Work in progress!!
to run, npm install
then npm run watch. This will re-run ./scratch.js
if you change any of the data in ./data, you'll need to run npm run pack to see changes.
if you want to run the ML scripts, you'll need to download the fr-wikinews dataset (23mb) by nicolas hernandez,
and put it somewhere in ./learn.
fr-compromise uses the tokenize-only build of the english compromise as the core functionality. It adds its own tagger, lexicon, conjugation scripts, and some new gender tags.
This is unreleased and not ready for production.
for lexicon:
-[] french country/city names -[] (way) more infinitive verbs -[] (way) more singular nouns
for conjugation:
-[] past/present/future tenses
-[] conjugate gender of adjectives
-[] conjugate noun gender professeur / professeure
-[] proper noun plural/inflections
for tagger: -[] adjective gender
masc - femme - plurMasc - plurFemme
présidentiel - présidentielle - présidentiels - présidentielles
républicain - républicaine - républicain - républicaines
-
conjugate je/tu/il/nous/vous/ils
parle-parles-parle-parlons-parlez-parlent -
conjugate tenses imparfait/future/simple/compose/anterieur oh dear
parle-parlais-parlerai-parlas-parlé
- inflect nouns (from singular)
cheval → chevaux
- tag noun as either Masc or Femme
for tagger:
- build a lexicon
- suffix/regex lookups
- noun fallback
- grammar-based corrections
gender:
- tag male/female nouns
- tag male/female adjectives
- tag male/female verbs?
- currently using english tag names, and API.
- en-compromise normalizes accented characters like
ètoe - en-compromise adds 'FutureTense' to our conjugations
💥 This repository is the french version of nlp-compromise! 💥
Hi! This project was started by spencermountain, a beginner in French. We therefore need some help about french or development.
Grammar differences between the English and the French version are quite huge, which leads to great challenges.
The project is built upon the French WordNet (WOLF), which contains:
- 10k adjectives
- 12k verbs
- 2k adverbs
- 70k nouns
- que$ -> k (banque -> bank, casque -> cask, disque -> disk)
- aire$ -> ary (tertiaire -> tertiairy)
- eur$ -> or (chercheur -> chearchor)
- ie$ -> y (cajolerie -> cajolery)
- té$ -> ty (extremité -> extremity)
- re$ -> er (ordre -> order, tigre -> tiger)
- ais$ -> ese, ois$ -> ese (libanais -> lebanese, chinois -> chinese)
- ant$ -> ing (changeant -> changeing)
- er$ -> "" (documenter -> document)
- osis$ -> ose (osmose -> osmose)
- ment$ -> ly (confortablement -> confortably)
We're gonna learn the rules. BADDA BING BADA BOOM!
💥 Ce dépôt est la version française de nlp-compromise ! 💥
Bonjour ! Ce projet a été démarré par spencermountain, un débutant en français. Nous avons donc besoin de toute aide disponible, que ce soit en français ou en développement.
Vous êtes invités à rejoindre le groupe Slack pour discuter des détails. Vous trouverez ici un projet de traitement du langage naturel adapté à la langue française.
Les différences grammaticales entre la version anglaise et la version française ne sont pas négligeables, ce qui pose de grands défis.
Le projet est réalisé grâce au WordNet français (>WOLF](http://alpage.inria.fr/~sagot/wolf-en.html)), qui contient :
- 10 000 adjectifs
- 12 000 verbes
- 2 000 adverbes
- 70 000 noms
- que$ -> k (banque -> bank, casque -> cask, disque -> disk)
- aire$ -> ary (tertiaire -> tertiairy)
- eur$ -> or (chercheur -> chearchor)
- ie$ -> y (cajolerie -> cajolery)
- té$ -> ty (extremité -> extremity)
- re$ -> er (ordre -> order, tigre -> tiger)
- ais$ -> ese, ois$ -> ese (libanais -> lebanese, chinois -> chinese)
- ant$ -> ing (changeant -> changeing)
- er$ -> "" (documenter -> document)
- osis$ -> ose (osmose -> osmose)
- ment$ -> ly (confortablement -> confortably)
On va apprendre les regles. BADDA BING BADA BOOM!