Kristoffer Egil Bonarjee

For nynorsk-amatørar som meg, må ein slå opp ord i ordlboka ein gong iblant. Eg har tidligare nytta “Søk i elektroniske ordbøker” via sprakrad.no, men det var fram til unhammer tipsa meg om Ordbanken (blogginnlegg).

Ordbanken er eit kjekt lite program som ikkje berre gjev deg tilgang til ordboka i terminalen, men legg inn heile ordboka lokalt på maskina. Eg kunne f eks ha nytta BeautifulSoup til å skriva eit skript som spør nettsiden, men å ha dataene tilgjengeleg lokalt gjer at ting går mykje snøggare. Ei anna nemneverdig ting er at Ordbanken, inklusive båe nynorsk og bokmål ordliste, er lisensiert under gpl (v3+), så eg kan skriva mi eige vevteneste om eg så vil

Installasjon

Ordbanken er per idag berre tilgjengeleg som tarball. Det er ikkje så rart med tanke på at den første utgåvå kom første mai. Det overrasker meg ikkje om det dukkar opp pakkar i ulike distroar etter kvart. Dei som vil slå opp ord i terminalen lar seg vel ikkje skremme av velkjente kommandoar som make uansett Kjem det eit gui etterkvart blir det ei anna sak.

Installeringa er veldig enkel. Ettersom det ikkje er noko kode som skal kompilerast, er det heller ikkje noko configure-skript å køyre. Derimot blir ordlistene optimert ved å fjerna overflødige kommentarar etc, så ein må køyre make. make install sleng så programvaren inn i /usr/local (eller ei anna plass om ein nytta make install PREFIX=/home/brukar/foo).

Etter ein enkel og grei installasjon er me klare til å testa ut programmet.

I bruk

Å nytta ordbanken er ikkje værre enn å kalla kommandoen med ordet du måtte lura på. Idag er det ganske varmt her i Oslo, så la oss sjå kva ordbanken svarar på ordet ‘varm’:

egil@thor:~$ ordbanken varm
varm  varmare   adj  komp
varm  varme     adj  pos   fl
varm  varme     adj  pos   bu     eint
varm  varm      adj  pos   m/f    ub    eint
varm  varmt     adj  pos   nøyt  ub    eint
varm  varmaste  adj  sup   bu
varm  varmast   adj  sup   ub

Dykk får diverre ikkje sett fargekodane, men ettersom programmet stør html-utskrift i tillegg, kan eg jo leggja ved det òg¹ :

varm	varmare	adj	komp
varm	varme	adj	pos	fl
varm	varme	adj	pos	bu	eint
varm	varm	adj	pos	m/f	ub	eint
varm	varmt	adj	pos	nøyt	ub	eint
varm	varmaste	adj	sup	bu
varm	varmast	adj	sup	ub

Som ein ser frå utskrifta, kjem alle bøyingane av ordet. Dette er kjekt for dei av oss som ikkje har brukt nok tid på den nettbaserte ordlista til å pugge dei grammatiske kodane, og er absolutt eit pluss.

Via UiO sitt nett, har eg òg tilgang til den proprietære vevtenesten ordnett. Prøvar eg den same spørjinga der, får eg føljande svar:

varm -t, -e²

Eg har ikkje utforska korleis dei gjeng opp mot kvarandre når det kjem til mengde ord osb, men på enkle oppslag er det kjekt at programmet ikkje sparar på blekket, men gjev meg alle formane rett ut, utan koding.

Det som derimot er eit sakn, er spørjingar med jokerteikn, slik at ein kan spørja om ord ein er usikker på. Båe den nettbaserte ordlista og ordnett stør slike spørjingar, men dei har begge mykje meir fartstid enn ordbanken. Eg trur derfor at ordbanken med tida vil få støtte for slike spørjingar med meir. Ein må heller ikkje gløyme at ordlistane er frie, så ein kan eksperimentera så mykje ein vil. Til døme kan ein skriva ut alle ord som startar med varm ved å nytta

cat /usr/local/share/ordbanken/fullform_nn.dat | grep ^varm

som gjev eit lass med ord frå varm til varmvatn.

Oppdatert 2009-08-06:

Som ein kan sjå frå innspela nedanfor, tok det ikkje lang tid før mi røyst var høyrd. Spørjingar med regex var på plass same dagen som eg la ut innlegget. Med litt hjelp frå meg fekk me på plass jokerteikn på same måte som den nettbaserte ordlista med % for 0 eller fleire vilkårlege teikn, og _ for eitt. Eg har nytta desse kjekke funksjonane ein stund ettersom dei har vore i utviklarutgåva. Etter å ha kost seg der nokre dagar, er dei nå tilgjengelege i versjon 2009-08-05 som vart klar igår. Sjå lenka for døme.

Den nettbaserte ordlista har dessuten synonym og eksemplar, men det er ikkje sikkert dei kan distribuerast under den same frie lisensen som ordlistene.

I tillegg til rett fram spørjing, har programmet ulike flagg som klammeformer på/av, fargekodar på/av, og ein informativ eksempeltekst i tillegg til dei vanlege tinga som hjelpetekst over versjonsinformasjon. Det slår opp i nynorsklista som standard, men ein kan enkelt nytta bokmålsordboka ved å kalla programmet med -s nb. Dette blir fort keisamt i lengden, men då sett ein berre miljøvariabelen SPRAK_ORDBANKEN til nb, fortrinnsvis i rc-fila til skallet ditt.

Alt i alt er eg særs nøgd med ordbanken; det går mykje fortare å få fram eit terminalvindauge og køyre kommandoen enn å nytta dei nettbaserte tenestane, og ein får fram alle formane av orda utan noko strev. Innebygd støtte for jokertegn hadde vore kjekt, men det er ikkje værre enn å skriva ein regexp mot ordlista direkte. Når ein tenkar på kor ungt prosjektet er, kan ein ikkje få alt på ein gong heller. Då er det mykje betre med nokre funksjonar av gongen enn å venta til ein er nøgd nok til å sleppa versjon 1.0.

Eg har iallefall fått eit nytt flott verktøy som kjem til å gjera nynorskskrivinga mi endå enklare.

Oppdatert 2009-08-06:

Då eg skreiv dette innlegget, hadde eg ikkje trudd at ting ville skje så raskt. Karl Ove Hufthammer forten honnør for å ha implementert ønskja mine så fort. Sjølv om det var eg som la inn støtta for jokerteikn, var det han som gjorde grunnarbeidet. Mi kode skriv berre om utrykket til eit regulært utrykk, og det hadde ikkje gått om det ikkje hadde vore støtta i utgangspunktet. Han skal òg ha honnør for å lytta til brukarane og gjeva oss funksjonar han ikkje hadde tenkt å støtta. Ordbanken er særs kjekk for oss som ikkje skriv så godt nynorsk, og eg har nytta ho båe i dette innlegget og i andre prosjekt eg kjem attende til i nye innlegg seinare.

1. Den genererte html’en hadde ein bitteliten formalitetsfeil (ho mangla xmlns i html-tagen), men av di programmet er fritt, kunne eg enkelt laga ein triviell patch frå siste revisjon av koden og senda til utviklaren. Dette vart òg fiksa i v2009-08-05 [↩]
2. I tillegg til dei fem forrige og neste orda i lista, men det er ikkje interessant, og heller ikkje vanskeleg å implementera i ordbanken. [↩]