finnish kotus word list

examples/uusisuomi/Declensions.gf

@@ -26,6 +26,16 @@ resource Declensions = ResFin ** open MorphoFin,CatFin,Prelude in {
       (nais + "ten") (nais + "i" + a) 
       (nais + "in" + a) (nais + "iss" + a) (nais + "iin") ; 
 
+  dPaluu : Str -> NForms = \paluu ->
+    let
+      a = vowHarmony paluu ;
+      palui = init paluu + "i" ;
+      u = last paluu ;
+    in nForms10
+      paluu (paluu + "n") (paluu + "t" + a) (paluu + "n" + a)  (paluu + "seen")
+      (palui + "den") (palui + "t" + a) 
+      (palui + "n" + a) (palui + "ss" + a) (palui + "siin") ;
+
   dPuu : Str -> NForms = \puu ->
     let
       a = vowHarmony puu ;

examples/uusisuomi/Kotus.gf

@@ -0,0 +1,232 @@
+--# -path=.:alltenses
+
+resource Kotus = Declensions ** open MorphoFin,CatFin,Prelude in {
+
+oper
+
+  d01 : Str -> NForms -- 1780 öljy
+    = \s -> dUkko s (s + "n") ;
+  d01A : Str -> NForms -- 166 yökkö
+    = \s -> dUkko s (weakGrade s + "n") ;
+  d02 : Str -> NForms -- 1189 ääntely
+    = \s -> dSilakka s (s + "n") (s + "j" + getHarmony (last s)) ;
+  d03 : Str -> NForms -- 481 ääntiö
+    = \s -> dSilakka s (s + "n") (s + "it" + getHarmony (last s)) ;
+  d04A : Str -> NForms -- 273 äpärikkö
+    = \s -> let ws = weakGrade s in 
+      dSilakka s (ws + "n") (ws + "it" + getHarmony (last s)) ;
+  d05 : Str -> NForms -- 3212 öljymaali
+    = \s -> dPaatti s (s + "n") ;
+  d05A : Str -> NForms -- 1959 öylätti
+    = \s -> dPaatti s (weakGrade s + "n") ;
+  d06 : Str -> NForms -- 1231 öykkäri
+    = \s -> dTohtori s ;
+  d07 : Str -> NForms -- 81 vuoksi
+    = \s -> dArpi s (init s + "en") ;
+  d07A : Str -> NForms -- 70 väki
+    = \s -> dArpi s (init (weakGrade s) + "en") ;
+  d08 : Str -> NForms -- 99 à la carte
+    = \s -> dNukke s (s + "n") ;
+  d08A : Str -> NForms -- 5 vinaigrette
+    = \s -> dNukke s (weakGrade s + "n") ;
+  d09 : Str -> NForms -- 696 ääriraja
+    = \s -> dUkko s (s + "n") ;
+  d09A : Str -> NForms -- 1040 ääniraita
+    = \s -> dUkko s (s + weakGrade "n") ;
+  d10 : Str -> NForms -- 2119 äänittäjä
+    = \s -> dSilakka s (s + "n") (init s + "i" + getHarmony (last s)) ;
+  d10A : Str -> NForms -- 284 änkkä
+    = \s -> dUkko s (weakGrade s + "n") ;
+  d11 : Str -> NForms -- 46 ödeema
+    = \s -> dUkko s (s + "n") ;
+  d12 : Str -> NForms -- 1125 örinä
+    = \s -> let a = getHarmony (last s) in 
+      dSilakka s (s + "n") 
+        (init s + case a of {"a" => "o" ; _ => "ö"} + "it" + a) ;
+  d13 : Str -> NForms -- 157 virtaska
+    = \s -> let a = getHarmony (last s) in 
+      dSilakka s (s + "n") 
+        (init s + case a of {"a" => "o" ; _ => "ö"} + "j" + a) ;
+  d14A : Str -> NForms -- 244 ötökkä
+    = \s -> let a = getHarmony (last s) ; ws = weakGrade s in 
+      dSilakka s (ws + "n") 
+        (init ws + case a of {"a" => "o" ; _ => "ö"} + "it" + a) ;
+  d15 : Str -> NForms -- 170 äreä
+    = dKorkea ;
+----  d16 : Str -> NForms -- 2 kumpikin
+----    = \s ->  ;
+  d16A : Str -> NForms -- 20 ylempi
+    = dSuurempi ;
+  d17 : Str -> NForms -- 38 virkkuu
+    = dPaluu ;
+  d18 : Str -> NForms -- 84 yksi-ilmeinen --- ?? voi, tee, sää
+    = dPuu ;
+  d19 : Str -> NForms -- 6 yö
+    = dSuo  ;
+  d20 : Str -> NForms -- 46 voodoo
+    = dPaluu ;
+  d21 : Str -> NForms -- 22 tax-free
+    = dPuu ;
+----  d22 : Str -> NForms -- 13 tournedos
+----    = \s ->  ;
+  d23 : Str -> NForms -- 9 vuohi
+    = \s -> dArpi s (init s + "en") ;
+  d24 : Str -> NForms -- 20 uni
+    = \s -> dArpi s (init s + "en") ;
+  d25 : Str -> NForms -- 9 tuomi
+    = \s -> dArpi s (init s + "en") ;
+  d26 : Str -> NForms -- 113 ääri
+    = \s -> dArpi s (init s + "en") ;
+  d27 : Str -> NForms -- 23 vuosi
+    = \s -> dArpi s (Predef.tk 2 s + "den") ;
+  d28 : Str -> NForms -- 13 virsi
+    = \s -> dArpi s (Predef.tk 2 s + "ren") ;
+  d28A : Str -> NForms -- 1 jälsi
+    = \s -> dArpi s (Predef.tk 2 s + "len") ;
+----  d29 : Str -> NForms -- 1 lapsi
+----    = \s ->  ;
+----  d30 : Str -> NForms -- 2 veitsi
+----    = \s ->  ;
+----  d31 : Str -> NForms -- 3 yksi
+----    = \s ->  ;
+  d32 : Str -> NForms -- 20 uumen
+    = \s -> dPiennar s (s + "en") ;
+  d32A : Str -> NForms -- 54 ystävätär
+    = \s -> dPiennar s (strongGrade (init s) + last s + "en") ;
+  d33 : Str -> NForms -- 168 väistin
+    = \s -> dLiitin s (init s + "men") ;
+  d33A : Str -> NForms -- 181 yllytin
+    = \s -> dLiitin s (strongGrade (init s) + "men") ;
+----  d34 : Str -> NForms -- 1 alaston
+----    = dOnneton ;
+  d34A : Str -> NForms -- 569 ääretön
+    = dOnneton ;
+----  d35A : Str -> NForms -- 1 lämmin
+----    = \s ->  ;
+  d36 : Str -> NForms -- 11 ylin
+    = dSuurin ;
+----  d37 : Str -> NForms -- 1 vasen
+----    = \s ->  ;
+  d38 : Str -> NForms -- 4195 öykkärimäinen
+    = dNainen ;
+  d39 : Str -> NForms -- 2730 örähdys
+    = dJalas ;
+  d40 : Str -> NForms -- 2482 öykkärimäisyys
+    = dLujuus  ;
+  d41 : Str -> NForms -- 127 äyräs
+    = \s -> let is = init s in dRae s (is + last is ++ "n") ;
+  d41A : Str -> NForms -- 401 öljykangas
+    = \s -> let is = init s in dRae s (strongGrade is + last is ++ "n") ;
+----  d42 : Str -> NForms -- 1 mies
+----    = \s ->  ;
+  d43 : Str -> NForms -- 11 tiehyt
+    = \s -> dRae s (init s + "en") ;
+  d43A : Str -> NForms -- 1 immyt
+    = \s -> dRae s (strongGrade (init s) + "en") ;
+----  d44 : Str -> NForms -- 1 kevät
+----    = \s ->  ;
+----  d45 : Str -> NForms -- 23 yhdes
+----    = \s ->  ;
+----  d46 : Str -> NForms -- 1 tuhat
+----    = \s ->  ;
+  d47 : Str -> NForms -- 46 ylirasittunut
+    = dOttanut ;
+  d48 : Str -> NForms -- 346 äpäre
+    = \s -> dRae s (s + "en") ;
+  d48A : Str -> NForms -- 481 äänne
+    = \s -> dRae s (strongGrade s + "en") ;
+  d49 : Str -> NForms -- 31 vempele
+    = \s -> dRae s (s + "en") ;
+----  d49A : Str -> NForms -- 11 vemmel
+----    = \s ->  ;
+{-
+  d50 : Str -> NForms -- 520 vääräsääri
+    = \s ->  ;
+  d51 : Str -> NForms -- 62 vierasmies
+    = \s ->  ;
+  c52 : Str -> VForms -- 667 ärjyä
+    = \s ->  ;
+  c52A : Str -> VForms -- 1568 öljyyntyä
+    = \s ->  ;
+  c53 : Str -> VForms -- 605 äänestää
+    = \s ->  ;
+  c53A : Str -> VForms -- 2121 örähtää
+    = \s ->  ;
+  c54 : Str -> VForms -- 2 pieksää
+    = \s ->  ;
+  c54A : Str -> VForms -- 316 ääntää
+    = \s ->  ;
+  c55A : Str -> VForms -- 7 yltää
+    = \s ->  ;
+  c56 : Str -> VForms -- 22 valaa
+    = \s ->  ;
+  c56A : Str -> VForms -- 28 virkkaa
+    = \s ->  ;
+  c57A : Str -> VForms -- 3 saartaa
+    = \s ->  ;
+  c58 : Str -> VForms -- 13 suitsea
+    = \s ->  ;
+  c58A : Str -> VForms -- 19 tunkea
+    = \s ->  ;
+  c59A : Str -> VForms -- 1 tuntea
+    = \s ->  ;
+  c60A : Str -> VForms -- 1 lähteä
+    = \s ->  ;
+  c61 : Str -> VForms -- 249 äyskiä
+    = \s ->  ;
+  c61A : Str -> VForms -- 153 vääntelehtiä
+    = \s ->  ;
+  c62 : Str -> VForms -- 684 öykkäröidä
+    = \s ->  ;
+  c63 : Str -> VForms -- 3 saada
+    = \s ->  ;
+  c64 : Str -> VForms -- 8 viedä
+    = \s ->  ;
+  c65 : Str -> VForms -- 1 käydä
+    = \s ->  ;
+  c66 : Str -> VForms -- 268 öristä
+    = \s ->  ;
+  c66A : Str -> VForms -- 3 vavista
+    = \s ->  ;
+  c67 : Str -> VForms -- 704 ällistellä
+    = \s ->  ;
+  c67A : Str -> VForms -- 634 äännellä
+    = \s ->  ;
+  c68 : Str -> VForms -- 49 viheriöidä
+    = \s ->  ;
+  c69 : Str -> VForms -- 48 villitä
+    = \s ->  ;
+  c70 : Str -> VForms -- 3 syöstä
+    = \s ->  ;
+  c71 : Str -> VForms -- 2 tehdä
+    = \s ->  ;
+  c72 : Str -> VForms -- 93 yletä
+    = \s ->  ;
+  c72A : Str -> VForms -- 52 yhdetä
+    = \s ->  ;
+  c73 : Str -> VForms -- 600 äkseerata
+    = \s ->  ;
+  c73A : Str -> VForms -- 313 änkätä
+    = \s ->  ;
+  c74 : Str -> VForms -- 99 öljytä
+    = \s ->  ;
+  c74A : Str -> VForms -- 72 ängetä
+    = \s ->  ;
+  c75 : Str -> VForms -- 39 viritä
+    = \s ->  ;
+  c75A : Str -> VForms -- 9 siitä
+    = \s ->  ;
+  c76A : Str -> VForms -- 2 tietää
+    = \s ->  ;
+  c77 : Str -> VForms -- 3 vipajaa
+    = \s ->  ;
+  c78 : Str -> VForms -- 31 ähkää
+    = \s ->  ;
+  c78A : Str -> VForms -- 1 tuikkaa
+    = \s ->  ;
+  c99 : Str -> VForms -- 5453 öykkärimäisesti
+    = \s ->  ;
+-}
+
+}
+

examples/uusisuomi/kotus/Kotus.hs

@@ -0,0 +1,41 @@
+import List
+import Char
+
+kotus = "sanat.xxmmll"
+
+main = do
+  ss <- readFile kotus >>= return . lines
+  let ws = map analyse ss
+  mapM putStrLn $ treat ws
+
+treat = map mkRule . paradigms
+
+mkRule ((pa,ex),nu) = 
+  "  " ++ pos ++ pa ++ " : Str -> " ++ poss  ++ 
+  "Forms -- " ++ show nu ++ " " ++ ex ++ "\n    = \\s ->  ;" 
+ where
+   (pos,poss) = if read (take 2 pa) < 52 then ("d","N") else ("c","V")
+
+paradigms = map info . groupByFst . sort
+
+info x = (last x, length x)
+--info = last
+
+groupByFst = groupBy (\ x y -> fst x == fst y)
+
+-- <st><s>aaloe</s><t><tn>3</tn></t></st>
+-- <st><s>vuoksi</s><hn>1</hn><t><tn>7</tn></t></st>
+-- <st><s>visiitti</s><t><tn>5</tn><av>C</av></t></st>
+
+analyse s = 
+  let 
+    rest = drop 7 s
+    (word,end) = span (/='<') rest
+    lst = drop 6 $ dropWhile (/='t') end
+    (num,gr) = span isDigit lst
+    para = (replicate (2 - length num) '0' ++ num) ++ ['A' | isPrefixOf "av" (drop 6 gr)]
+  in  
+  (para,word)
+
+sub cs s = isPrefixOf cs s || isPrefixOf cs (drop 1 s)
+

examples/uusisuomi/kotus/kotus-sanalista.dtd

@@ -0,0 +1,28 @@
+<!--
+Copyright (C) Kotimaisten kielten tutkimuskeskus 2006
+Kotimaisten kielten tutkimuskeskuksen nykysuomen sanalista, versio 1
+Julkaistu 15.12.2006
+
+Sanalista julkaistaan GNU LGPL -lisenssillä.
+Lisenssiteksti luettavissa osoitteessa http://www.gnu.org/licenses/lgpl.html
+Listaan perustuvien sovellusten mukana on aina toimitettava alkuperäinen
+sanalista lukukelpoisessa muodossaan.
+-->
+
+<!ELEMENT  kotus-sanalista  (st*) >
+
+<!ELEMENT  st  (s, hn?, t*) >
+                          
+<!ELEMENT  s  (#PCDATA) >
+            
+<!ELEMENT  hn  (#PCDATA) >
+             
+<!ELEMENT  t  (tn, av?)* >
+<!ATTLIST  t  taivutus CDATA #IMPLIED>
+
+<!ELEMENT  tn  (#PCDATA) >
+
+<!ELEMENT  av  (#PCDATA) >
+<!ATTLIST  av  astevaihtelu CDATA #IMPLIED>
+
+