| téléchargement |
- Responsable du projet : Richard Renault (maître de conférences, CRISCO, Université de Caen)
- Participants : Marie Calberg (doctorante, Université de Paris 7), Outi Duvallon, INALCO, Vincent Guillard (Informaticien stagiaire, Université de Caen)
L'intégration du finnois dans les ressources d'UNITEX est en cours de développement. La première étape du projet est l'élaboration d'un dictionnaire des formes fléchies pour l'analyse morphologique. Le découpage des mots finnois en morphèmes prend en compte l'ensemble des différents paradigmes de suffixes (nombre, cas, personne et particule(s) pour les noms et adjectifs ; voix, temps/mode, personne et particule(s) pour les verbes conjugués).
Les ressources linguistiques finnoises pour UNITEX se composent :
- d'un dictionnaire électronique de mots simples (*)
- d'un dictionnaire électronique de mots fléchis
- d'un dictionnaire électronique de mots invariables
- d'un alphabet
- de graphes de flexion (*)
- de graphes de prétraitement
- d'un corpus de textes
| télécharger : | Finnish.zip (822 ko) |
Dictionnaire de mots simples
Le DELAS_sanasto (échantillon : 100 premiers mots) est un dictionnaire catégorisé dont les entrées sont des mots non fléchis accompagnés d'informations codées, qui sont principalement : 1) la catégorie grammaticale, 2) la classe lexicale (modèle de flexion), 3) la nature vocalique du mot, et 4) son degré consonantique. Chacune de ces informations est nécessaire pour générer le dictionnaire des mots fléchis (DELAF_sanasto).Exemple : katu,N01ARS (katu 'rue' est un nom (N) de la première classe (01) avec voyelle d'arrière (AR) et ayant une consonne au degré fort (S).
- La version de démonstration proposée (pien_DELAS_sanasto.dic) est limitée aux mots du texte de référence (julistus.txt).
- Le fichier DIKO_N01.zip contient l'ensemble des noms de la première classe lexicale (N01 = 1469 entrées).
| télécharger : | pien_DELAS_sanasto.zip (3,1 ko) |
| nouveau | DIKO_N01.zip (6,1 ko) |
Dictionnaire de mots fléchis
Le DELAF_sanasto (échantillon : 100 premiers mots) est un dictionnaire de formes fléchies généréesà partir du DELAS_sanasto au moyen de graphes de flexion.Exemple d'entrée du dictionnaire fléchi : taskuissanikin,tasku.N+PL+INES+POSS1SG+PTC1 (la forme fléchie (taskuissanikin 'dans mes poches également' est suivie de la base lexicale (tasku), de sa catégorie grammaticale (.N) et de 4 suffixes flexionnels (nombre, cas, personne et particule).
- La version de démonstration proposée (pien_DELAF_sanasto.dic) est limitée aux mots du texte de référence (julistus.txt).
- Le fichier DIKO_N01flx.zip contient l'ensemble des noms fléchis de la première classe lexicale (N01 = 247 005 entrées). Tous les mots fléchis de ce fichier correspondent à la structure : N+nombre+cas+(personne). Les particules ne sont pas prises en compte.
| télécharger : | pien_DELAF_sanasto_bin.zip
version binaire pour Unitex (807 ko) pien_DELAF_sanasto.zip (1,3 Mo) |
| nouveau | DIKO_N01flx.zip (1,4 Mo) |
Dictionnaire de mots invariables
Le dictionnaire DELA_SUOMI_INV_sanasto contient tous les mots invariables (adverbes, conjonctions, adpositions...). Seule la catégorie grammaticale est fournie. Exemple d'entrée du dictionnaire des mots invariables : ja,.CRD (CRD = conjonction de coordination). Environ 8000 entrées.| télécharger : | DELA_SUOMI_INV_bin.zip version
binaire pour Unitex (47,7 Ko) DELA_SUOMI_INV.zip version texte (35,6 Ko) |
Graphes de flexion
Les graphes de flexion permettent de générer le dictionnaire des formes fléchies. Pour chacune des catégories et classes lexicales du DELAS_sanasto un graphe décrit les différents paradigmes de morphèmes flexionnels ainsi que les différentes séquences de morphèmes. Le finnois compte 82 modèles de déclinaison des noms et 45 modèles de conjugaison des verbes.Afin de tenir compte des particularités phonologiques du finnois, les graphes de flexion sont doublés pour l'harmonie vocalique (un graphe pour les bases lexicales avec voyelles d'avant et un autre, pour les bases avec voyelles d'arrière) et scindés en deux sous-graphes pour les bases lexicales soumisesà l'alternance consonantique. Pour chaque classe lexicale (modèle de déclinaison ou de conjugaison) on a ainsi 6 graphes :
| graphes des noms de la première classe (N01) : |  |
- N01AR : union des graphes N01ARS et N01ARW
- N01AV : union des graphes N01AVS et N01AVW
- N01ARS : graphe des noms de la classe 01 ayant des voyelles harmonisantes d'arrière et une forme fléchie avec un degré consonantique fort. ex: katua (partitif), katu 'rue'
- N01ARW : graphe des noms de la classe 01 ayant des voyelles harmonisantes d'arrière et une forme fléchie avec un degré consonantique faible. ex: kadun (génitif), katu 'rue'
- N01AVS : graphe des noms de la classe 01 ayant des voyelles harmonisantes d'avant et une forme fléchie avec un degré consonantique fort. ex: pöytää (partitif), pöytä 'table'
- N01AVW : graphe des noms de la classe 01 ayant des voyelles harmonisantes d'avant et une forme fléchie avec un degré consonantique faible. ex: pöydän (génitif), pöytä 'table'
Graphes de prétraitement
Le graphe de normalisation des textes replace.grf traite les amalgames du type conjonction + négation fléchie (ettei, ellei..) en remplaçant la forme amalgamée par son équivalent ou son correspondant sans amalgame (että ei, jos ei...).| télécharger : | Replace.grf |
Alphabet
Le fichier alphabet.txt contient les lettres majuscules et minuscules du finnois nécessaires au fonctionnement du logiciel. Le fichier alphabet_sort.txt permet de définir l'ordre des mots lors des opérations de tri. Selon le cas, les lettres accentuées sont considérées comme distinctes ou équivalentes des lettres non accentuées. En finnois, 'a' et 'ä' sont des lettres distinctes ('a' est la première lettre de l'alphabet alors que 'ä' est l'avant-dernière. Les consonnes 's' et '¨' sont équivalentes pour le tri alphabétique ; elles se suivent dans l'ordre alphabétique et la recherche de l'une inclut l'autre.| télécharger : | Alphabet.txt Alphabet_sort.txt |
Corpus de textes
Le premier texte proposé en exemple est la déclaration universelle des droits de l'homme (10 premiers articles). Le fichier julistus.zip contient le texte de la déclaration (julistus.txt) et sa traduction en français (traduction_julistus.txt).| télécharger : | julistus.zip |
Tous les fichiers utilisés par UNITEX sont au format unicode (il convient de tenir compte de cet encodage lors de l'ouverture de ces fichiers par d'autres programmes (éditeurs de texte notamment).
| télécharger : | finnois_harmonie_vocalique.pdf (1 page, 14,2 Ko) |
Description de la conjugaison du finnois : phonologie des formes verbales, négation et suffixes flexionnels. 6 modèles complets de conjugaison : sanoa, juoda, tulla, avata, valita et paeta (Richard Renault).
| télécharger : | finnois_verbes.pdf (8
pages, 115,9 Ko) finnois_verbes.ps (8 pages, 977,8 Ko) |
- 2253 formes fléchies pour le mot kauppa "magasin" (cas, personne et clitique(s)), Fred Karlsson, 1996.
- Karlsson, Fred, 1982, Suomen kielen äänne- ja muotorakenne, WSOY, Helsinki.
- Laaksonen, Kaino & Lieko, Anneli, 1988, Kielen äänne- ja muoto-oppi, Oy Finn Lectura Ab, Helsinki.
- Remes, Hannu. 1985, Suomen kielen fonologian ja taivutusmorfologian perusteet,Joensuun yliopisto.
- Tuomi,Tuomo (ed.), 1972, Suomen kielen käänteissanakirja, SKS, Hämeenlinna.