Wiktionnaire:Transferts/Ergane

Présentation d'Ergane

Ergane v1.01 est un programme de traduction utilisant l'espéranto comme langue pivot.

La version de base comprend un petit programme à installer et une base lexicale en espéranto très vaste. On ajoute ensuite des bases de données supplémentaires qui sont seront immédiatemment prises en compte.

Licence

Le logiciel est distribué avec une licence libre explicite sur le site d'Ergane et confirmé par mail par le contact du site pour les dictionnaires à télécharger:

Re: majstro: License [edit]   30/11/05 13:39        
from: Gerard van Wilgen <xxxantispamxxx@planet.nl> 
to: xxx-moi-antispamxxx@walla.com , 
The copyright sign on the site applies only to the content of the site. 
The dictionaries are in the public domain, so you can do with them 
whatever you like.

Gerard van Wilgen

xxx-moi-antispamxxx@walla.com wrote:

>Nomo: Laurent Bouvier
>Preferata lingvo: eng
>
>Dear master,
>
>I have noticed the small copyright sign at the bottom of the site but there is
 no precision on which usage license applies on your site.
>
>Indeed, I am working on the the word book part of wikipedia and I would
 like to know if I could use your material. I am especially interested in the
 rare languages (Zulu etc.)
>
>Of course, this would mean that the information will become available under GNU
 GPL license.
>
>Best regards, groetjes,
>
>Laurent Bouvier,

Technique de transfert

Il est réalisé à partir d'un petit programme en Python qui réalise le script suivant:

• Connexion aux bases lexicales en langue source, en espéranto, en français
• Constitution d'une liste de lemmes en langue source pour lesquels il existe une traduction en français
• Suppression des noms propres, expressions, et mot de moins de trois lettres.
• Suppression de certaines catégories grammaticales: préfixes, suffixes, ...
• Ajoute de la prononciation si la langue est suffisamment régulière et que des ressources (documentaires et validateurs) sont disponibles.
• Contrôle des caractères ( les caractères sont stockés dans un encodage particulier sous forme de caractères spéciaux )
• Publication des articles produits sur le site avec la classe wikipedia du paquetage wikipedia.py

Langues disponibles

Langue	Nombre total de mots	Statut	Remarque
néerlandais	56006	Partiel	Autres sources à privilégier → locuteurs, wiktionnaire
allemand	15317	Gelé	Autres sources à privilégier → locuteurs, wiktionnaire
grec	1833	Gelé	Problème de diacritiques
Kurde	560	Gelé	Problème avec le contenu du dictionnaire, 3 kurdes répertoriés sur ethnologue.com ckb, kmr, sdh format le groupe kur ou ku.
Serbo-croate	444	Gelé	Le lexique n'est disponible avec une seule police (latine) comme utilisés par les Croates. Le Wiktionnaire n'a pour l'instant qu'une langue serbe. Ethnologue.com mentionne serbo-croate (hbs,sh), (hrv,hr) croate et (srp,sr) serbe.
portugais	18372	Réalisé
anglais	15812	Partiel	Autres sources privilégiées → locuteurs, wiktionnaire
afrikaans	6360	Réalisé
suédois	6055	Réalisé
féroïen	5552	Réalisé
espagnol	5420	Réalisé
papiamento	4910	Réalisé
danois	4620	Réalisé
frison	4492	Réalisé
italien	3793	Réalisé
hongrois	2796	Réalisé
polonais	2470	Réalisé
latin	2389	Réalisé
turc	1966	Réalisé
norvégien	1961	Réalisé
finnois	1887	Réalisé
islandais	1632	Réalisé
russe	1504	Réalisé
roumain	1323	Réalisé
sranan	1117	Réalisé
vieil anglais	945	Réalisé
tagalog	940	Réalisé
catalan	881	Réalisé
gaélique écossais	876	Réalisé
zoulou	835	Réalisé
swahili	665	Réalisé
maya yucatèque	662	Réalisé
albanais	597	Réalisé
malais	519	Réalisé
brahui	432	Exclus	Données non publiques Code langue à créer (brh?) - Nom de la langue en français
thaï	1658	Exclus	Nombreux diacritiques que je ne maîtrise pas
japonais	1656	Exclus	Dictionnaire romanisé
gaélique irlandais	1347	Exclus	Données non publiques
tchèque	1905	Exclus	Problème avec l'alphabet utilisé
chinois (Mandarin)	1379	Exclus	Dictionnaire romanisé
laotien	1084	Exclus	Données non publiques
slovaque	949	Exclus	Problème avec l'alphabet utilisé
indonésien	801	Exclus	Données non publiques
gallois	780	Exclus	Données non publiques
lombard	345	Exclus	Données non publiques - Code langue à créer (lmo)
grec ancien	338	Exclus	Données non publiques - Problème de diacritiques
maori	280	Exclus	Données non publiques
hébreu	237	Exclus	problème de script
maltais	235	Exclus	Données non publiques
hawaïen	239	Exclus	Données non publiques - Code langue à créer (haw)
bavarois	217	Exclus	Données non publiques - Code langue à créer (bar)
tswana	186	Exclus	Données non publiques - Code langue à créer (tn)
yoruba	161	Exclus	Données non publiques
tahitien	35	Exclus	Données non publiques
letton	8	Exclus	Pas assez de mots
estonien	2	Exclus	Pas assez de mots
lituanien	2	Exclus	Pas assez de mots

Compte tenu des différents filtrages et contraintes de création d'articles un tiers des lemmes deviennent des articles.