_srcdir)
$(INSTALL_DATA) $(BASENAME).$(LANG1).rlx $(DESTDIR)$(apertium_kaz_srcdir)
$(INSTALL_DATA) $(BASENAME).post-$(LANG1).dix $(DESTDIR)$(apertium_kaz_srcdir)
###############################################################################
## Cleanup
###############################################################################
CLEANFILES = $(TARGETS_COMMON)
clean-local:
-rm -rf .deps modes
###############################################################################
## Test
###############################################################################
test: all
echo "TODO test sentence" | apertium -d . kaz-morph | tee .test-mt
@echo "TODO test analysis results" > .test-ref
@diff .test-ref .test-mt
@rm .test-ref .test-mt
check: all
cd tests/morphophonology/; python3 test.py kaz
docs: FORCE
cd docs; scribble index.scrbl
FORCE: