阿拉伯语词法分析器与词汇
pyaramorph的Python项目详细描述
#pyaramorph
*阿拉伯语词法分析器和词典*
它是[Buckwalter阿拉伯语词形
分析器版本
1.0]的松散端口（http://www.ldc.upenn.edu/catalog/catalogEntry.jsp？catalogid=ldc002l49），
尽管它没有实现该程序的所有功能。
该软件应该提供单个单词或短语的快速连续分析。buckwalter最初的perl脚本只支持cp1256编码中的
输入，我真的不想为utf-8重新安装它。（同样，考虑到我使用Perl
和我对Python的偏好有多长时间，做Python
重写似乎是值得的。）同一脚本的Java端口，
[ARAMOPHP]（http://www-nunn.org/ARAMorp/），接受UTF-8，但是它
只处理指定的输入文件，以及它的词典加载非常慢。它对于分析全文非常有用，但对于
交互式分析却不是那么有用。
这就是我编写这个端口的原因。这个脚本本身非常简单——tim
buckwalter通过把
字典和表文件放在一起完成了所有的艰苦工作——所以这个程序提供的所有功能都应该归功于他！我只是根据自己的需要重新编写了
程序。[巨蟒]（http://www.python.org/）。目前您需要python 3。
2.支持utf-8和bidi的终端仿真器。我使用
[mlterm]（http://mlterm.sourceforge.net/）和
[unifont]（http://www.unifoundry.com/index.html）或
[dejavu sans mono]（http://dejavu fonts.org/wiki/main-page）一起使用。说明]（http://lists.arabeyes.org/archives/general/2004/二月/msg0004.html）。
3.能够输入UTF-8阿拉伯语文本。Linux/Unix用户可以尝试My
[m17n的经典输入法]（https://bitbucket.org/alexlee/m17n classic）、
中包含的
阿拉伯语布局，该布局适用于
[IBUS]（https://github.com/ibus/ibus/wiki）。
` pip`，或者从"python setup.py
install`.
在提示下，使用Unicode输入一个阿拉伯单词或短语。
将忽略未用阿拉伯脚本编写的单词。
下面的会话输出应该会让您了解它的工作原理：
正在加载dictstems…加载了38600个引理和82158个条目
加载dictsuffix…加载了618个条目
unicode阿拉伯语形态学分析器（按ctrl-d键退出）
$
$__㬵㬵㬵㬵1]
词性：katab/动词完美+a/动词主语：3ms
光泽度：写+他/它<；动词>；
解决方案：（______）[katab-u_1]
位置：kutib/动词完美+a/pvsuff_subj:3ms
光泽度：被写；被注定；被注定+他/它<；动词>；
解决方案：（_㶎㶎㶎㶎㶎㶎㶎㶎㶌㶋ktaba解决方案：（_㶎㶎㶎㶎㶎㶎㶎㶎㶎_kutub）[kitabab_1]
pos：kutub/non
光泽：\\br/>词组：kitab/名词+af/nsuff_masc_sg_acc_indef
>解决方案：（______kitab a）[kitab_1]
poss:kitabb/名词+a/nsuff_masc_u\\nomu\\nomU poss
>光泽：憴图书+book+2
>解决方案：（_；kut~abaf）[kut~ab_1]
位置：kut~ab/名词+af/nsuff_masc_sg_acc_indef
光泽度：_uu+kuttab（乡村学校）；古兰经学校+[根据索引]
解决方案：（_u1615;u1617;u1575;u1615;ukut~ab af）[katib_u1]
位置：kut~ab/noun+af/nsuff_u masc_u acc_u indef
光泽度：uu+作者；
>分析：fy
解决方案：（__fiy）[fiy_1]
pos:fiy/prep
光泽：in+cucucucucucucucuu
>解决方案：（__fiy~a）[fiy_1]
pos:fiy/prep+~a/pron s
>pos pos:fiy/prep+~a/prep+~a/pron s
光泽：+
解决方案：（_____fiy）[fiy_]
pos:viy/abbrev
光泽：\\\\2412;+v.+\\
分析：㶋______otab_1]
位置：al/det+makotab/名词
光泽：+局；局；局；部门+
$
\todo
diacritics暂时被忽略。最好使用
用户提供的音调符号来过滤生成的解决方案。如果您输入类似"dar~ast"（____）的内容，它不会返回任何来自"daras"（__）根的
结果。
在最初的Perl脚本中，如果给定的单词没有生成任何解决方案，Buckwalter会应用许多拼写
替换。这个
功能应该很容易添加，但我没有绕过它。
site_id=nrsi&item_id=arabicfonts））
和Windows支持。
谢谢！< BR>
*阿拉伯语词法分析器和词典*
它是[Buckwalter阿拉伯语词形
分析器版本
1.0]的松散端口（http://www.ldc.upenn.edu/catalog/catalogEntry.jsp？catalogid=ldc002l49），
尽管它没有实现该程序的所有功能。
该软件应该提供单个单词或短语的快速连续分析。buckwalter最初的perl脚本只支持cp1256编码中的
输入，我真的不想为utf-8重新安装它。（同样，考虑到我使用Perl
和我对Python的偏好有多长时间，做Python
重写似乎是值得的。）同一脚本的Java端口，
[ARAMOPHP]（http://www-nunn.org/ARAMorp/），接受UTF-8，但是它
只处理指定的输入文件，以及它的词典加载非常慢。它对于分析全文非常有用，但对于
交互式分析却不是那么有用。
这就是我编写这个端口的原因。这个脚本本身非常简单——tim
buckwalter通过把
字典和表文件放在一起完成了所有的艰苦工作——所以这个程序提供的所有功能都应该归功于他！我只是根据自己的需要重新编写了
程序。[巨蟒]（http://www.python.org/）。目前您需要python 3。
2.支持utf-8和bidi的终端仿真器。我使用
[mlterm]（http://mlterm.sourceforge.net/）和
[unifont]（http://www.unifoundry.com/index.html）或
[dejavu sans mono]（http://dejavu fonts.org/wiki/main-page）一起使用。说明]（http://lists.arabeyes.org/archives/general/2004/二月/msg0004.html）。
3.能够输入UTF-8阿拉伯语文本。Linux/Unix用户可以尝试My
[m17n的经典输入法]（https://bitbucket.org/alexlee/m17n classic）、
中包含的
阿拉伯语布局，该布局适用于
[IBUS]（https://github.com/ibus/ibus/wiki）。
` pip`，或者从"python setup.py
install`.
在提示下，使用Unicode输入一个阿拉伯单词或短语。
将忽略未用阿拉伯脚本编写的单词。
下面的会话输出应该会让您了解它的工作原理：
正在加载dictstems…加载了38600个引理和82158个条目
加载dictsuffix…加载了618个条目
unicode阿拉伯语形态学分析器（按ctrl-d键退出）
$
$__㬵㬵㬵㬵1]
词性：katab/动词完美+a/动词主语：3ms
光泽度：写+他/它<；动词>；
解决方案：（______）[katab-u_1]
位置：kutib/动词完美+a/pvsuff_subj:3ms
光泽度：被写；被注定；被注定+他/它<；动词>；
解决方案：（_㶎㶎㶎㶎㶎㶎㶎㶎㶌㶋ktaba解决方案：（_㶎㶎㶎㶎㶎㶎㶎㶎㶎_kutub）[kitabab_1]
pos：kutub/non
光泽：\\br/>词组：kitab/名词+af/nsuff_masc_sg_acc_indef
>解决方案：（______kitab a）[kitab_1]
poss:kitabb/名词+a/nsuff_masc_u\\nomu\\nomU poss
>光泽：憴图书+book+2
>解决方案：（_；kut~abaf）[kut~ab_1]
位置：kut~ab/名词+af/nsuff_masc_sg_acc_indef
光泽度：_uu+kuttab（乡村学校）；古兰经学校+[根据索引]
解决方案：（_u1615;u1617;u1575;u1615;ukut~ab af）[katib_u1]
位置：kut~ab/noun+af/nsuff_u masc_u acc_u indef
光泽度：uu+作者；
>分析：fy
解决方案：（__fiy）[fiy_1]
pos:fiy/prep
光泽：in+cucucucucucucucuu
>解决方案：（__fiy~a）[fiy_1]
pos:fiy/prep+~a/pron s
>pos pos:fiy/prep+~a/prep+~a/pron s
光泽：+
解决方案：（_____fiy）[fiy_]
pos:viy/abbrev
光泽：\\\\2412;+v.+\\
分析：㶋______otab_1]
位置：al/det+makotab/名词
光泽：+局；局；局；部门+
$
\todo
diacritics暂时被忽略。最好使用
用户提供的音调符号来过滤生成的解决方案。如果您输入类似"dar~ast"（____）的内容，它不会返回任何来自"daras"（__）根的
结果。
在最初的Perl脚本中，如果给定的单词没有生成任何解决方案，Buckwalter会应用许多拼写
替换。这个
功能应该很容易添加，但我没有绕过它。
site_id=nrsi&item_id=arabicfonts））
和Windows支持。
谢谢！< BR>
欢迎加入QQ群-->： 979659372
