Пользовательские генераторы буквенных последовательностей

[aneganov]

В продолжение темы.

Есть предложение расширить VerseQ, обеспечив пользователей возможностью создавать собственные генераторы буквенных последовательностей. Т.е. помимо статистически сформированных умных баз данных, хотелось бы иметь и тупые (dumb), но настраиваемые, чтобы существенно сократить время изучения определенных сочетаний. Самый простой способ (на основе имеющегося движка) - это сгенерировать входной текст и передать его программе, которая делает словари. В итоге она сделает ту самую тупую БД. Однако было бы на порядок удобнее, если бы строки задавались граматикой или просто регекспом.

Например, учим смешанный регистр: ([a-zA-Z]{1,8}| )
+ цифры: ([a-zA-Z]{1,8}|[\d]?| )
+ знаки (пишу без экранирования): ([a-zA-Z]{1,8}|[\d]?|[,.:'"/><!@#$%^&*()_+]?)

Все альтернативы можно считать вероятными.

Хм?

[aneganov]

Уточню: очевидно, при таком подходе (с генераторами) не смогут работать интеллектуальные алгоритмы формирования желтых строк.

Так что снова всё тот же вопрос: Владимир, когда Вы дадите нам собиралку баз данных? Она же у Вас есть, дайте её в любом виде, пусть это будет сырая альфа, никто не обидется.

[Vladimir Kim]

Уже есть с Windows интерфейсом... Только ее еще нужно добработать, во всяком случае возможность задавать автора базы, а то она пока все делает от моего имени

По поводу регэкспов - пока я их не встроил в интерфейс, по этому пока придется делать предобработку регэкспами вручую. Т.е. как предобработку. Использовать как фильтр уже готовым базам - чревато, т.к. будут разрывы семантических последовательностей.

С уважением, Владимир

[aneganov]

Да, пожалуй, регекспы уж слишком тупо Но над идеей генерации 10-мегабайтных входных текстов можно поработать. Например, взять несколько обычных текстов (тех, что использовались для создания умных БД) и разбавить их нужными последовательностями с тем, чтобы в БД они появлялись чаще или применить какое-либо другое преобразования к тексту. А семанитические последовательности можно и не разрывать, это на усмотрение фильтра.


То, что прога под Windows - не вопрос, для создания БД можно пересесть и за виндовую машину

[Vladimir Kim]

[aneganov]

Ну и что? Слова можно не рубить, оставляя статистику русского языка, а уж без статистики последовательности слов и знаков можно и прожить ради цели: научиться набирать что-то.

Взять Ваш Advanced. Там заглавные буквы попадаются 2-3 на строку в лучшем случае. Т.е. чтобы мне хотя бы по разу увидеть ВСЕ заглавные нужно как минимум 15 строк. Я уже не говорю о том, что чтобы научиться их набирать как строчные, нужно потратить уйму времени.

[Vladimir Kim]

[Vladimir Kim]

Хотя с буквой Ы я наврал, возьмем лучше букву Ъ

[aneganov]

Владимир, я не спорю о правильности выбора дефолтовых словарей в версии 3.0.9. Но посмотрите на ситуацию с другой стороны. Я, например, никогда раньше не пользовался правым шифтом и чтобы научиться это делать быстро нужно нечто большее, чем просто статистика русского/анлгийского языка. Да, чего уж там, вот такая вот строка - она что, сильно отражают семантику языка? Я просто хочу такую же, но с пробелами и смесью регистров; по отсутсвию семантики она, возможно, будет конкурировать с оригиналом.

[Vladimir Kim]

С шифтом я уже придумал изящный способ... Нужно только реализовать...

С уважением, Владимир

[aneganov]

Угу, значит через пару лет выйдет шифтованная версия...
Ну что же, подождем...

[Vladimir Kim]

Намек с укором понял... Постараюсь работать побыстрее...

С уважением, Владимир

[aneganov]

Владимир, а давайте я попробую собрать пару исходников (с языками программирования, спец. символами и тд), загзиплю и пришлю Вам, а Вы сделаете словарь. Это можно?

[ThermIt]

[Vladimir Kim]

[aneganov]

[Vladimir Kim]

[aneganov]

А он точно нужен этот интерфейс? Ведь генерация базы это далеко не ежедневное занятие рядового пользователя.

Не знаю какую функциональность Вы хотите вложить в данную тулзу, но неужели выразительные возможности командной строки недостаточны?

[Vladimir Kim]

Командная строка - это только для гуру...
Да и то в этом случае придется делать файлы-профили, в которых указывать и кодировку и алфавит и глубину и авторов... Т.ч. с интерфейсом даже проще будет.

С уважением, Владимир

[ThermIt]

Что вы там так долго делаете? Окошко, десяток галочек, пара такстбоксов и кнопка "ok", вот всё что нам нужно.

[ThermIt]

[Vladimir Kim]