Словарь склонения числительных

Словарь склонения числительных
авторы: muk79, evmir, evilone

В словаре используются правила на основе регулярных выражений работающие только по стандарту PCRE. Данный словарь предназначен для использования в программах для чтения вслух и записи в аудиофайл текстовых файлов с использованием пакетов речевых функций SAPI4\SAPI5 с поддержкой ini-словарей (использующих регулярные выражения) (балаболка или демагог).

Словарь предназначен для склонения порядковых и целых числительных. Склоняются любые числа от одного до четырёх знаков в т.ч. римские (кроме упрощенной формы) путём дописывания к числу нужного окончания или специальной падежной метки определяющей правило склонения числа.

Для использования достаточно применить шаблон который будет добавлять к числу нужное окончание, например:

Код:: в начале XIX века= в начале XIX-ого века
в начале девятнадцатого века

Код:: в 1991 году=в 1991-м году
в одна тысяча девятьсот девяносто первом годУ

Код:: в 2-х этажном= в 2-ом этажном
в двухэтажном

Код:: глава 3=глава 3-я
глава третья

и т.д.

Структура словаря:

Римские цифры
преобразование римских чисел в арабские и шаблоны склонения
здесь же до строки <рим\.ч\.>= можно использовать замены специфические только для римских чисел, например Петр I, Генрих IV и т.п., часть для примеров уже есть

Время
преобразование и шаблоны склонения времени записанных в сокращенном виде 21:45\21:45:18\21.45 для использования в шаблонах падежного склонения используйте метку падежа согласно таблице

Даты
преобразование и шаблоны склонения различных дат записанных в сокращенном виде 01.01.01\01.01.2001 8мар 1апр для использования в шаблонах падежного склонения используйте метку падежа согласно таблице

Длина
преобразование и шаблоны склонения различных длин записанных в сокращенном виде 1м 100км для использования в шаблонах падежного склонения используйте метку падежа согласно таблице

Вес
преобразование и шаблоны склонения различного веса записанных в сокращенном виде 1т 100кг для использования в шаблонах падежного склонения используйте метку падежа согласно таблице

Объем
преобразование и шаблоны склонения различных объемов записанных в сокращенном виде 1л 100мл для использования в шаблонах падежного склонения используйте метку падежа согласно таблице

Валюта
преобразование и шаблоны склонения различных валют записанных в сокращенном виде 10$ 100руб. для использования в шаблонах падежного склонения используйте метку падежа согласно таблице

Координаты
преобразование и шаблоны склонения координат (градусы и минуты) записанных в сокращенном виде 40°31' для использования в шаблонах падежного склонения используйте метку падежа согласно таблице

Биты и байты
преобразование и шаблоны склонения бит и байт записанных в сокращенном виде 100Гб 5Mb для использования в шаблонах падежного склонения используйте метку падежа согласно таблице

Общие шаблоны
здесь возможно добавление новых шаблонов для замен по тексту, часть для примеров уже есть

Сокращения
добавление текстовых сокращений, часть для примеров уже есть

Цифровые окончания
сам словарь замен

Использование метки падежа при составлении шаблонов склонения
Метка падежа t служит для быстрой записи необходимого падежного склонения для числительного и стоящего рядом с ним слова.

Цитата :

Формат записи для определения падежа числительного:

число<t@#>
число-абв

Формат записи для определения падежа стоящего рядом слова:

время:
часы <hr>
минуты <min>
секунды <sec>

дата:
день <dd>
неделя <wek>
месяц <mm>
месяц <mnth>
год <yy>

длина:
метр <mt>

вес:
грамм <gr>
тонна <tn>

объем:
литры <lt>

валюта:
доллар <usd>
цент <cnt>
рубль <rub>
гривна <grn>
копейка <cop>
евро <eur>
евроцент <ecn>

координаты:
градус <gra>
процент <per>
минута <min>

биты и байты:
биты <bit>
байты <byt>

степени:
тысячи <tis>
миллионы <mln>
миллиарды <mlrd>

где #(падеж) число от 1 до 6
@ числовая группа (род число и одушевленность) - латинская буква

В шаблоне при записи отдельно можно использовать как метку с числительным, с указанием группы числа, так и буквенное окончание. Использовать метку для стоящего рядом слова можно использовать без указания группы числа. Отдельно использовать метку только для стоящего рядом слова нельзя.
Например:

Цитата :: 18 мин=18<t1><min>
около 18=около 18<tb2>
около 18=около 18-го

Цитата :

Буквенные окончания:

-го
-му
-им
-ом
-а
-ой
-у
-ою
-о
-ими
-их
-и

ноля
нолю
нолём
ноле
ноль
ноля
ноль
нолём
ноль
нолями
нолях
ноль

одного
одному
одним
одном
одна
одной
одну
одною
одно
одними
одних
одни

двух
двум
двумя
двух
две
двух
две
двумя
два
двумя
двух
два

-ый
-ого
-ому
-ым
-м
-я
-й
-ю
-е
-х
-ые
-ми

нулевой
нулевого
нулевому
нулевым
нулевом
нулевая
нулевой
нулевую
нулевое
нулевых
нулевые
нулевыми

первый
первого
первому
первым
первом
первая
первой
первую
первое
первых
первые
первыми

второй
второго
второму
вторым
втором
вторая
второй
вторую
второе
вторых
вторые
вторыми

-ро
-ых
-рым
-ро
-ых
-ыми
-ах

двое
двоих
двоим
двое
двоих
двоими
двоих

трое
троих
троим
трое
троих
троими
троих

четверо
четверых
четверым
четверо
четверых
четверыми
четверых

Полная таблица всех окончаний

Цитата :

Буквенные окончания для различных значений падежных меток и групп чисел:

t 1 2 3 4 5 6	A -го -му -им -ом м.р.к.	D -ый -ого -ому -ый -ым -м м.р.п.	B -а -ой -ой -у -ой -ой ж.р.к.	E -я -й -й -ю -й -й ж.р.п.	H -о -го -му -о -им -ом с.р.к.	C -е -ого -ому -е -ым -м с.р.п.	G -и -их -их -и -ими -их мн.к.
t 1 2 3 4 5 6	F -ые -х -х -ые -ми -х мн.п.	J -го -му -го -им -ом од.м.р.к.	K -ый -ого -ому -ого -ым -м од.м.р.п.	L -а -ой -ой -ой -ой -ой од.ж.р.к.	M -я -й -й -й -й -й од.ж.р.п.	N -и -их -их -их -ими -их од.мн.к.	O -ые -х -х -х -ми -х од.мн.п.
t 1 2 3 4 5 6	P -ро -ых -рым -ро -ыми -ах соб.	Q -ро -ых -рым -ых -ыми -ах од.соб.

м.р. - мужской род
ж.р. - женский род
с.р. - средний род
мн. - множественное число
п. - порядковые
к. - количественные
соб. - собирательные
од. - одушевленное

Словарь склонения числительных 1195538408

Словарь склонения числительных (зеркало)

Все ошибки и\или нужные шаблоны для замен пишите, пожалуйста, здесь

Спасибо!
Это лайт версия "Словарь замены для числительных и физических величин"?
Как добавить такие вариации для коррекции чтения, написанных как : "50- х; 40- х; 50- й; 40- й" - пятидесятых; сороковых; пятидесятый; сороковой?

Примечание 29.05.14:
Словарь замены для числительных и физических величин полностью устарел - он не работает в новых в. TTS-программ!

Rus пишет:: Как добавить такие вариации для коррекции чтения

с пробелом? а разве словарь их не меняет? у меня например "50- х" заменяется на "пятидесятых" и т.д.

другой вопрос что нужно просто внимательно выбрать и сделать правила где 3-х должно быть как "трех" а где как "третьих", там все не просто Smile

обновился словарик - добавились даты и время

Цитата :

21.45
21:45
около 21:45
21:45:18
около 21:45:18
01.01.01

21 час 45 минут
21 час 45 минут
около двадцати одного часа сорока пяти минут
21 час 45 минут 18 секунд
около двадцати одного часа сорока пяти минут восемнадцати секунд
первое января две тысячи первого года

для добавления склонения по падежам пользуйтесь меткой падежа в шаблоне

например для "около 21:45" t=2 для "в период с 01.01.01" t=2 и т.д.
для времени с секундами и без нужно отдельные шаблоны, потом исправим

добавили вес, длину, объем, валюту координаты и биты\байты

Цитата :

около 21см
21км
свыше 21мм
около 21гр
приблизительно 21т
21мг
5 мин
21 мин
21 сек
3 апр
около 100$
$100
40°31'
свыше 100Гб
100Кб

около двадцати одного сантиметра
21 километр
свыше двадцати одного миллиметра
около двадцати одного грамма
приблизительно двадцати одной тонны
21 миллиграмм
пять минут
двадцать одна минута
двадцать одна секунда
третье апреля
около ста долларов
100 долларов
40 градусов тридцать одна минута
свыше ста гигабайтов
100 килобайтов

теперь для склонения в шаблонах можно использовать как буквенное окончание -абв так и метку падежа t

Здравствуйте. У меня такая проблема, неправильно читает месяцы, 06 - мартом обзывает, и так почти все с 04 по12, правильно называет только январь, февраль и март. Как будто других месяцев не знает.. Подскажите пожалуйста как это можно исправить. Пример где она ошибается: 12.06.1985

MiKa85, да, там была ошибка, спасибо

Цитата :: 12.06.1985
двенадцатое июня тысяча девятьсот восемьдесят пятого года

вроде бы исправили, обновите

Это вам спасибо! Обновила, теперь все нормально Smile

Цитата :: – Но «кадиллак» с номером 24-17-10 Калифорния я запомню надолго, – сказал Коттон.

найденные цифры пытается прочитать как дату. В итоге получилось следующее:

Цитата :: – Но «кадиллак» с номером двадцать четвертое две тысячи десятого года Калифорния я запомню надолго, – сказал Коттон.

ещё примеры ошибок:

Цитата :: 39-11-10 тридцать девятое ноября две тысячи десятого года
195-11-10 сто девяносто пятое ноября две тысячи десятого года

Можно попытаться отловить такие "несуществующие даты".
например так:

Код:: \b(3[01]|[0-2]?[0-9])(\.|\-|\/)(0?[1-9]|1[12])(\.|\-|\/)(\d{2,4})\b=$1<t1><dd> $3<t2><mm> $5<t2><yy>

или даже так:

Код:: \b(3[01]|[0-2]?[0-9])(\.|\-|\/)(0?[13578]|1[02])(\.|\-|\/)(\d{2,4})\b=$1<t1><dd> $3<t2><mm> $5<t2><yy>
\b(30|[0-2]?[0-9])(\.|\-|\/)(0?[469]|11)(\.|\-|\/)(\d{2,4})\b=$1<t1><dd> $3<t2><mm> $5<t2><yy>
\b([0-2]?[0-9])(\.|\-|\/)(0?2)(\.|\-|\/)(\d{2,4})\b=$1<t1><dd> $3<t2><mm> $5<t2><yy>

wedmed, да, это все из-за неточной маски шаблона для замены
если номер «кадиллака» будет 24-11-10 то все равно будет ошибка rulzz

наверно самым правильным здесь будет разделить шаблоны dd-mm-yy, dd.mm.yy, dd/mm/yy на три отдельные правила и в зависимости от текста использовать нужные Suspect

p.s. спасибо, были правки в словаре с учетом замечаний, обновитесь

словарь обновлен:
- исправлены ошибки;
- перенесены шаблоны замен из словаря замен ударений;
- добавлено склонение собирательных числительных 2-20 и 30 (двое, трое, четверо...)

evilone_ пишет:: если номер «кадиллака» будет 24-11-10 то все равно будет ошибка rulzz
наверно самым правильным здесь будет разделить шаблоны dd-mm-yy, dd.mm.yy, dd/mm/yy на три отдельные правила и в зависимости от текста использовать нужные Suspect

возможно правильно, но неудобно Sad

(по крайней мере в балаболке), но как сделать удобнее я не смог придумать и пока всё-равно включены все. Пока ещё в текстах мне не попадались номера машин и телефонов похожие на даты. Smile

а вот по поводу другого мелкого неудобства придумал Smile

если дата в тексте обозначает год двумя цифрами, то первые 2 добавляются автоматически по правилу: если год <= 19 то он становится 2019 иначе 1920.
возникает необходимость исправления (если текст про Пушкина А.С, то первые цифры должны быть 17 и 18, если история типа "Неуловимые мстители", то только 19)
искать и поправлять правила неудобно (тем более, что правила не с краю).

я предлагаю следующее:

Код:: \b(3[01]|[0-2]?[0-9])(\.|-|/)(1[0-2]|0?[1-9])(\.|-|/)(\d{2}|\d{4})\b=$1-$3-$5
\b(\d+-\d+-)([01]?\d)\b=$1<твек>$2
\b(\d+-\d+-)([2-9]?\d)\b=$1<првек>$2
<твек>=18
<првек>=17

так будет намного проще искать где-что поправить надо

wedmed,
да, сейчас словарь именно так и делает замены - до 19-го включительно это 2000- а выше 1900+ я не помню почему именно до 19 но так уже получилось, потому что, по-моему, это была не моя идея Rolling Eyes

если нужно (и нужно ли?) это изменить то оно настраивается строками 573 574 (# года)

Цитата :: <([01]?[0-9]):d(\d):t(\d)><yy:d(\d):t(\d)>=<20$1:d$2:t$3><yy:d$4:t$5>
<([2-9]?[0-9]):d(\d):t(\d)><yy:d(\d):t(\d)>=<19$1:d$2:t$3><yy:d$4:t$5>

если я правильно все понимаю то предложение сделать "плавающую \ настраиваемую" первую часть для года если дата имеет сокращенный вид хх-хх-хх (1920+\2019-; 1820+\1919-; 1720+\1819-; ... ), так? или не так? или просто добавить маркер на дату хх-хх-хх? warry

evilone_ пишет:: если я правильно все понимаю то предложение сделать "плавающую \ настраиваемую" первую часть для года если дата имеет сокращенный вид хх-хх-хх

Да. Суть предложения именно в этом.

wedmed пишет:: Да. Суть предложения именно в этом.

очень сложно получится, надо будет вспоминать про такие даты каждый раз при разметке текста

я предлагаю сделать проще - оставить как есть, тот кто слушает сам поймет какие там века, оставить только поддержку склонения по шаблону:

Код:: 24-11-10 - двадцать четвёртое ноября десятого года

evilone_ пишет:: очень сложно получится, надо будет вспоминать про такие даты каждый раз при разметке текста

Кому лень вспоминать и в случае упоминания многих веков можно "переменной" присвоить "пустое место". Тогда всё само сведётся к шаблону хх-хх-хх, а желающие смогут указывать нужные века.

Admin Сообщений : 616 Репутация : 208

wedmed пишет:: желающие смогут указывать нужные века.

Простите но... а если желающим непонятно как это делается - не все разбираются в регулярных выражениях!

wedmed пишет:: Кому лень вспоминать и в случае упоминания многих веков можно "переменной" присвоить "пустое место". Тогда всё само сведётся к шаблону хх-хх-хх, а желающие смогут указывать нужные века.

да, но только это наверно лучше тогда добавлять индивидуально как новый шаблон:

Код:: \b(\d{2})(\.|-|/)(\d{2})(\.|-|/)([01]?[0-9])\b=$1$2$3$420$5
\b(\d{2})(\.|-|/)(\d{2})(\.|-|/)([2-9]?[0-9])\b=$1$2$3$419$5

и искать не нужно долго и быстро сменить 19\20 на другое можно
и убрать предыдущий вариант замен, оставив только как есть (две цифры)
но только этот шаблон скорее всего будет закомментирован по умолчанию

evmir1 пишет:: Простите но... а если желающим непонятно как это делается - не все разбираются в регулярных выражениях!

именно для этого я и предложил ввести "переменные"

Код:: <твек>=18
<првек>=17

можно дать им более понятные имена <текущийвек>, <прошлыйвек> (или придумать что-то более подходящие. Понятие "век" может запутать)
полагаю, что такое решение будет наиболее универсальным и максимально простым для понимания. Даже для незнакомых с регулярными выражениями не составит труда с этим разобраться.

wedmed пишет:: именно для этого я и предложил ввести "переменные"

переменные не нужны, достаточно простого шаблона

Код:: #(dd-mm-yy -> dd-mm-yyyy 1900-2000)

этого пока что хватит, если нужно будет перевести хх-хх-хх→хх-хх-хххх нужно раскомментировать этот шаблон. века и год перехода меняются там же

evilone_ пишет:: переменные не нужны, достаточно простого шаблона

конечно можно попробовать, может это тоже окажется достаточно удобно.
Но ...

evmir1 пишет:: Простите но... а если желающим непонятно как это делается - не все разбираются в регулярных выражениях!

Неразбирающимся придётся смирится и не включать шаблон.

P.S. если что, то для себя я смогу написать пару строчек, какие нравятся Wink

wedmed, ну так это же словарь склонения числительных, т.е. для перевода числа в пропись и изначально предполагалось что пользоваться им будут те кто умеет сам создавать и\или редактировать шаблоны, для этого там они (шаблоны) и выделены отдельно на простые и с римскими
проблема перевода в нужный для склонения вид в словаре решается шаблонами
кто не умеет создавать шаблоны может использовать готовый пример из уже включенных в словарь шаблонов или с помощью *.dic словаря предварительно добавляя падежные метки\окончания. это долго и не удобно но зато просто и ясно

p.s. а для тестирования шаблонов, кстати, удобно пользоваться Regex песочницей (vregexp) из транскриптора Rolling Eyes

Словарь не работает на запись в мр3. При чтении все ок. Что предпринять?

проблемка с цифрами.

фразу = " В 1930 году была организована экспедиция" = читает правильно.

во фразе "..в сентябре 1930 года,.." читает " ...в сентябре года,. " без даты.

что делать? Crying or Very sad

Dekabrus, в какой программе и с какими словарями? у меня все работает как положено # 11/01/2013

Спойлер:

а сам словарь давно обновляли? Suspect

Гость

Пропускает текст, читает только выделенное жирным:
"И вот наконец 27 марта 1978 года состоялось первое «горячее» испытание реактора 11Б91-ИР-100 (ИРГИТ) – такое имя получил будущий ЯРД. Это был так называемый энергетический пуск. Параметры его были весьма скромными, мощность 25 МВт (примерно 1/7 от проектной), температура водорода – 15000С, время работы а этом режиме – 70 секунд. Но не подумайте, что наши инженеры на 19 лет отставали от американцев! Очень скоро, в июле и августе 1978 года, тот же реактор на огневых испытаниях показал гораздо более высокие результаты!"

V.I.P. Сообщений : 355 Репутация : 476

Такой результат дает правило: (\<)(.*)(\>)=
(Уничтожить все символы между символами < >)
Символов < > в изначальном тексте нет, но они, как видно, добавляются другими правилами из этого диковинного словаря chisla.rex Smile

flegont пишет:: Такой результат дает правило ... из этого диковинного словаря chisla.rex

да, так работает, исправили :16:

rd123, flegont спасибо

мы обновились:
- исправлены римские числа и шаблоны с ними;
- добавлено склонение числительных с сокращениями тыс. млн. мрлд.;
- добавлено склонение десятичных и целых дробей;
- добавлено склонение числительных с новыми "стоящими рядом" словами (см. шапку);
- проставлены ударения в омографах;
- исправлены важные ошибки;
- добавлено много много много новых шаблонов...

Доброго времени всем. Спрашивал в теме по работе и функционалу

Спойлер:

-отправили сюда. А проблема такая. Для сохранения в аудиофайлы использую Балаболку последней версии, в ней с произношением чисел проблем вроде нет. Но при чтении на компе при подключенных словарях она делает паузы перед следующим после прочитанного фрагментом текста (не зависит предложение это, абзац или смешанный метод), без словарей пауз нет. Поэтому для чтения использую версию Балаболки 2.0.0.439 - она со словарями читает без пауз, но не понимает словарей .rex только .ini Пробовал просто менять расширение файлов словарей, создавал пустой ini и копировал в него содержимое rex - не проходит. Подскажите, пожалуйста, кто знает, как конвертировать .rex в .ini или что поправить в chisla.ini, чтобы Алёна читала правильно. А ещё лучше, что почитать, чтобы разобраться с "палочками и крючёчками" ;-) в словарях.

Использую этот словарь совместно с голосовым движком "Татьяна" и при чтении к примеру

Цитата :: заплатят $ 77 миллионов за печеньки

он произносит как

Цитата :: заплатят 77 долларов за печеньки

И если убрать пробел между знаком доллара и цифрами, то ничего не изменится.
Как можно это исправить?

V.I.P. Сообщений : 304 Репутация : 85

made_in_Chuguev пишет:: И если убрать пробел между знаком доллара и цифрами, то ничего не изменится.
Как можно это исправить?

Надо же! И тут миллионами воруют... silent

а какая у вас версия словаря?
# 30/09/2015

Код:: заплатят $ 77 миллионов за печеньки

Код:: заплатят 77 миллионов долларов за печеньки

должно быть так

Прошу простить за невнимательность. Действительно у меня стояла версия 15/09/2014 и после замены её на последнюю эта проблема исчезла. Спасибо за подсказку.

Здравствуйте.
Использую этот словарь совместно с голосовым движком "Татьяна" и при чтении к примеру:

в 2016 году - читает правильно - "в две тысячи шестнадцатом году"
к 2016 году - читает не корректно - "к двадцатому шестнадцатому году"

И у меня такая же проблема как у wisedа

made_in_Chuguev , wised
Если ещё актуально. Уберите в этой строке второй от начала знак вопроса.

(\bк\b|\bко\b)\s(\d{2,4})\s?(\bи\b|\-)?\s?(\d{2,4})(\s(\bгоду\b|\bг\.|\bгг\.|\bгод\.))=$1 $2-ому $4-ому гОду

Должно быть так.

(\bк\b|\bко\b)\s(\d{2,4})\s?(\bи\b|\-)\s?(\d{2,4})(\s(\bгоду\b|\bг\.|\bгг\.|\bгод\.))=$1 $2-ому $4-ому гОду

Насколько я понял - этот словарь для всех голосов одинаковый? Интересно ещё посмотреть, чем отличаются корректирующие словари.
Может кто выложит корректор от Алёны?

да, этот словарь подходит для всех голосов
отличия корректора Алены в специфических заменах для исправления ошибок произношения ряда слов

вот новая версия словаря
ссылка на dropbox временно неактивна как только заработает то будет доступна и по старой ссылке :ku:

Спасибо! Числа ещё и с комментами. А я столько времени убил, чтоб, хоть немного понять, что там к чему.