Хабр Курсы для всех
РЕКЛАМА
Практикум, Хекслет, SkyPro, авторские курсы — собрали всех и попросили скидки. Осталось выбрать!
Поток Тестирование доступен 24/7 благодаря поддержке друзей Хабра
Комментарии 17
днсы
нейросетей
флешку
гигабит (и наверное мегабит итп)
бэкап
патчей
майнеры
Беларуси ??
апдейты
фич
сисадмина
В хроме часть из этих слов в словаре есть, так что наверное стоит его взять и распотрошить. Некоторые слова есть в другой словоформе, флешка например.
Спасибо. Добавляю в список слов на проработку.
Словарь хрома можно скачать с гитхаба
git clone https://chromium.googlesource.com/chromium/deps/hunspell_dictionaries
там есть отдельный файл с новыми словами
ru_RU.dic_delta
Может не стоит добавлять все подряд? Если с флешкой, нейросетью и т.п. все понятно, то например с бэкапом (резервная копия), патчем (изменение) и апдейтом (обновление) мне кажется не все так однозначно.
Всё подряд, может быть, и не стоит, но устоявшийся технический жаргон считать за ошибку в современном словаре орфографии всё же не стоит, потому что он используется. В таком орфографическом словаре должно быть побольше распространённого узуса, который используется намеренно. Это не словарь нормированного языка. Скорее, словарь разговорной (прямой) письменной речи (в т.ч.). Кстати, вот выявил, что слово "узус" этот мой словарь считает ошибкой. Есть нормированный (официальный) русский язык. Но этот мой словарь не про это. Это про орфографию в ежедневном реальном использовании языка. Другая несколько функциональность (кстати, специалисты РАН на Грамоте.Ру считают, что "функционал" вместо "функциональность" в ИТ уже тоже можно не считать ошибкой) :)
А почему для "бэкапа" в русском языке есть буква "э", а для остальных заимствований – нет?
Как-то в статье этот вопрос не раскрыт: кто всё же решает, что новое слово, ещё не попавшее в академические словари, должно писаться именно так?
Ещё бы они пересмотрели свою позицию по багу 1073840...
Когда Firefox видит в заголовке страницы код языка, например, <html lang="en", то он напрочь игнорирует пользовательскую настройку "использовать несколько установленных словарей одновременно" и по умолчанию использует на этой странице лишь один словарь. Да, можно вручную включить для этой страницы дополнительные словари, но делать это на каждом сайте напрягает. Белых людей, у которых в системе одна раскладка (английская) это не колышет, а вот индейцам жизнь портит, ведь существуют сайты, имеющие интерфейс на английском, но при этом писать там приходится по-русски (допустим, Гитхаб).
Написал скрипт который читает хабр и проверяет по словарю тексты статей. Пишет в логи что нашел. И потом можно просто запустить opencode и он будет идти по логам и предлагать варианты.
Оказалось что слов отсутствует очень много, например для чудный не прописана превосходная степень. Еще много опечаток и сомнительных жаргонизмов но опенкод может их сам пропускать.
Всегда было интересно кто работает над словарями и почему в них нет даже таких популярных слов как юзер или недоработаны старые слова типа чудный.
Над такими открытыми словарями обычно работают ИТ-энтузиасты. Например, я до бага, упоминаемого в статье, этим не занимался, но вот занялся, ибо есть потребность и мои руки. У меня тоже есть такие скрипты, которые отбирают кандидатов. Корпус Хабра использовался. Вопрос в том, стоит ли добавлять всё, что можно добавить. Я над этим буду ещё думать. Словарь не должен быть огромным. Из-за частотности что-то может отсекаться. Если это обычные слова, часто применяемые, добавлять можно. Спасибо за коммент, буду думать, что можно будет из ваших наблюдений вытянуть :)
в реальных текстах
ёчасто заменяют нае, и словарь не должен массово подчёркивать обычные тексты как ошибочные только потому, что пользователь пишет «е» вместо «ё».
Ну и зря. Тот случай, когда можно попинать ленивые жопы пользоваться всем тем богатством, который даёт язык.А то так и получится, что "согласно списка" пьём "горячее кофе".
Я сам ёфикатор. Но часто это связано с комплайенсом. Например, если вы пишете техническую документацию, новости или книгу, которая будет издана, корректоры/редакторы будут у вас ё убирать, если её отсутствие не может привести к неоднозначности.
Да, вс(е/ё) решили за нас, знаю.
Вероятно, этот вопрос можно будет решить в рамках следующего этапа моей работы в этой теме - проверка грамматики и стилистики. В рамках этой работы дополнение может определять, в каком стиле пишет пользователь (использует ли он по тексту ё) и делать предложения, исходя из того, ёфикатор он или нет :) А анализ только лишь орфографии не способен это определять по определению. Нужен дополнительный слой, но решаемо.
Интересная и очень системная работа. Особенно ценно, что это не просто расширение списка слов, а полноценный пайплайн с проверкой источников, лицензий и корпусным анализом. Хорошо видно, что основной фокус был не на количестве, а на качестве и реальной применимости словаря в современных текстах ,особенно в IT, интерфейсах и документации. Отдельно плюс за проработку морфологии и е/ё, это как раз то, что чаще всего ломает пользовательский опыт в spell-checking. В целом выглядит как серьёзное инженерное обновление базового инструмента, который обычно воспринимается как «само собой разумеющийся», но на деле сильно влияет на качество работы с текстом.
Именно так :) Я ещё решил поработать с грамматикой. Там, правда, сложнее, но выполнимо. Скрин для затравки. Хочу, чтобы грамматические ошибки подчёркивались синим, а стилистические - зелёным с отображением того, что не так и предложениями по исправлению. И чтобы оно при этом работало достаточно быстро. На скрине концепт, что в принципе это работоспособно. Для Firefox и Thunderbird будут разные расширения.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Новый русский орфографический словарь для Firefox, Thunderbird и CSpell: как он собирался