[Date Prev][Date Next][Thread Prev][Thread Next][Date Index][Thread Index]

SV: [da-stavekontrol] Datagrundlag for dansk synonym-ordbog


Hej Sverre
Jeg har ingen erfaring med ElasticSearch, så mit svar er baseret på 5 minutters med Google og det kendskab jeg har til den "synonymordbog" vi udgiver.
Hvis du downloader dict-da-2-3.oxt, herfra:
https://extensions.libreoffice.org/extensions/stavekontrolden-danish-dictionary
Omdøber den til dict-da-2-3.zip, og finder filen th_da_DK.dat, så vil du se at dette format ligner den indre del af ElasticSearchs format meget.
Nu er det sådan at det ikke er en synonymordbog, men en tesaurus (begrebsordbog), så vi har bl.a. over- og underbegreber med. Så hunds dataset omfatter også collie, om det er ønskelig til dit brug kan jeg ikke gennemskue.
Vi bruger primært 2 datakilder, vores eget og data fra DanNet.
DanNets format er noget anderledes, men det kan findes her (vi bruger filen DanNet-2.2_csv.zip):http://www.wordnet.dk/menu%3Fitem=2.html
DanNet har en klar opmærkning, om det er et synonym, hyperonym, antonym osv.
Vores engen kilde indeholder primært synonymer, og ligger i samme format som det der bliver udgivet (findes også i en MySQL database). Jeg sender dig en kopi uden om listen.
Prøv at se om noget af dette dækker dit behov.


Med venlig hilsen
Esben Aaberg

Fra: Sverre Eplov <sverre@awion.dk>
Til: stavekontrol@da.libreoffice.org
Sendt: 17:06 mandag den 26. februar 2018
Emne: [da-stavekontrol] Datagrundlag for dansk synonym-ordbog



Hej,




Jeg sidder med et projekt, hvor jeg skal designe et sgevrktj til fuldtekstsgning i en lang rkke rapporter, mails o.l. opbygget over manger. I den forbindelse vil jeg godt bygge sgeindexes op med synonymer, og har et vrktj (ElasticSearch), der understtter dette.




Derfor er jeg ved at undersge hvor jeg kan finde en dansk synonym-ordbog i et format, som jeg kan omarbejde til det format ElasticSearch forventer.




Kan I pege mig i en retning for hvor jeg kan finde disse data ?




Med venlig hillsen,


/Sverre Eplov


--
Send en e-mail til stavekontrol+unsubscribe@da.libreoffice.org for instruktioner om hvordan du ophæver dit abonnement
Problemer? https://da.libreoffice.org/kontakt-os/postlister/
Posting guidelines + more: https://wiki.documentfoundation.org/Netiquette
Listens arkiv er tilgængelig på https://listarchives.libreoffice.org/da/stavekontrol/
Alle beskeder du sender til listen bliver publiseret her og kan ikke efterfølgende slettes



--
Send en e-mail til stavekontrol+unsubscribe@da.libreoffice.org for instruktioner om hvordan du ophæver dit abonnement
Problemer? https://da.libreoffice.org/kontakt-os/postlister/
Posting guidelines + more: https://wiki.documentfoundation.org/Netiquette
Listens arkiv er tilgængelig på https://listarchives.libreoffice.org/da/stavekontrol/
Alle beskeder du sender til listen bliver publiseret her og kan ikke efterfølgende slettes

References:
[da-stavekontrol] Datagrundlag for dansk synonym-ordbogSverre Eplov <sverre@awion.dk>
Privacy Policy | Impressum (Legal Info) | Copyright information: Unless otherwise specified, all text and images on this website are licensed under the Creative Commons Attribution-Share Alike 3.0 License. This does not include the source code of LibreOffice, which is licensed under the Mozilla Public License (MPLv2). "LibreOffice" and "The Document Foundation" are registered trademarks of their corresponding registered owners or are in actual use as trademarks in one or more countries. Their respective logos and icons are also subject to international copyright laws. Use thereof is explained in our trademark policy.