ACC SHELL

                         Czech data for ispell

The dictionary is rapidly evolving - see ftp://ftp.vslib.cz/pub/unix/ispell/
for actual version!

                         Česká data pro ispell

Všechny tyto soubory jsou ve stádiu poměrně rychlých změn. Sledujte
ftp://ftp.vslib.cz/pub/unix/ispell/, kde jsou zveřejňovány nejnovější verze.

Slovník je rozdělen na následující části:

hlavni.cat	Pravidelná skloňovaná podstatná jména a přídavná jména,
		(včetně těch, která mají kromě pravidelných tvarů jeden
		nebo více tvarů nepravidelných), všechna slovesa, a
		příslovce odvozená od přídavných jmen flagem R
nepravid.cat	Nepravidelná podstatná jména a přídavná jména (jsou
		uvedeny všechny tvary bez flagů)
nesklon.cat	Nesklonná podstatná a přídavná jména (mají jediná tvar)
zajmena.cat	Zájmena
cislovk.cat	Číslovky
prislovc.cat	Příslovce (kromě příslovcí odvozených z přídavných jmen
		flagem R)
predlozk.cat	Předložky (včetně víceslovných)
spojky.cat	Spojky (včetně víceslovných)
citoslov.cat	Citoslovce
castice.cat	Částice
zkratky.cat	Iniciálové zkratky a zkratky typu např., apod.
nezaraz.cat	Dosud nezařazená slova
krestni.cat     Křestní jména
prijmeni.cat    Česká příjmení
narstjaz.cat    Jména národů, států a jazyků
obce.cat        Jména obcí v ČR
geogr.cat       Zeměpisná jména v ČR i ve světě, jména měst mimo ČR
cizi.cat        Cizí jména
nazvy.cat       Ostatní názvy

Zdrojový soubor czech.a-z pro vytvoření slovníku pro ispell se získá takto:

    perl -pe 'print "echo "' *.cat | sh - | \
      perl -pe 's/ +/\n/g; s/[{}\.]//g; s/-/\n/g' > czech.a-z

Sloučený soubor se zpracuje příkazem buildhash:

    buildhash czech.a-z czech.aff czech.hash

který vytvoří slovník pro ispell. Po zkopírování souboru czech.aff a
czech.hash do adresáře, ve kterém ispell očekává slovníky, lze ispell
používat příkazem

    ispell -d czech kontrolovaný_soubor

Pokud při nalezení neznámého slova při kontrole textu zvolíte možnost
I)nsert, přidá se slovo do souboru $HOME/.ispell_czech. Chcete-li pomoci
s vytvářením slovníku, zašlete tento soubor (pokud možno vyčištěný od
nespisovných a cizích slov a případných HTML značek nebo příkazů pro
TeX) na adresu Petr.Kolar@vslib.cz.

Pokud chcete pouze přispět k rozšíření slovníku a nechcete text zdlouhavě
interaktivně kontrolovat, můžete použít příkaz

    ispell -d czech -l < kontrolovaný_soubor > výstup

který pracuje neinteraktivně a uloží do souboru výstup všechna slova
ze vstupního souboru, která nejsou obsažena ve slovníku spell checkeru.
Tento výstupní soubor zašlete pro účely rozšiřování slovníku. Zasílejte
pouze slovníky vzniklé kontrolou současných převážně spisovných textů
(Mácha nebo Neruda pravděpodobně není na závadu, ale třeba Bible Kralická
už vhodná není).

Rozdělení zdrojového slovníku na části je provedeno z toho důvodu, aby
bylo možné slovník snadno doplňovat (zatím ovšem pomůže více, když pošlete
syrový seznam neznámých slov):

Soubor výstup se sloučí se souborem hlavni.cat, retrográdně setřídí
(slova se setřídí jako by byla napsaná pozpátku, aby se snadno doplňovaly
flagy):

    perl retro.p hlavni.cat výstup | perl sort.p | perl retro.p > hlavni1.cat

V souboru hlavni1.cat je pak třeba (na řádcích, které neobsahují žádné
lomítko) doplnit flagy. Slova, která do souboru nepatří (příslovce apod.),
se potom přemístí do jiných souborů. Na závěr se připojí dosud nezařazená
slova do nezaraz.cat a výsledkem je nová verze souboru hlavni.cat:

    grep -v / hlavni1.cat >> nezaraz.cat
    grep / hlavni1.cat > hlavni.cat

Pro doplňování flagů lze použít i skript blemma - viz soubor ceskeaff.txt.
Jeho účinnost je však poměrně nízká a chybovost poměrně velká.

                                                  Petr.Kolar@vslib.cz