ceskeaff.txt

                         Český soubor afixů

                              Prefixy

V češtině se používá několik desítek přepon. Protože jsou distribuovány
nepravidelně a počet příznaků použitelných programem ispell je nedostatečný,
byly v českém slovníku pro ispell použity pro předpony pouze čtyři příznaky:

N - generuje předponu ne- (zejména pro slovesa, přídavná jména a příslovce)
E - generuje předponu nej- (vytvoření třetího stupně ze druhého stupně
    přídavných jmen)
W - generuje předpony ne-, nej- a nejne- (pro druhý stupeň přídavných jmen;
    vytváří zápor a třetí stupeň včetně záporu)
F - generuje předpony jedna-, dvaa-, třia-, čtyřia-, čtyrya-, pěta-, šesta-,
    sedma-, osma-, devěta- (pro číslovky a složeniny obsahující číslovky
    jako jednadvacet)

Pro snadné používání ostatních předpon jsou ve zdrojových souborech použity
seznamy tvaru {,do,po,při,u,vy,za}hladit/ACN. Tyto seznamy jsou perlovým
skriptem glob.p expandovány na seznam slov, který již lze použít jako
vstup programu buildhash:

hladit/ACN
dohladit/ACN
pohladit/ACN
přihladit/ACN
uhladit/ACN
vyhladit/ACN
zahladit/ACN

Skript glob.p pracuje tak, že rozděluje čtené řádky na řetězce neobsahující
mezeru ani pomlčku či spojovník. Pokud některý z takto vzniklých řetězců
obsahuje seznam uzavřený ve složených závorkách a skládající se z podřetězců
oddělených čárkami, bude tento řetězec nahrazen sadou řetězců, které z něj
vzniknou postupným nahrazováním celého seznamu jeho jednotlivými prvky.
Všechny výsledné řetězce jsou vypisovány po jednom na řádku.

Skript glob.p by bylo možné použít i pro jiné účely než pro expanzi
seznamů předpon - například pro slova jako balk{o,ó}n/H. Toto použití však
nedoporučuji, protože by mohlo působit problémy jiným pomocným programům
a skriptům pro zpracování českého slovníku.

Skript glob.p není schopen expandovat v jednom řetězci více než jeden seznam
(například {nad,od,pod}{,e}pisování/SN), ani vnořené seznamy. Protože však
každý řádek rozdělí na řetězce v místech mezer nebo pomlček, může být na
jednom řádku více seznamů.

Vložení všech použitelných předpon k jednotlivým slovům musí tedy zajistit
osoba, která vytváří nebo rozšiřuje slovník. Přitom je třeba dávat pozor
na to, že některé předpony mění vid sloves (honit x dohonit), tranzitivitu
a tím i existenci trpného rodu (jásat x rozjásat), působí změny ve slovním
základu (brát x sebrat) či ve způsobu ohýbání (krást > kradu x ukrást >
ukradnu), a tím i mění příznaky příslušných slov.

Pro slovesa se používají nejčastěji předpony do-, na-, nad-, nade-, o-, ob-,
obe-, od-, ode-, po-, pod-, pode-, popo-, pou-, poz-, pro-, pře-, před-,
přede-, při-, roz-, roze-, s-, se-, sou-, spo-, spolu-, u-, v-, ve-, vy-,
vz-, z-, za- a ze-; pro podstatná jména bez-, beze-, do-, dů-, ná-, nad-,
nade-, o-, ob-, obe-, od-, ode-, mezi-, po-, pod-, pode-, popo-, pou-,
pro-, prů-, pře-, před-, přede-, pří-, roz-, roze-, s-, se-, sou-, spo-,
spolu-, ú-, v-, ve-, vý-, vz-, z-, ze- a zá; pro přídavná jména a příslovce
se používají všechny výše uvedené předpony a přípony vyjadřující množství
jako jedno-, dvou-, dvoj-, tří-, troj-, více-, mnoho-, málo-, poměrně
často se vyskytují také cizí předpony a-, anti-, de-, dez-, in-, inter-,
intra-, im-, re-, trans-, un-, mono-, di-, tri-, single-, multi- a další.

                               Sufixy

Některá slova se skloňují nebo časují podle více vzorů. Pro tato slova
je třeba uvádět všechny příznaky, i když některé z nich negenerují žádné
tvary navíc (například klín/HL i když by stačilo klín/L). Slovník bude
pravděpodobně použit i pro jiné programy než ispell, a v nich budou
takovéto informace potřebné.

            Příznaky pro podstatná jména mužského rodu životná

P - generuje všechny tvary podstatných jmen vzorů pán a předseda kromě 1.
    pádu množného čísla; výchozí tvar je 1. pád jednotného čísla

Příznak P lze použít i pro slova končící na -o skloňovaná podle vzoru pán
(dingo, příjmení Bidlo apod.), pro cizí jména končící na -e, které se při
skloňování odsouvá (Goethe, Shakespeare) i pro slova končící na -u (guru,
gurua). U slov končících na -ek a -ěk se toto e/ě v dalších tvarech vypouští,
stejně tomu je i u slov končících na -el, před kterým není b, d, t, š, ž,
i, o nebo u. Slova, která tomuto nevyhovují (lev, ďábel a syn - 5. pád
jednotného čísla synu nikoli syne) a u kterých dochází ke změně slovního
základu (bůh, vůl, pán) musí být uvedena jako nepravidelná se všemi tvary.

Podle možných tvarů 1. pádu množného čísla se příznak P doplňuje jedním
nebo několika z příznaků I, D, V. Příznak I generuje koncovku -i (včetně
měkčení h > zi, ch > ši, r > ři, k > ci), příznak D koncovku -é a příznak
V koncovku -ové.

D - generuje tvary cizích podstatných jmen zakončených v 1. pádě množného
    čísla koncovkou -es, -os nebo -us (Aristoteles, diskobolos, Kristus),
    která se v dalších tvarech vypouští

Příznak D má tedy dvě funkce: u slov zakončených -es, -os nebo -us generuje
všechny tvary podstatného jména vzoru pán, zatímco u ostatních slov generuje
pouze koncovku -é.

U - generuje všechny tvary podstatných jmen vzoru muž a soudce, kromě tvaru
    pro 1. pád množného čísla s koncovkou -ové; u slov zakončených na -ec
    a -eň (s výjimkou -leň) vypouští -e-

Ze životných podstatných jmen mužského rodu lze obvykle vytvořit přídavná
jména individuálně přivlastňovací (vzor otcův). Tato přídavné jména je nutné
uvést ve slovníku zvlášť s příznakem Y.

           Příznaky pro podstatná jména mužského rodu neživotná

H - generuje všechny tvary podle vzoru hrad bez pohybného -e-, kromě
    tvaru s koncovkou -ě
Q - generuje všechny tvary podle vzoru hrad s pohybným -e-, kromě tvaru
    s koncovkou -ě, a dále všechny tvary slov podle vzoru hrad, zakončených
    v 1. pádě jednotného čísla na -us nebo -os, které se v dalších pádech
    odsouvá, u slov na -ismus generuje též tvary na -izmus
L - generuje všechny tvary podle podvzoru ostrov (nebo les, který ovšem
    kolísá mezi vzory ostrov a hrad), včetně tvaru s koncovkou -ě
R - generuje tvar s koncovkou -ě
S - generuje tvary podle vzoru stroj

Pro podstatná jména skloňovaná podle vzoru hrad (2. pád hradu) je třeba
vybrat příznak H, pokud nemají pohybné -e-, nebo příznak Q, pokud pohybné
-e- mají. Podle tvaru 1. pádu jednotného čísla nelze zjistit, zda je ve
slově pohybné -e- nebo není. Například ve slově úlek závisí pohybnost -e-
na významu: ve významu "leknutí" se skloňuje úlek, úleku, zatímco ve významu
"malý úl" se skloňuje úlek, úlku.

Příznak H lze použít i pro cizí slova s koncovým -e skloňovaná podle vzoru
hrad (software) a pro pomnožná podstatná jména vzoru hrad (rozpaky).

U slov, která mají koncovku -ě, je nutné uvést také příznak R.

U slov s koncovkou -us nebo -os generuje příznak H tvary -usu, -usem (např.
autobus, autobusu, ...), zatímco příznak Q tvary bez -us- (např. realismus,
realismu, ...; generuje i realizmus, realizmu, ...).

Příznak Q má tedy více funkcí; kromě generování všech tvarů vzoru hrad pro
slova s pohybným -e- a generování všech tvarů slov, která jsou skloňována
podle vzoru hrad, a jsou zakončeny na odsouvané -us a -os, se používá i pro
generování tvarů s prázdnou koncovkou pro slova podle vzorů žena, růže a
město. Také příznak S má více funkcí, kromě vzoru stroj se používá i pro
vzor stavení a pro jednotné číslo vzoru růže.

                Příznaky pro podstatná jména ženského rodu

Z - generuje tvary vzorů žena, růže (nůše) a píseň
K - generuje tvary vzoru kost
Q - generuje tvar s nulovou koncovkou pro slova vzoru žena a růže
C - generuje tvary množného čísla vzoru růže (Dalešice, dveře)
S - generuje tvary jednotného čísla vzoru růže (Roudnice)

Pro podstatná jména ženského rodu se používá příznak Z nebo K. Pro slova
vzoru žena a růže, která mají v 2. pádě množného čísla pravidelný tvar
s prázdnou koncovkou se přidává příznak Q. Není-li tvar 2. pádu množného
čísla pravidelný (houba > hub), uvede se ve slovníku na jednom řádku slovo
s příznakem Z a tvar 2. pádu množného čísla.

Příznak Z lze použít i pro cizí slova typu Antarktis. V tomto případě
vygeneruje 1. pád jednotného čísla s tvarem -ida a další tvary kromě
2. pádu množného čísla (který generuje příznak Q).

Existuje téměř kontinuum slov kolísajících mezi vzory píseň a kost. U
některých slov lze použít kombinaci příznaků KZ, u jiných ZI, někdy je
třeba ještě doplnit chybějící tvary, výjimečně je nutné slovo považovat
(pro ispell) za nepravidelné. Pro vyzkoušení generovaných tvarů lze použít
příkaz sh inter a na výzvu ispell.cz: zadat slovo s lomítkem a příznaky,
například modř/ZI.

Pro pomnožná jména vzoru růže se používá příznak C, který na rozdíl od
příznaku Z generuje i tvar 2. pádu množného čísla. A naopak, zejména pro
jména obcí, které mají tvary jednotného čísla vzoru růže (Roudnice, Sušice)
je vhodné použít příznak S generující pouze tvary jednotného čísla (i když
v některých případech může být použití množného čísla namístě, například
mluví-li se o více obcích stejného jména).

Z podstatných jmen ženského rodu, které označují osoby, některá zvířata
apod., lze obvykle vytvořit přídavná jména individuálně přivlastňovací
(vzor matčin). Tato přídavné jména je nutné uvést ve slovníku zvlášť
s příznakem Y.

                Příznaky pro podstatná jména středního rodu

M - generuje tvary vzorů město, moře, kromě tvarů vzoru město s koncovkou
    -ě/-e a s prázdnou koncovkou, funguje také pro slova typu akvárium
K - generuje tvary vzoru kuře a slov typu téma (tématu, ...)
S - generuje tvary vzoru stavení
C - generuje tvary jednotného čísla vzoru stavení (pro hromadná podstatná
    jména)
Q - generuje tvar s prázdnou koncovkou pro slova vzoru město
R - generuje tvar s koncovkou -ě/-e pro slova vzoru město

Pro slova vzoru město, která mají v 2. pádě množného čísla pravidelný tvar
s prázdnou koncovkou se přidává příznak Q. Slova jako písmeno, semeno musí
být uvedena s příznaky MQRI a navíc musí být zvlášť uveden tvar s koncovkou
-e (písmene).

                      Příznaky pro přídavná jména

Univerzálním příznakem pro přídavná jména je příznak Y, který generuje tvary
přídavných jmen podle vzorů mladý, jarní (lze použít i na druhý stupeň
přídavných jmen jako mladší), otcův i matčin. Další příznaky se používají
pro odvozování:

K - odvozuje názvy vlastností - podstatná jména vzoru kost (mladý > mladost)
C - odvozuje názvy vlastností s měkčením (exotický > exotičnost oproti
    příznaku K: anglický > anglickost)
R - odvozuje příslovce, dochází k měkčení -ký > -ce, -chý > -še, -hý > -ze,
    -rý > -ře, -[dtnbpvm]ý > -[dtnbpvm]ě
O - odvozuje příslovce, bez měkčení (dlouhý > dlouho)

N - pouze předpona ne-
E - pouze předpona nej-
W - předpony ne-, nej- a nejne-

Příznak Y lze použít i pro skloňování podstatných jmen vzorů hajný, průvodčí,
hajná, jízdné, telecí i podstatných jmen yetti, pony, grizzly, regenschori
a cizích slov na -oj, -ij (Tolstoj, Dostojevskij).


                          Příznaky pro zájmena

Y - generuje tvary substantivního skloňování podle vzorů mladý a jarní, dále
    tvary pro slova typu kdo, co, můj, náš a ten (kromě samotného slova co).


                          Příznaky pro slovesa

A - z infinitivu generuje všechny tvary sloves kromě příčestí trpného
    pro všechny vzory kromě vzorů krýt, dělat (volat), sázet a tnout
    a některých slov první slovesné třídy se změnou kmene
B - z infinitivu generuje všechny tvary sloves kromě příčestí trpného
    pro vzor krýt, dále generuje tvary přítomného času a tvary
    rozkazovacího způsobu z 1. nebo 3. osoby jednotného čísla - lze
    použít pro vygenerování tvarů oznamovacího způsobu pro slovesa
    první slovesné třídy se změnou kmene
J - z infinitivu generuje všechny tvary sloves kromě příčestí trpného
    pro vzory dělat (volat), sázet a tnout
T - generuje z infinitivu tvary trpného rodu bez měkčení
C - generuje z infinitivu tvary trpného rodu s měkčením
    (přemoci > přemožen, sytit > sycen, hladit > hlazen, prosit > prošen,
    vozit > vožen, myslit > myšlen, hustit > huštěn, opozdit > opožděn,
    táhnout > tažen, nadchnout > nadšen, stihnout > stižen, svléknout
    > svlečen, tisknout > tištěn, odemknout > odemčen)
O - generuje z mužského rodu minulého či trpného příčestí další tvary
X - generuje tvary přechodníku minulého z mužského rodu přechodníku minulého
    nebo i z infinitivu
N - generuje předponu ne-

Díky existenci přechodníku budoucího se téměř ze všech sloves (dokonavých
i nedokonavých) generují tvary přechodníku přítomného.

Ve slovníku doposud chybí jakákoli informace o dokonavosti sloves. Tuto
informaci bude nutné doplnit pro přidání příznaku X, který lze použít pouze
pro dokonavá slovesa. Naopak z nedokonavých sloves je třeba vygenerovat
přídavná jména typu dělající a přidat je do slovníku s příznaky YN.

                          Příznaky pro číslovky

Pro číslovky lze používat následující příznaky:

ZQ - pro číslovky skloňované podle vzoru žena (nula, jednička, dvojka, ...)
     a růže (dvojice, ...)
I  - pro koncovku -i (pět, šest, ...)
Y  - pro číslovky skloňované jako přídavná jména (první, druhý, ...)

Ojediněle lze použít další příznaky pro slova, která se skloňují jako
podstatná jména (sto, tisíc, milion), a příznaky N a F.

                          Příznaky pro příslovce

Příslovce je vhodné v nejvyšší možné míře odvozovat z přídavných jmen pomocí
příznaků R a O. V některých případech jsou pro příslovce použitelné příznaky
N, E a W popsané v kapitole Prefixy.

                             Nesklonná slova

Ojediněle lze použít některý z příznaků pro vygenerovaní jiného slova
z nesklonného slova (příznak N).

                             Pomocné skripty

Pro ověřování, zda je slovo uvedeno ve slovníku a jaké tvary jsou generovány
použitím určitých příznakům lze použít skript inter:

sh inter              # Spuštění skriptu
ispell.cz: husité
ispell.cz:            (žádná odpověď) Slovo husité ve slovníku je
ispell.cz: husiti
husiti                Slovo husiti ve slovníku není
ispell.cz: husita/PD
husita                Výpis všech tvarů generovaných použití příznaků P a D
husité                na slovo husita
husitech
husito
husitou
husitovi
husitu
husitů
husitům
husity
ispell.cz: Ctrl-D    Ukončení skriptu

Pro ulehčení práce s přiřazováním příznaků lze použít skript blemma, který
se podle tvarů načtených slov pokusí převést tato slova do základního tvaru
a přiřadit jim příznaky. Skript blemma nepoužívá žádný slovník a vychází
pouze z tvarů slov, proto je jeho účinnost nízká (asi 40%) a dělá chyby,
takže jeho výstup je nutné překontrolovat. :-(

Příkaz

    perl blemma -f soubor | sort -u

vypíše na standardní výstup slova, kterým se podařilo přiřadit příznaky;
příkaz

    perl blemma -r soubor

slova, u nichž se to nepodařilo.

                          Nevyřešené problémy

Některé problémy se pravděpodobně nedají rozumně řešit pomocí ispellu:

- Některé zkratky (např., atd.) by měly být považovány za bezchybné, pouze
  pokud je za nimi tečka.
- Částice -li by měla být považována za bezchybnou, pouze je-li před ní
  spojovník.
- Povolit složeniny, jejichž první složka je tvořena slovy jako jsou
  modro-, tmavo-, bledě-, krátko-, mnoho-, a druhá je přídavné jméno,
  příslovce apod.. Možná lze nějakým způsobem použít volbu ~ u některého
  příznaku. Přitom se nesmí povolit složeniny obecně.