Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Issue 85 #86

Open
wants to merge 3 commits into
base: master
Choose a base branch
from
Open
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
53 changes: 50 additions & 3 deletions udapi/block/ud/pt/addmwt.py
Original file line number Diff line number Diff line change
Expand Up @@ -18,13 +18,19 @@
'dessa': {'form': 'de essa', 'lemma': 'de esse'},
'dessas': {'form': 'de essas', 'lemma': 'de esse'},
'desse': {'form': 'de esse', 'lemma': 'de esse'},
'comigo': {'form': 'com mim', 'lemma': 'com mim',
'upos': 'ADP PRON', 'main': 1, 'shape': 'subtree'},
'conosco': {'form': 'com nós', 'lemma': 'com nós',
'upos': 'ADP PRON', 'main': 1, 'shape': 'subtree'},
'desses': {'form': 'de esses', 'lemma': 'de esse'},
'desta': {'form': 'de esta', 'lemma': 'de este'},
'destas': {'form': 'de estas', 'lemma': 'de este'},
'deste': {'form': 'de este', 'lemma': 'de este'},
'destes': {'form': 'de estes', 'lemma': 'de este'},
'disso': {'form': 'de isso', 'lemma': 'de este'},
'disto': {'form': 'de isto', 'lemma': 'de este'},
'disso': {'form': 'de isso', 'lemma': 'de isso',
'upos': 'ADP PRON', 'main': 1, 'shape': 'subtree', 'deprel': 'case *'},
'disto': {'form': 'de isto', 'lemma': 'de isto',
'upos': 'ADP PRON', 'main': 1, 'shape': 'subtree'},
'do': {'form': 'de o', 'lemma': 'de o'}, # 'upos': 'ADP PRON', 'deprel': 'case *''
'dos': {'form': 'de os', 'lemma': 'de o'},
'dum': {'form': 'de um', 'lemma': 'de um'},
Expand All @@ -36,9 +42,40 @@
'nesses': {'form': 'em esses', 'lemma': 'em esse'},
'nesta': {'form': 'em esta', 'lemma': 'em este'},
'neste': {'form': 'em este', 'lemma': 'em este'},

'nele': {'form': 'em ele', 'lemma': 'em ele',
'upos': 'ADP PRON', 'main': 1, 'shape': 'subtree', 'deprel': 'case *'},

'naquilo': {'form': 'em aquilo', 'lemma': 'em aquilo',
'upos': 'ADP PRON', 'main': 1, 'shape': 'subtree', 'deprel': 'case *',
'feats': '_ Gender=Masc|Number=Sing|PronType=Dem'},

'àquela': {'form': 'a aquela', 'lemma': 'a aquilo',
'upos': 'ADP PRON', 'main': 1, 'shape': 'subtree', 'deprel': 'case *',
'feats': '_ Gender=Fem|Number=Sing|PronType=Dem'},

# aquele can be `det` or `pron`
'naquele': {'form': 'em aquele', 'lemma': 'em aquele',
'upos': 'ADP PRON', 'main': 1, 'shape': 'subtree', 'deprel': 'case *',
'feats': '_ Gender=Masc|Number=Sing|PronType=Dem'},
'naquela': {'form': 'em aquela', 'lemma': 'em aquele',
'upos': 'ADP PRON', 'main': 1, 'shape': 'subtree', 'deprel': 'case *',
'feats': '_ Gender=Fem|Number=Sing|PronType=Dem'},
'naqueles': {'form': 'em aqueles', 'lemma': 'em aquele',
'upos': 'ADP PRON', 'main': 1, 'shape': 'subtree', 'deprel': 'case *',
'feats': '_ Gender=Masc|Number=Plur|PronType=Dem'},
'naquelas': {'form': 'em aquelas', 'lemma': 'em aquele',
'upos': 'ADP PRON', 'main': 1, 'shape': 'subtree', 'deprel': 'case *',
'feats': '_ Gender=Fem|Number=Plur|PronType=Dem'},

'daquele': {'form': 'de aquele', 'lemma': 'de aquele',
'upos': 'ADP PRON', 'main': 1, 'shape': 'subtree', 'deprel': 'case *',
'feats': '_ Gender=Masc|Number=Plur|PronType=Dem'},

'nisso': {'form': 'em isso', 'lemma': 'em este'},
'nisto': {'form': 'em isto', 'lemma': 'em este',
'upos': 'ADP PRON', 'main': 1, 'shape': 'subtree'},

'no': {'form': 'em o', 'lemma': 'em o'}, # PRON cases are excluded below
'nos': {'form': 'em os', 'lemma': 'em o'}, # PRON cases are excluded below
'num': {'form': 'em um', 'lemma': 'em um'},
Expand Down Expand Up @@ -66,10 +103,20 @@
for pronoun in 'ela ele eles elas'.split():
MWTS['d' + pronoun] = {
'form': 'de ' + pronoun,
'lemma': 'de ' + pronoun,
'lemma': 'de ele',
'upos': 'ADP PRON',
'deprel': 'case *',
'main': 1,
'shape': 'subtree',
}
for pronoun in 'ela ele eles elas'.split():
MWTS['n' + pronoun] = {
'form': 'em ' + pronoun,
'lemma': 'em ele',
'upos': 'ADP PRON',
'deprel': 'case *',
'main': 1,
'feats': '_ *',
'shape': 'subtree',
}

Expand Down