Грамматические категории, граммемы и координатные пары

Граммемы и координаты

В случае, когда координата соответствует морфологической категории, состояния этой координаты являются граммемами. К примеру для падежа граммемами являются именительный, родительный, местный и так далее.

Однако координаты грамматического словаря охватывают более широкий набор признаков слов. В качестве примера можно привести атрибуты написания слов, включая CharCasing для русского и английского языков, а также признак кандзи/кана/ромадзи для японских слов. Кроме того, координаты используются для классификации связей в тезаурусе.

Спецификация формата

Разберемся с деталями описания координат в текстовом файле. Основной формат такой:

enum имя_координаты { имя_сост₁имя_сост₂... }

Здесь 'enum' - ключевое слово, 'имя_координаты' - произвольная комбинация букв и цифр, начинающаяся с буквы (конечно, буквами признаются и элементы национальных алфавитов, а не только латинские символы), 'имя_сост₁' и далее - имена состояний данной координаты. Перечень имен состояний обязательно заключается в фигурные скобки '{' и '}'. Если координата имеет только два состояния, например, переходность для глаголов, то можно использовать сокращенный формат:

enum имя_координаты

То есть список имен состояний не приводится. Фактически дело будет обстоять так, что такая бистабильная координата имеет состояния с условными именами 'true' и 'false', хотя в явном виде эти имена состояний не генерируются Транслятором и не должны употребляться в ПРИИСК-программе. Вместо явного использования имен состояний для бистабильных координат формат описания координатной пары изменяется таким образом:

имя_координаты эквивалентно имя_координаты:true

~имя_координаты эквивалентно имя_координаты:false

Если две координаты должны иметь лексически и позиционно одинаковый список имен состояний, то можно записать:

enum имя_координаты = имя_образца

При этом список состояний будет просто скопирован из уже загруженного описания координаты с именем 'имя_образца'. Такие координаты (с одинаковыми состояниями в одних и тех же позициях) позволяют реализовать особые формы сравнения (см. далее).

В некоторых случаях, рассматриваемых в главе #, необходимо кроме основного имени координаты иметь дополнительные имена-синонимы. Формат объявления координаты для этого случая:

enum осн_имя [ , доп_имя₁ [ , доп_имя₁ ] ] ... { ... }

Например:

enum Падеж, Падеж1 { именительный притяжательный }

Чтобы объявить бистабильную координату с синонимами, достаточно не указывать имена состояний в фигурных скобочках:

enum Переходность, Перех1 {}

Осталось ввести формат особой разновидности координат, которые мы назвали многоохватными.

Кроме шести падежей: именительного, родительного, творительного, дательного, винительного и предложного, в русской грамматике можно выделить несколько редких и/или исчезающих падежных форм. К примеру, так называемая звательная форма (вокатив): "Старче!", "Мам!" иногда считается особым звательным падежем; партитивный падеж: "дай чаю!", и некоторые другие (местный, отложительный, счетный) увеличивают падежную парадигму до 9 форм. Важно отметить, что либо эти падежные формы употребляются довольно редко, либо слова в этих формах неотличимы лексически от какой-либо из основных 6 форм: ср. именительный село и звательный село. Чтобы облегчить описание словарных статей (о чем речь пойдет здесь), реализован специальный прием.

Объявляем категорию падеж так:

enum падеж
{
{ им зват}
{ род парт счетн }
твор
вин
дат
{ предл отлож мест }
}

Близкие (лексически и синтаксически) состояния объединяются в подгруппы, причем первым идет имя основной падежной формы: { им зват }. Это означает, что вместо словоформы с координатной парой падеж:зват может использоваться словоформа с падеж:им.

Перечисления используются не только как координаты Лексического Пространства, но и как именованные множества имен (состояний), аналогично перечислениям языка C++. Например, связи в тезаурусе помечаются состояниями координаты с именем net.

Отложенное (deferred) объявление перечисления

Бывают ситуации, когда желательно только объявить имя перечисления, не специфицируя имен состояний. Язык ПРИИСК позволяет использовать ключевое слово extern:

extern enum Name

Транслятор запомнит имя нового перечисления и позволит указывать его до тех пор, пока не потребуется задать имя какого-либо состояния этой координаты. К этому моменту координата должна быть полностью описана, в противном случае compiler выдаст сообщение об ошибке. Объявления одной и той же координаты можно повторять без ограничения: повторное объявление не считается ошибкой. Таким образом, можно написать:

extern enum Name

extern enum Name

Определение же координаты может быть прочитано лишь единожды, причем до и после полного описания можно ставить произвольное количество объявлений координаты:

extern enum Name

:

enum Name { State1 State2 }

:

extern enum Name

:

Есть важное исключение: если определение координаты встречается повторно, и все состояния в новом определении не были объявлены таковыми в старом, то выполняется конкатенация двух определений: новые состояния добавляются в список состояний координаты. Это безусловно создает необходимые предпосылки проникновению труднообнаруживаемых ошибок в ПРИИСК-программу, но повышает гибкость языка: можно добавлять состояния к списку координаты помодульно. Например, два оператора:

enum Name { State₁ State₂ }

enum Name { State₃ State₄ }

полностью эквивалентны одной строке:

enum Name { State₁ State₂ State₃ State₄ }

По окончании трансляции словаря будет выполнена проверка того, что все предварительно объявленные координаты полностью определены.

Координатные пары

Объявленные в одном словаре координаты гарантированно имеют уникальные имена, так как компилятор словаря не допускает повторного объявления.

Но уникальность имен состояний гарантируется только в рамках одной координаты. Совпадение имен состояний у двух разных координат - вполне нормальное явление, например грамматические лицо в английском и русском языках

enum ЛИЦО { 1 2 3 }

enum PERSON { 1 2 3 }

Чтобы однозначно указать, какое состояние имеется в виду в описании какой-либо сущности словаря, необходимо использовать пару имя координаты + имя состояния, разделив их двоеточием:

ЛИЦО:1

PERSON:2

Такая конструкция используется очень часто и далее в документации называется координатной парой.

Внутреннее представление

Координаты и их состояния хранятся в виде объектов класса GramCoord (файл coordinate.h) для координаты и GramCoordState (там же) для состояния. Во всех операциях используется индекс координаты во внутреннем списке грамматики (поле coord класса Grammar - см. grammar.h).

На уровне API грамматического словаря работа с координатами выполняется несколькими функциями, например получение количества состояний у координаты - функция sol_CountCoordStates. Кроме того, номера координат и их состояний, используемые в вызовах API и в возвращаемых результатах, объявлены как символические константы для C/C++/C#/Delphi.

Для SQL варианта словаря координаты и их состояния хранятся как записи в таблицах SG_COORD и SG_STATE соответственно.