prpm-dbp 0.10.0 → 0.10.1

package/SKILL.md

@@ -69,6 +69,10 @@ Contoh kedua: `dipelajari` ialah terbitan sah daripada `ajar`. Alat ini **tidak*
 
 **Bila `rumi` jumpa kekaburan**, satu ejaan Jawi memetakan kepada beberapa perkataan Rumi. Semua calon dipaparkan dipisah `|`. Pilih ikut konteks ayat, jangan ambil yang pertama secara membuta.
 
+Sebahagian kekaburan itu palsu dan diselesaikan sendiri. DBP menandakan bentuk varian dengan **rujukan silang**: definisi `kalkalah` ialah `®qalqalah.`, bukan definisi sebenar. Varian begitu dinyahutamakan, jadi `قلقله` dibaca `qalqalah` terus.
+
+Isyaratnya mestilah tanda `®` itu, **bukan** kehadiran ejaan Jawi. `pada` tiada ejaan Jawi dalam PRPM manakala `pad` (pinjaman Inggeris) ada. Mengutamakan "yang ada Jawi" akan menukar setiap `pada` menjadi `pad`.
+
 Jawi Melayu menulis vokal dengan alif, wau dan ya, tidak seperti Arab. Kerana itu kekaburan jarang berlaku, tetapi ia tetap wujud.
 
 `rumi` bekerja dari cache sahaja dan tidak menyentuh rangkaian. Perkataan yang belum pernah disemak dalam arah Rumi ke Jawi tidak akan dikenali. Jalankan `warm` atau `audit` dahulu pada kosa kata yang berkaitan.
@@ -215,12 +219,12 @@ Diuji terhadap 406 perkataan pelajaran Pendidikan Islam Tingkatan 4 sebenar, dit
 
 ```
 token asal 336  ->  token pusing balik 336
-padan tepat        309 (92%)
-padan antara calon  27 (8%)
+padan tepat        314 (93%)
+padan antara calon  22 (7%)
 TIDAK padan          0 (0%)
 ```
 
-Dua puluh tujuh kes kabur itu sah: `قلقله` boleh dibaca `qalqalah` atau `kalkalah`, dua ejaan Rumi yang sama-sama betul bagi istilah Arab yang sama. Alat melaporkan kedua-duanya dan tidak memilih.
+Dua puluh dua kes kabur yang tinggal itu sah: `قلقله` boleh dibaca `qalqalah` atau `kalkalah`, dua ejaan Rumi yang sama-sama betul bagi istilah Arab yang sama. Alat melaporkan kedua-duanya dan tidak memilih.
 
 **Sifar perkataan hilang atau rosak.**
 

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "prpm-dbp",
-  "version": "0.10.0",
+  "version": "0.10.1",
   "description": "Semak ejaan Bahasa Melayu dan Jawi terhadap PRPM Dewan Bahasa dan Pustaka. CLI dan skill untuk AI agent.",
   "keywords": [
     "bahasa-melayu",

package/src/tukar.js

@@ -159,13 +159,28 @@ export function petaSongsang(cache, dataset = null) {
   const peta = new Map()
   let maxKata = 1
 
-  const tambah = (jawi, rumi) => {
+  // DBP menandakan bentuk varian dengan rujukan silang: definisi `kalkalah`
+  // ialah "®qalqalah.", bukan definisi sebenar. Varian begitu dinyahutamakan
+  // supaya قلقله dibaca qalqalah dan bukan dilaporkan kabur.
+  //
+  // Isyaratnya mestilah tanda ® itu, BUKAN kehadiran ejaan Jawi. `pada`
+  // tiada Jawi dalam PRPM manakala `pad` (pinjaman Inggeris) ada, jadi
+  // mengutamakan "yang ada Jawi" akan menukar setiap `pada` menjadi `pad`.
+  const rujukanSilang = new Set()
+  for (const [kata, rec] of Object.entries(cache)) {
+    const def = rec?.entri?.[0]?.definisi ?? ''
+    if (/^®/.test(def.trim())) rujukanSilang.add(kata)
+  }
+
+  const tambah = (jawi, rumi, sumber) => {
     const kunci = normalisasiJawi(jawi)
     if (!kunci) return
     const bilangan = kunci.split(/\s+/).length
     if (bilangan > maxKata) maxKata = bilangan
-    if (!peta.has(kunci)) peta.set(kunci, [])
-    if (!peta.get(kunci).includes(rumi)) peta.get(kunci).push(rumi)
+    if (!peta.has(kunci)) peta.set(kunci, { utama: [], rujukan: [] })
+    const jenis = rujukanSilang.has(rumi) ? 'rujukan' : 'utama'
+    const slot = peta.get(kunci)[jenis]
+    if (!slot.includes(rumi)) slot.push(rumi)
   }
 
   for (const rec of Object.values(cache)) {
@@ -179,6 +194,19 @@ export function petaSongsang(cache, dataset = null) {
   return peta
 }
 
+/**
+ * Pilih calon songsang. Bentuk yang DBP sendiri tandakan sebagai rujukan
+ * silang (®) hanya digunakan apabila tiada bentuk utama. Selain itu semua
+ * calon dilayan sama rata, dan kekaburan sebenar dilaporkan sepenuhnya.
+ */
+export function pilihCalon(masuk) {
+  if (!masuk) return null
+  if (Array.isArray(masuk)) return { calon: masuk, sumber: 'campur' }
+  if (masuk.utama.length) return { calon: masuk.utama, sumber: 'utama' }
+  if (masuk.rujukan.length) return { calon: masuk.rujukan, sumber: 'rujukan' }
+  return null
+}
+
 /**
  * Rumi -> Jawi. Pemisah, tanda baca dan baris baru dikekalkan.
  * Perkataan yang tidak disahkan dibalut penanda, tidak pernah direka.
@@ -360,17 +388,17 @@ export function keRumi(teksJawi, cache, { penanda = ['«', '»'], dataset = null
       }
       if (!bolehGabung) continue
       const frasa = bahagian.slice(i, akhir + 1).join(' ').replace(/\s+/g, ' ')
-      const jumpa = peta.get(normalisasiJawi(frasa))
-      if (jumpa) { padanan = jumpa; hujung = akhir; break }
+      const jumpa = pilihCalon(peta.get(normalisasiJawi(frasa)))
+      if (jumpa) { padanan = jumpa.calon; hujung = akhir; break }
     }
 
     if (!padanan) {
       // Pedoman DBP §17.1 songsang: kata dasar + ٢ menjadi kata berulang.
       const dasarUlang = pisahUlangJawi(bahagian[i])
       if (dasarUlang) {
-        const jumpaUlang = peta.get(normalisasiJawi(dasarUlang))
-        if (jumpaUlang?.length === 1) {
-          keluar.push(jumpaUlang[0] + '-' + jumpaUlang[0])
+        const jumpaUlang = pilihCalon(peta.get(normalisasiJawi(dasarUlang)))
+        if (jumpaUlang?.calon.length === 1) {
+          keluar.push(jumpaUlang.calon[0] + '-' + jumpaUlang.calon[0])
           continue
         }
       }
@@ -379,8 +407,8 @@ export function keRumi(teksJawi, cache, { penanda = ['«', '»'], dataset = null
       // dalam kamus, jadi cuba pisahkan kata sendi di hadapan.
       let dipisah = null
       for (const calon of pisahSendi(bahagian[i])) {
-        const jumpa = peta.get(normalisasiJawi(calon.baki))
-        if (jumpa?.length === 1) { dipisah = calon.sendi + ' ' + jumpa[0]; break }
+        const jumpa = pilihCalon(peta.get(normalisasiJawi(calon.baki)))
+        if (jumpa?.calon.length === 1) { dipisah = calon.sendi + ' ' + jumpa.calon[0]; break }
       }
       if (dipisah) { keluar.push(dipisah); sendiDipisah.push(bahagian[i]); continue }