faker-okinawa 0.1.0

data/o-dic/script/oki2cha.pl

@@ -0,0 +1,154 @@
+#!/usr/bin/perl
+#
+# oki2cha.pl - 沖縄辞書のファイルを茶筌で使える形式のテキストに変換する
+#
+#		$Id: oki2cha.pl,v 1.3 2003/04/25 06:15:56 void Exp $
+#
+# このスクリプトを使って、以下のように「okinawa.dic」を生成してください。
+#     $ cat ../*.dic | ./oki2cha.pl > okinawa.dic
+#     $ /usr/local/libexec/chasen/makeint okinawa.dic > okinawa.txt
+#     $ /usr/local/libexec/chasen/sortdic okinawa.txt > okinawa.int
+#     $ /usr/local/libexec/chasen/pattool -F okinawa
+#     $ rm okinawa.txt
+
+require 5.6.0;
+use FindBin;
+use lib $FindBin::Bin;  # For search scripts/ODIC.pm
+require 'ODIC.pm';
+use strict;
+use Getopt::Long qw(:config posix_default no_ignore_case gnu_compat);
+
+our $phonate;
+our $word;
+our $class;
+
+my $help_only;
+my $skip_geta;
+
+GetOptions(
+    'help|h' => \$help_only,
+    'skip-geta|g' => \$skip_geta
+);
+if (defined($help_only)) {
+    print STDERR "usage: $0 [--help|-h] [--skip-geta|-g]\n";
+    exit 1;
+}
+
+while (<>) {
+	# JIS X 0208 に含まれていない文字を含む行を読み飛ばす
+	# 読み飛ばしにはコメントに「〓あり」マーカーが必要
+	next if (defined($skip_geta) && /〓あり/);
+
+	next if (/@@@/);	# @@@のある行は読み飛ばす。
+	s/#.*$//;		# `#'以降を取り去る
+	next if (/^\s*$/);	# その結果空行になった行は読み飛ばす。
+	if (/(\S+)\s+(\S+)\s+(\S+)/) {
+		$phonate = $1;	# 読み
+		$word    = $2;	# 単語
+		$class   = $3;	# 品詞
+		ODIC::check_phonate($phonate);
+		ODIC::check_word($word);
+		&convert_class;
+	}
+	else {
+		print STDERR "Error: $.: too few field number `$_'\n";
+		print  "$_";
+	}
+}
+&version;
+exit 0;
+
+
+sub convert_class {
+	if ($class eq "普通名詞") {
+		print ODIC::to_eucjp("(品詞 (名詞 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "サ変名詞") {
+		print ODIC::to_eucjp("(品詞 (名詞 サ変接続)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "形動名詞") {
+		print ODIC::to_eucjp("(品詞 (名詞 形容動詞語幹)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "姓") {
+		print ODIC::to_eucjp("(品詞 (名詞 固有名詞 人名 姓)) ((見出し語 ($word 1000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "名") {
+		print ODIC::to_eucjp("(品詞 (名詞 固有名詞 人名 名)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "その他の人名") {
+		print ODIC::to_eucjp("(品詞 (名詞 固有名詞 人名 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "単純地名") {
+		print ODIC::to_eucjp("(品詞 (名詞 固有名詞 地域 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "接尾語付き地名") {
+		print ODIC::to_eucjp("(品詞 (名詞 固有名詞 地域 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "組織名") {
+		print ODIC::to_eucjp("(品詞 (名詞 固有名詞 組織)) ((見出し語 ($word 3000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "その他固有名詞") {
+		print ODIC::to_eucjp("(品詞 (名詞 固有名詞 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "副詞") {
+		print ODIC::to_eucjp("(品詞 (副詞 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "接続詞") {
+		print ODIC::to_eucjp("(品詞 (接続詞)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "感動詞") {
+		print ODIC::to_eucjp("(品詞 (感動詞)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "形容詞") {
+		print ODIC::to_eucjp("(品詞 (形容詞 自立)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "形容動詞") {
+		print ODIC::to_eucjp("(品詞 (名詞 形容動詞語幹)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "接頭語") {			# !!!
+		print ODIC::to_eucjp("(品詞 (接頭詞 名詞接続)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "数字列接頭語") {
+		print ODIC::to_eucjp("(品詞 (接頭詞 数接続)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "接尾語") {
+		print ODIC::to_eucjp("(品詞 (名詞 接尾 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "人名接尾語") {
+		print ODIC::to_eucjp("(品詞 (名詞 接尾 人名)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "地名接尾語") {
+		print ODIC::to_eucjp("(品詞 (名詞 接尾 地域)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "組織名接尾語") {
+		print ODIC::to_eucjp("(品詞 (名詞 接尾 一般)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "数字列接尾語") {
+		print ODIC::to_eucjp("(品詞 (名詞 接尾 助数詞)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "成句") {
+		print ODIC::to_eucjp("(品詞 (名詞 引用文字列)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	elsif ($class eq "無品詞") {
+		print ODIC::to_eucjp("(品詞 (名詞 引用文字列)) ((見出し語 ($word 2000)) (読み $phonate))\n"); 
+	}
+	else {
+		print STDERR "Error: $.: unknown class `$class': $phonate\t$word\n";
+		print ODIC::to_eucjp("$phonate,$word,$class\n");
+	}
+}
+
+
+sub version {
+	my $sec;
+	my $min;
+	my $hour;
+	my $mday;
+	my $mon;
+	my $year;
+
+	($sec, $min, $hour, $mday, $mon, $year) = localtime(time());
+	$year += 1900;
+	$mon++;
+	print ODIC::to_eucjp("(品詞 (名詞 引用文字列)) ((見出し語 ($year/$mon/$mday沖縄辞書の日付け 2000)) (読み おきなわじしょのひづけ))\n"); 
+}

data/o-dic/script/oki2jis.pl

@@ -0,0 +1,167 @@
+#!/usr/bin/perl
+#
+# oki2jis.pl - 沖縄辞書のファイルを JIS X 4062 の形式のテキストに変換する
+#
+#		$Id: oki2jis.pl,v 1.7 2006/09/01 18:20:06 void Exp $
+#
+# このスクリプトを使って、以下のように「okinawa.txt」を生成してください。
+#     $ cat ../*.dic | script/oki2jis.pl | sort -u | nkf -s > okinawa.txt
+# 後半のnkfのオプションは先方の都合に合わせて変更してください。
+
+require 5.6.0;
+use FindBin;
+use lib $FindBin::Bin;  # For search scripts/ODIC.pm
+require 'ODIC.pm';
+use strict;
+use Getopt::Long qw(:config posix_default no_ignore_case gnu_compat);
+
+our $phonate;
+our $word;
+our $class;
+
+my $help_only;
+my $skip_geta;
+
+GetOptions(
+    'help|h' => \$help_only,
+    'skip-geta|g' => \$skip_geta
+);
+if (defined($help_only)) {
+    print STDERR "usage: $0 [--help|-h] [--skip-geta|-g]\n";
+    exit 1;
+}
+
+&header;
+while (<>) {
+	# JIS X 0208 に含まれていない文字を含む行を読み飛ばす
+	# 読み飛ばしにはコメントに「〓あり」マーカーが必要
+	next if (defined($skip_geta) && /〓あり/);
+
+	s/#.*$//;		# `#'以降を取り去る
+	next if (/^\s*$/);	# その結果空行になった行は読み飛ばす。
+	if (/(\S+)\s+(\S+)\s+(\S+)/) {
+		$phonate = $1;	# 読み
+		$word    = $2;	# 単語
+		$class   = $3;	# 品詞
+		ODIC::check_phonate($phonate);
+		ODIC::check_word($word);
+		&convert_class;
+	}
+	else {
+		print STDERR "Error: $.: too few field number `$_'\n";
+		print  "$_";
+	}
+}
+&version;
+exit 0;
+
+
+sub convert_class {
+	if ($class eq "普通名詞") {
+		print "$phonate,$word,$class\n";	# !!!
+	}
+	elsif ($class eq "サ変名詞") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "形動名詞") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "姓") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "名") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "その他の人名") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "単純地名") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "接尾語付き地名") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "組織名") {
+		print "$phonate,$word,$class\n";	# !!!
+	}
+	elsif ($class eq "その他固有名詞") {
+		print "$phonate,$word,その他の固有名詞\n";
+	}
+	elsif ($class eq "副詞") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "接続詞") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "感動詞") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "形容詞") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "形容動詞") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "接頭語") {			# !!!
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "数字列接頭語") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "接尾語") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "人名接尾語") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "地名接尾語") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "組織名接尾語") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "数字列接尾語") {
+		print "$phonate,$word,$class\n";
+	}
+	elsif ($class eq "成句") {
+		print "$phonate,$word,$class\n";	# !!!
+	}
+	elsif ($class eq "無品詞") {
+		print "$phonate,$word,$class\n";
+	}
+	else {
+		print STDERR "Error: $.: unknown class `$class': $phonate\t$word\n";
+		print "$phonate,$word,$class\n";
+	}
+}
+
+
+sub header {
+	my($year, $mon, $mday);
+	my($hour, $min, $sec);
+
+	($sec, $min, $hour, $mday, $mon, $year) = localtime(time());
+	$year += 1900;
+	$mon++;
+	print ",,\"適合規格=JIS X 4062:1998\"\n";
+	print ",,\"表題=沖縄辞書\"\n";
+	print ",,\"分野=琉球、沖縄\"\n";
+	print ",,\"版=第$year/$mon/$mday版\"\n";
+	print ",,\"編者=沖縄辞書プロジェクト\"\n";
+	print ",,\"作成日=$year-$mon-$mday\"\n";
+}
+
+
+sub version {
+	my $sec;
+	my $min;
+	my $hour;
+	my $mday;
+	my $mon;
+	my $year;
+
+	($sec, $min, $hour, $mday, $mon, $year) = localtime(time());
+	$year += 1900;
+	$mon++;
+	print "おきなわじしょのひづけ,$year/$mon/$mday(沖縄辞書の日付け),無品詞\n";
+}

data/o-dic/script/oki2kotoeri.pl

@@ -0,0 +1,127 @@
+#!/usr/bin/perl
+#
+# oki2kotoeri.pl - 沖縄辞書のファイルをことえり3.1で読み込める形式のテキストに変換
+#
+#		$Id: oki2kotoeri.pl,v 1.8 2006/09/01 18:20:06 void Exp $
+#
+# このスクリプトを使って、以下のように「okinawa.txt」を生成してください。
+#     $ cat *.dic | script/oki2kotoeri.pl | sort -u > okinawa.txt
+# 読みは20文字以内、単語は32文字以内です。
+# 
+# メニューバーのことえりメニューから[単語登録/辞書編集...]を選び、
+# 「ことえり単語登録」ダイアログを出す。
+# メニューバーの[辞書]メニューの[新規ユーザ辞書の作成...]を選び
+# 別名で保存欄に『okinawa.dic』と記入。
+# このときに[場所]が『Dictionaries』になっていることを確認して、[保存]ボタンを押す。
+# (すでに同名のファイルがある場合は別のディレクトリーにするのではなく、
+# 別のファイル名にしておいてあとでなんとかする。そのディレクトリーじゃないとうまくいかないようだ)
+# 『ユーザー辞書』、『指定変換辞書』の指定はdefaultのままでOK。
+# [ことえり単語登録]ダイアログ上部の[辞書]のところで『okinawa.dic』を選ぶ。
+# メニューバーの[辞書]メニューの[テキストや辞書から取り込む...]を選び、
+# ここで先ほど生成しておいた『okinawa.txt』を指定。(選んで[開く]を押す)
+
+require 5.6.0;
+use FindBin;
+use lib $FindBin::Bin;  # For search scripts/ODIC.pm
+require 'ODIC.pm';
+use strict;
+our $phonate;
+our $word;
+our $class;
+
+while (<>) {
+	# JIS X 0208 に含まれていない文字を含む行を読み飛ばす
+	# 読み飛ばしにはコメントに「〓あり」マーカーが必要
+	next if (/〓あり/);
+
+	s/#.*$//;		# `#'以降を取り去る
+	next if (/^\s*$/);	# その結果空行になった行は読み飛ばす。
+	if (/(\S+)\s+(\S+)\s+(\S+)/) {
+		$phonate = $1;	# 読み
+		$word    = $2;	# 単語
+		$class   = $3;	# 品詞
+		ODIC::check_phonate($phonate);
+		ODIC::check_word($word);
+		&convert_class;
+	}
+	else {
+		print STDERR "Error: $.: too few field number `$_'\n";
+		print  "$_";
+	}
+}
+&version;
+exit 0;
+
+
+sub convert_class {
+	if ($class eq "普通名詞") {			# OK
+	}
+	elsif ($class eq "サ変名詞") {			# OK
+	}
+	elsif ($class eq "形動名詞") {
+	}
+	elsif ($class eq "姓") {
+	}
+	elsif ($class eq "名") {
+	}
+	elsif ($class eq "その他の人名") {
+	}
+	elsif ($class eq "単純地名") {
+	}
+	elsif ($class eq "接尾語付き地名") {
+	}
+	elsif ($class eq "組織名") {
+	}
+	elsif ($class eq "その他固有名詞") {
+		$class = 'その他の固有名詞';
+	}
+	elsif ($class eq "副詞") {
+	}
+	elsif ($class eq "接続詞") {
+	}
+	elsif ($class eq "感動詞") {
+	}
+	elsif ($class eq "形容詞") {			# OK
+	}
+	elsif ($class eq "形容動詞") {			# OK
+	}
+	elsif ($class eq "接頭語") {			# *
+		$class = '普通名詞';
+	}
+	elsif ($class eq "数字列接頭語") {		# OK
+	}
+	elsif ($class eq "接尾語") {			# *
+		$class = '普通名詞';
+	}
+	elsif ($class eq "人名接尾語") {
+	}
+	elsif ($class eq "地名接尾語") {
+	}
+	elsif ($class eq "組織名接尾語") {
+	}
+	elsif ($class eq "数字列接尾語") {
+	}
+	elsif ($class eq "成句") {
+	}
+	elsif ($class eq "無品詞") {			# OK
+	}
+	else {
+		print STDERR "Error: $.: unknown class `$class': $phonate\t$word\n";
+	}
+	print ODIC::to_shiftjis("$phonate,$word,$class\r\n");
+}
+
+
+sub version {
+	my $sec;
+	my $min;
+	my $hour;
+	my $mday;
+	my $mon;
+	my $year;
+
+	($sec, $min, $hour, $mday, $mon, $year) = localtime(time());
+	$year += 1900;
+	$mon++;
+	print ODIC::to_shiftjis("おきなわじしょのひづけ,$year年$mon月$mday日(沖縄辞書の日付け),無品詞\r\n");
+}