Biblioteka Cyfrowa KLF UW (Digital Library of the Formal Linguistics Department at the University of Warsaw)

Bień, Janusz S.

Wybrane standardy przetwarzania tekstów

. . ... 
1992 r. 
Janusz S. _áÉń=
Warszawa 
UNIWERSYTET daAŃphf=
Filologia Polska - Prace gęzókoznawczÉ=
Uwagi o éoêządku=alfabetycznym 
i leksykograficznym 
1. Fizyczne postacie tekstu 
Nr 16 
oozêóżnáać=będzáÉmó=dwa zasadnicze rodzaje tekstów: 1eks1y nan1ralne i teksty 
w postaci czytelnej dla komputera, które - zgodnie z éêoéozócàą=zawaêíą=w E_áÉń=
1977:254) - będzáÉmó=nazówać=teksrnmi kodoúmáK= \) 
Teksty naturalne dzielimy na ú=
- teksty mówione, 
, · 
- teksty pisane êęcznáÉI=
- teksty drukowane. 
Warto zwêócáć=uúę=na daleko ádącÉ=analogie máędzó=tekstem mówionym i '\J' t>--
pisanym êęcznáÉW=ten sam tekst wypowiedziany lub -napisany przez íę=samą=osobę=w 
êóżnóch=momentach możÉ=máÉć=istotnie êóżnó=kszíałí=akustyczny lub graficzny, w 
zalÉżnoścá=od takich czynników, jak nastrój danej osoby, tempo mówienia lub 
pisania, sposób mówienia (np. krzyk, szept), wykorzystywany do pisania éêzóêząd=
i maíÉêáał= itd. Wszystkie te czynniki séêawáaàąI=żÉ=automatyczne przetwarzanie 
tekstów mówionych i pisanych êęcznáÉ=jest bardzo utrudnione; w dalszym cáągu=
pracy będzáÉmó=zaàmować=sáę=głównáÉ=tekstami drukowanymi. 
tśêód=wielu sposobów kodowania tekstów wóêóżnámó=nasíęéuàącÉ=rodzaje: 
- akustyczne, 
- wizualne, 
52 Janusz S . _áÉń=
- symboliczne, 
- technologiczne. 
Tukst kodowany akustycznie to cyfrowy zapis (taki, jak na éłócáÉ=kompakto-
wej) tekstu mówionego. Tukst kodowany wizualnie to cyfrowa reprezentacja tekstu 
pisanego lub drukowanego otrzymana przez éodzáał=powierzchni tekstu na bardzo 
małÉ=fragmenty - częsío=niewidoczne gołóm=okiem - i sklasyfikowanie ich jako 
zaczernione lub nie. Tekst kodowany symbolicznie to zapis tekstu w postaci cáągu=
liczb, którym przypisane jest umownie pewne znaczenie; éêzókładÉm=możÉ=bóć=
stosowany w wáększoścá=komputerów kod ASCII (American Standard Code for 
Information Interchange - amÉêókańská=standardowy kod do wymiany informacji), 
jego odmiany i pochodne (Mackenzie 1980). Kodowanie technologiczne tekstów 
służó=konkretnym celom, np. do sterowania odlÉwaêką=monoíóéową=czy uêządzÉ­
niem do foíoskładuK=W wypadku komputerowych drukarek graficznych kodowanie 
technologiczne częsío=łączó=elementy kodowania symbolicznego z wizualnym: po 
opisaniu znaku jako pewnego układu=punktów, dalsze odwołanáa=do tego znaku 
maàą=àuż=charakter symboliczny. 
Z oczywistych względów=charakter kodowania symbolicznego w istotny spo-
sób zalÉżó=od właścáwÉgo=dla danego àęzóka=úósíÉmu=pisma. Ciekawe éêzókładó=z 
tym zwáązanÉ=można=znalÉźć=w artykule (Becker 1984); dalej ograniczymy sáę=do 
rozpatrywania tylko alfabetycznych systemów pisma. 
2. Alfabetyczny system pisma 
modsíawową=àÉdnosíką=tekstu w alfabetycznym systemie pisma jest słowoI=
będącÉ=cáągáÉm=liter; w słowach=mogą=wósíęéować=êównáÉż=diakryty. Elementami 
takstów są=íakżÉ=znaki interpunkcyjne i cyfry. Ze względów=praktycznych każdó=
dłuższó=tekst dzieli sáę=na wiersze czyli linijki. 
gęzóká=naturalne síosuàącÉ=alfabetyczne systemy pisma częsío=êóżnáą=sáę=zesta-
wem stosowanych liter, czyli alfabetem literowym; np. àęzók=polski stosuje litery ąI=
ć=itd. nie wósíęéuàącÉ=na ogół=w innych àęzókachK=Niektóre àęzóká=oprócz liter 
wókoêzósíuàą=íakżÉ=diakryty, które íwoêzą=alfabet diakrytyczny; np. dla àęzóka=
francuskiego zawiera on m.in. / , \, "' i ·· - jak zobaczymy dalej, diakryty i litery 
odgêówaàą=istof1ie odmáÉnną=êolę=przy éoêządkowanáu=alfabetycznym. gęzóká=na-êú= turalne êóżnáN=sáę=êównáÉż=zestawami znaków interpunkcyjnych czyli alfabetami 
Uwagi o éoêządku=alfabetycznym i leksykograficznym 53 
interpunkcyjnymi; éêzÉważnáÉ=dotyczy to kszíałíu=cudzósłowówI=ale np. hászéańská=
stosuje odwrócony znak zapytania i wykrzyknik (i., i). Do alfabetu interpunkcyjne-
go zaliczamy êównáÉż=odsíęé=czyli séacàęK=fest chyba trudno znalÉźć=àęzók=éosługu­
àącó=sáę=alfabetycznym systemem pisma, ale éosáadaàąíKFD=specyficzny zestaw cyfr, 
czyli alfabet cyfrowy (liczby rzymskie traktujemy jako słowa=alfabetu literowego); 
warto jednak éamáęíaćI=żÉ=w tekstach przygotowanych na niektórych typach ma-
szyn do pisania cyfra 1 jest zasíęéowana=małą=láíÉêą=1, a cyfra O - dużą=láíÉêąW=O. 
Cztery wymienione alfabety (literowy, diakryczny, interpunkcyjny i cyfrowy) 
wraz z charakterystycznymi dla danego jc;zyka zasadami ich użócáa=będzáÉmó=robo-
czo nazówać=liternictwem tego j((zyka. tóêóżnámó=nasíęéuàącÉ=aspekty tak rozu-
mianego liternictwa: 
- segmentacja tekstu, 
- łamanáÉ=tekstu, 
- kaszíowośćI=
- haêmonácznośćI=
- éoêządÉk=alfabetyczny. 
Co do segmentacji tekstu na słowaI=to zwrócimy tutaj tylko uwagę=na to, żÉ=np. 
dla angielskiego nie jest ona zbyt precyzyjnie okêÉślonaW=zapisy matchbox, match-
box i matchbox są=praktycznie równowa:i.ne. Pewne uwagi o segmentacji tekstu 
polskiego można=znalÉźć=w artykule E_áÉńI=Salo'ni 1982:32-33). 
Przez łamanáÉ= tekstu rozumiemy problem dzielenia tekstu na linijki; zawiera 
on w sobie zagadnienie dzielenia wyrazów, ale nie ogranicza sáę=do niego. Jest 
oczywiste, żÉ=np. nie można=éêzÉnáÉść=do nowego wiersza kropki kończącÉà=zdanie, 
ale àuż=sprawa zostawienia na końcu=linijki słów=jednoliterowych nie jest skodyfi-
kowana i możÉ=budzáć=kontrowersje. 
mêzÉzkaszíowość=rozumiemy całość=zagadnáÉń=zwáązanóch=z użócáÉm=małóch=i 
dużóch= (wielkich) liter. Proponowany termin (utworzony na wzór podobnych 
terminów angielskich i francuskich) wywodzi sic; z faktu, żÉ=dawniej przy składzáÉ=
êęcznóm=częsío=stosowano dwie kaszty do przechowywania czcionek - góêną=prze-
znaczono na lilery dużÉ=EmaàuskułóFI=a dolną=na litery małÉ=EmánuskułóFK=
Przez haêmonácznoKść=rozumiemy wósíęéuàYNcÉ=na granicy słów=zjawiska od-
zwáÉêcáÉdlaàącÉ=w éáśmáÉ=pewne zjawiska fonetyczne, jak np. elizja samogłoská=w 
pewnych kontekstach lub przeciwnie, wstawienie głoská=dla ułaíwáÉnáa=wymowy. W 
aêíókułach=E_áÉń=1972, 1972a) zjawisko to bóło=opisywane za éomocą=tzw. funkcji 
wyboru, zaś=w pracy E_áÉńI=Saloni 1982:36, 39-40) - za éomocą=nietradycyjnych 
kategorii fleksyjnych éoéêzóámkowoścáI=wokalácznoścá=i agluíónacóànoścáK=
54 Janusz S. _áÉń=
jówáąc=o éoêządku=a/fabe1ycznym nic będzáÉmó=sáę=tutaj zaàmować=jego dużóm=
znaczeniem praktycznym - które zosíało=przedstawione w pracy E_ańko=1987) - ale 
zajmiemy sáę=dalej sfoêmułowanáÉm=ścásłóch=zasad alfabetycznego éoêządkowanáa=
napisów. 
3. Czczionka a litera 
moàęcáÉ=czcionki będzáÉmó=êozumáÉć=tutaj szerzej náż=jest to éêzóàęíÉI=obejmu-
àąc=nim êównáÉż=elementy kodów komputerowych; odpowiada wáęc=ono wiernie 
angielskiemu terminowi charac1er, który z êÉgułó=íłumaczonó=jest jako znak - w 
wáększoścá=kontekstów nie powoduje to náÉéoêozumáÉńI=w naszym jednak przypad-
ku mogłobó=bóć=mólącÉ=ze względu=na wáÉloznaczność= tego słowaK=Zbiór dosíę­
pnych czcionek będzáÉmó=nazówać=alfahe1em czcionko"H-ym. 
Przez lálÉêę=będzáÉmó=êozumáÉć=dalej pewien obiekt abstrakcyjny, opisywany 
przez wyliczenie jego reprezenwcji czcionkowych. Reprezentacje te dzielimy na 
bÉzéośêÉdnáÉ=i éośêÉdnáÉK=Reprezentacja bÉzéośêÉdnáa=możÉ=bóć=jednoczcionkowa 
EéêzókładÉm=są=ro.in. wszystkie litery alfabetu angielskiego) lub wieloczcionkowa 
(np. litera eh w àęzóku=czeskim); reprezentacja liter polskich zalÉżó=od danego 
alfabetu czcionkowego - np. w niektórych kodach komputerowych można=je repre-
zÉníować=wieloczcionkowo EéêzÉważnáÉI=niestety, w sposób dosóć=sztuczny), w 
innych maàą=one reprezentacj\ jcdnoczcionkowe (Smith 1983, Majewski 1987). 11?_ 
Reprezentacje éośêÉdnáÉ=dzielimy na reprezeniacje złożonÉ=i reprezentacje zespolo-
ne. Z êÉéêÉzÉníacàą=złożoną=mamy do czynienia wtedy, gdy pewna czcionka, np. e 
(w kodzie komputerów osohistych typu IBM PC jest to po prostu liczba 133), 
reprezentuje àÉdnoczÉśnáÉ=pewm1 liter<; (w naszym éêzókładzáÉ=e) i pewien diakryt 
(w naszym éêzÉkładzáÉ=' ). Reprezentacje zespolone liter tradycyjnie nazywa sáę=
ligaturami - są= to pojedyncze czcionki êÉéêÉzÉníuàącÉ=wic;cej náż=àÉdną=láíÉêęK=
Ligatur; techniczne (np.fi) stosowane bółó=w składzáÉ=n;cznym z powodu technicz-
nej náÉmożláwoścá=ustawienia w bÉzéośêÉdnám=sąsáÉdzíwáÉ=czcionek o zachodząJ
cych na siebie kszíałíachI=jak w przypadku fi i; w foíoskładzáÉ=i innych technikach 
tzw. składu=zimnego stosuje sáę=je nadał=dla tradycji i estetycznego wógląduK=Inny 
typ ligatur będzáÉmó=tutaj nazówać=ligaturami autorskimi, gdóż=- jak sáę=wydaje - w 
àęzókachI=które je doéuszczaàąI=ich użócáÉ=zalÉżó=od decyzji autora, a nie składaczaX=
éêzókładÉm=możÉ=hóć=francuskie aú=êÉéêÉzÉníuàącÉ=cáąg=dwóch liter o ie. 
Uwagi o éoêządku=alfabetycznym i leksykograficznym 55 
Z innego punktu widzenia reprezentacje liter możÉmó=éodzáÉláć=na min,usku-
łowÉ=(dolna kaszta) i maàuskułowÉ=(górna kaszta); przy éoêządkowanáu=alfabetycz-
. nym éosługuàÉmó=sáę=séÉcàalną=êÉéêÉzÉníacàą=bÉzkaszíową=(ang. case-free). Dla 
wygody będzáÉmó=niekiedy uíożsamáać=samą=láíÉêę=z jej êÉéêÉzÉníacàą=bÉzkaszíowąK=
monáÉważ=częścáÉà=interesuje nas éêzÉàścáÉ=od cáągu=czcionek do reprezentowa-
nego przez nie zapisu náż=odwrotnie, zajmiemy sáę=obecnie klasófákacàą=czcion'\El \\ ú=
Dzielimy je przede wszystkim na jednofunkcyjne i wielofunkcyjne. mêzókładÉm=
czcionki wielofunkcyjnej możÉ=bóć=czcionka c w àęzóku=cúskámI=która możÉ=\ {. 
êÉéêÉzÉníować=láíÉêę=c lub bóć=éocząíkáÉm=dwuznaku êÉéêÉzÉníuàącÉgo=láíÉêę=eh. 
wakładamó=dalej, żÉ=znane są=ścásłÉ=êÉgułó=ustalania funkcji danego wósíąéáÉnáa=
czcionki wielofunkcyjnej, choć=w êzÉczówásíoścá=sprawa nie musi bóć=tak prosta. 
mozosíałÉ=kryteria éodzáału=czcionek są=wtórne w stosunku do êozêóżnáÉń=àuż=
wprowadzonych. Z punktu widzenia sposobu reprezentacji, czcionki dzielimy na 
proste, złożonÉ=i zespolone; z punktu widzenia reprezentowanych obiektów dzieli-
my je na literowe, interpukcyjne i cyfrowe (niekiedy mogą=wósíąéáć=êównáÉż=
samodzielne czcionki diakrytyczne) . 
• 
4. moêządÉk=alfabetyczny i leksykograficzny 
Przez éoêządÉk=alfabetyczny rozumiemy taki sposób éoêządkowanáa=słówI=
który znany jest praktycznie każdÉmu=użóíkownákowá=danego àęzóka=i stosowany 
jest powszechnie w êóżnÉgo=rodzaju spisach, słownákachI=ksáążkach=telefonicznych 
itp. Przez éoêządÉk=leksykograficzny rozumiemy taki sposób éoêządkowanáa=napi-
sów (a nie tylko słówFI=który jest stosowany - lub nadaje sáę=do stosowania - przez 
redaktorów słownákówI=encyklopedii itp.; zasady éoêządku=leksykograficznego 
mogąI=ale nie muszą=bóć=znane użóíkownákom=tego typu wydawnictw. Oba éoêząd­
ki maàą=dwa warianty: a fronte i a tergo; będzáÉmó=dalej êozéaíêówać=tylko éoêządÉk=
a fronte, ale êozważanáa=te w analogiczny sposób można=síosować=do éoêządku=a 
tergo. Za _ańką=(1987) będzáÉmó=êozêóżnáać=éoêządÉk=leksykograficzny słowo=po 
słowáÉ=i éoêządÉk=leksykograficzny litera po literze. 
Dla àęzóków=nie koêzósíaàącóch=z diakrytów, V.:f etU ustalenia éoêządku=alfa- ,J 
betycznego słów=nalÉżó=zbudować=ich charakterys'f!d literowe, éêzÉkszíałcaàąc=w 
każdóm=słowáÉ=jego kolejne litery na ich bezkasztowe reprezentacje bÉzéośêÉdnáÉ=
(tj. êozéásuàąc=ligatury i wéêowadzaàąc=odpowiednie symbole dla liter o reprezen-
56 Janusz S. _áÉú=
tacji wieloznakowej - np. dla czeskiego eh). Przy oczywistym założÉnáuI=żÉ=repre-
zentacje te są=uéoêządkowanÉ=zgodnie z kolÉànoścáą=liter w alfabecie, uéoêządko­
wanie alfabetyczne danych słów=otrzymujemy soêíuàąc=ich chaêakícêóúká=literowe 
wÉdług=dowolnego ze znanych algorytmów. 
W àęzêfach= koêzósíaàącóch= z diakrytów, dl;i danego słowa= nalÉżó= oprócz 
charakterys'Vd literowej zbudować=êównáÉż=chaêakíÉêósíókę=diak1ytycznq. Dla każ­
dej litery zapisywanej w charakterystyce literowej, w charakterystyce diakrytycznej 
wpisujemy diakryt íowaêzósząYKKFD=tej literze, a àÉślá=go nie bóło=- specjalny diakryt 
pusty. lczówáścáÉI= i tutaj zakładamóI=żÉ=znana jest kolÉàność=diakrytów w ich 
alfabecie (z uwzględnáÉnáÉm=diakrytu pustego - przyjmujemy, żÉ=poprzedza onl"' 
wszystkie éozosíałÉFK= réoêządkowanáÉ=alfabetyczne słów=otrzymujemy soêíuàąc=
napisy wÉdług=klucza sortowania składaàącÉgo=sáę=- w tej kolÉànoścá=- z charaktery-
styki literowej i diakrytycznej, oddzielonych odpowiednim separatorem (koniecz-
nym, aby słowa=krótsze éoéêzÉdzałó=słowa=dłuáKszÉFK=Zilustrujemy to éêzókładÉm=
zaczÉêénáęíóm= ze słownáka=Lindego (1854-60), dla którego ąI= ł= itd. nie bółó=
samodzielnymi literami, lecz literami a, I itd . z odpowiednimi diakrytami. płowom=
• 
Lach, lacha , lada, lądI= lach, lad, ladnie ouéowáadaàą=wic;c w tej konwencji np. 
nasíęéuàącÉ= klucze sortowania: lach /0000, fa cha/00000, fada/0000, lad/010, 
lach/2000, lad/200, ladnie/200000 (diakryt pusty oznaczamy cófêą=O, éozosíałÉ=
diakryty kolejnymi cyframi; zakładamó=uéoêządkowanáÉ=symboli wdług=kodu AS-
CII, w którym znak I poprzedza wszystkie <..)'fry i litery). Po posortowaniu otrzyma-
my nasíęéuàącą=kolÉàność=słówW=Lach, łachI=lacha, lądI=ładI=lada, ładnáÉK=W słownáku=
Lindego hasło=ład= poprzedza lądI=co wógląda=bardziej na éomółkę=náż=na konse-
kwÉníną=dÉcózàęI=hasła=odéowáadaàącÉ=éozosíałóm=słowom=wósícXéuàą=w podanej 
wóżÉà=kolÉànoścáK=
W éoêządku=leksykograficznym typu sfowo po słowáÉ= zamiast charakterystyki 
literowej budujemy chaêakíÉêósíókę=znakowąI=w której mogą=znaàdować=sáę=êównáÉż=
spacje i inne znaki interpunkcyjne oraz <..)'fry. táęcÉà=zalet ma jednak moim 
zdaniem éoêządÉk=typu litera po literze, w którym chaêakíÉêósíókę=láíÉêową=budu-
jemy jak poprzednio, a do klucza sortowania - po charakterystyce diakrytycznej i 
odpowiednim separatorze - dodajemy chaêakíÉêósíókę=áníÉêéunkcóànąI=która możÉ=
bóć=tworzona na kilka sposobów, éêowadzącóch=do nieco innego uéoêządkowanáaK=
Przyjmiemy tutaj, żÉ=chaêakíÉêósíókę=áíÉêéunkcóàną=tworzymy nasíęéuàąco K= Dla 
każdÉà=napotkanicj w napisie litery wpisujemy do charakterystyki interpunk<..)'jnej 
umowny symbol litery. Dla każdÉgo=napotkanego znaku interpunkcyjnego - rów-
náÉż=dla spacji łub=cyfry - wpisujemy jego reprezentacje do charakterystyki inter-
Uwagi o éoêządku=alfabetycznym i leksykograficznym 57 
.',1-
punkcyjnej. holÉàność=symboli w alfahecie interpunkL)'jnym (mzszerzonym o 
symbol litery i alfabet cyfrowy) jest séêawú!=oíwaêíąI=gdóż=- jak si<; wydaje - nie 
ukszíałíowałó=sáę=w tym wzgl<;dzie jednolite zwyczaje. Proponujemy tutaj , aby 
spacja poprzcdzala wszystkie inne symholc, a ląo•Knák= - sy111boJ, .Jitery_; ;.przy tej 
konwencji éêzókładó=z artykulu E_ańko=1987:64) hylyhy uéoêządkowanÉ=nasíęéu ­
àącoW=
1. historyczno-literacki, 
2. historycznoliteracki, 
-'.'). 
3. nie na żaêíóI=
4. nie nażaêíóI=
5. náÉnażaêíóI=
6. szaro-zielony, 
7. szarozielony, 
8. widzi mi sáęI=
9. wádzámásáęK=
_ańko=(1987:63-64) proponuje słusznáÉI=ahy éêzóàąć=formalne kryterium po-
êządkowanáa=napisów êóżnáącóch=sáę=tylko kaszíą K= Postulat ten można=zêÉalázować=
dodaàąc=do klucza sortowania dodaíkową=cłzaêakNÉNósNókę=kasztowq, zawáÉêaàącą=
cáąg=odpowiednich symboli kaszt. Proponuj<;, aby kaszta dolna éoéêzÉdzała=kaszt<; 
góênąI=co daje nam np. íaką=kolÉànoúć W= pan, Pan , PAN. 
oÉasumuàącI=klucz sortowania napisów wÉdług=éoêządku=leksykograficznego 
litera po literze jest zbudowany z nasíYXéuàącóch=elementów: 
- charakterystyka literowa, 
- charakterystyka diakryczna , 
- charakterystyka intcrpukcyjna, 
- charakterystyka kaszlowa. 
Elementy te są=oddzielane specjalnym separatorem, który musi przy porów-
naniu éoéêzÉdzać=wszystkie symbole mogącÉ=wósíąéáć=w charakterystyka'ch. Dla 
zwáększÉnáa=séêawnoścá=sortowania nalÉżó=êozważóć=stosowanie skróconych lub 
uproszczonych charakterystyk; można=êównáÉż=wzáąć=pod uwagę=sortowanie dwue-
tapowe - najpierw wÉdług=charaktcrystki literowej, a nasíęénáÉ=wÉdług=éozosíałóch=
charakterystyk. 
' 
58 Janusz S, _áÉń=
5. Uwagi końcowÉ=
Jak síaêałÉm=sáę=wókazaćI=pozornie prosta i oczywista sprawa éoêządku=alfa-
betycznego i leksykograficznego kryje w sobie sporo subtelnych problemów; nie 
jest wáęc=przypadkiem, żÉ=cáąglÉ=jeszcze nielio.ne są=algorytmy i programy soêíuàą­
ce napisy wÉdług=éoêządku=alfabetycznego właścáwÉgo=dla poszczególnych j<(zyków 
naturalnych, a nie tylko wÉdług=kodów komputerowych opartych na alfabecie 
angielskim. Mam nadzáÉàęI=żÉ=niniejsza praca przyczyni sáę=do zmiany tej sytuacji 
na lepsze. 
6. Prace cytowane 
_ańko=jáêosław=1987 ?moêządÉk=alfabetyczny jako naêzędzáÉ=leksykografa":. fW:] 
Saloni Z. (red.): Sttidin z polskiej leksykow·afti wséółczÉsnÉà=Il. Rozprawy 
Uniwersytetu Warszawskiego (Dissertationes Universitatis Varsoviensis) 
338. _áałósíokW=azáał=Wydawnictw Filii UW w _áałómsíokuI=s. 57-72. 
Becker Joseph O. 1984 "M ultilingual Word Processing". Scientific American Vol. 
251 No. l July 1984, pp 82-93. 
_áÉń=Janusz S. J 972 "O pewnych problemach przetwarzania àęzóków=fleksyjnych 
na maszynach cyfrowych". Prace FiloloKiczne XXII!, s. 187-191. 
1972a "O dwóch poj<(ciach éożóíÉcznóch= przy automatycznym przetwa-
rzaniu tekstów". Z polskich studiów slawis1ycznych. Seria 4. gęzókoznawsíwoK=
Warszawa: PWN, s. 311-315. 
1977 "Lingwistyka informatyczna we Francji". Polonica III (1977), s. 243-255. 
_áÉń=Janusz S. i Saloni Zygmunt 1982 ?moàęcáÉ=wyrazu morfologicznego i jego 
zastosowanie do opisu fleksji polskiej (wersja wsíęénaF?K=Prace Filologiczne 
XXX!, s. 31-45. 
Linde M. Samuel _ogumáł=1854-60 płownák=àęzóka=polskiego, wyd. II, Lwów. Wyd. 
Ili, Warszawa: PIW 195 I. 
Mackenzie Charles E. 1980 Coded Chamc1er Se1s, His1my and Development. Re-
ading, Mass.: Addison-Wesley. 
Uwagi o éoêządku=alfabetycznym i leksykograficznym 59 
Majewski tładósław=1987 "Z komputerem po polsku ... ". Komputer nr 10, s. 5, 
13-14, 16. 
Smith Joan M. 1983 "Transmilling Text : A Standard Way of Communicating 
Characters (Part 1)".ALLC Bu/letin Vol. 11 No. 2, pp 31 -38. 
I 
I o. 


Uwagi o porządku alfabetycznym i leksykograficznym

22 maj 2013 – Janusz S. Bień ; weryfikował Witold Łukaszewicz ; [pod ogólnym kierownictwem Z. Stoberskiego] ; Polski Komitet Mędzynarodowej Organizacji Unifikacji ..

Słownik angielsko-polski z zakresu sztucznej inteligencji

System TEX
w mojej kolekcji oprogramowania niekomercyjnego∗
Janusz S. Bien´
Instytut Informatyki UW
Banacha 2
00-913 Warszawa
EARN jsbien@plearn
Moj
↪
a kolekcj
↪
e oprogramowania niekomercyjnego, kto´r
↪
a przygotowa lem
na potrzeby w lasne i wspo´ lpracowniko´w, stanowi obecnie bardzo popularna
i wygodna bezp latna (freeware) implementacja systemu TEX (por. [2]) dla
PC pracuj
↪
acych pod systemem DOS lub OS; nosi ona nazw
↪
e emTeX od
nazwiska jej autora, kto´rym jest Eberhard Mattes z Niemiec.
Kolekcja ta nie ma nic wspo´lnego z archiwum systemu TEX na dys-
kietkach PC, o kto´rym informowa lem wczes´niej w Biuletynie PTI (por. [1])
— poniewaz˙ archiwum to istotnie si
↪
e zdeaktualizowa lo, jego redystrybu-
cja (do kto´rej by lem moralnie zobowi
↪
azany przez ofiarodawco´w) przesta la
byc´ potrzebna. Nadal dost
↪
epne s
↪
a natomiast tas´my magnetyczne z doko-
nan
↪
a w 1989 r. kopi
↪
a archiwum systemu TEX w Aston. Chociaz˙ zawartos´c´
tas´m tez˙ jest przestarza la, zapoznanie si
↪
e na ich podstawie ze struktur
↪
a
tego olbrzymiego archiwum moz˙e okazac´ si
↪
e poz˙yteczne przy sprowadzaniu
aktualnych wersji pliko´w za pomoc
↪
a sieci komputerowych.
Poniewaz˙ nie w kraju zorganizowanej dystrybucji niekomercyjnych we-
rsji systemu TEX, jestem goto´w — oczywi´scie tylko w miar ↪e moz˙liwos´ci —
udost
↪
epniac´ swoj
↪
a kolekcj
↪
e zainteresowanym osobom i instytucjom. Nawia-
sem mo´wi
↪
ac, we wspomnianej notatce ([1]) sugerowa lem, z˙e dystrybucj
↪
a
tego typu oprogramowania mog loby si
↪
e zaj
↪
ac´ PTI, nie wywo la lo to jednak
z˙adnej reakcji.
∗Tekst z loz˙ony do druku w 21 paz´dziernika 1991 i opublikowany w Biuletynie PTI nr 2
datowanym na luty 1992 r.
1
Kolekcja zawiera nast
↪
epuj
↪
ace zestawy dyskietek:
1. Dyskietki 1.2 MB — oryginalna dystrybucja.
(a) System TEX. Jest to pe lna dystrybucja systemu emTeX zaj-
muj
↪
aca 6 dyskietek. Zawiera ona w szczego´lnos´ci programy i dane
do wygenerowania fonto´w Computer Modern, co jednak wymaga
kilkudziesi
↪
eciu godzin pracy PC (w przypadku 386 podobno rz
↪
edu
dwudziestu); nie zawiera ona definicji ani fonto´w American Ma-
thematical Society.
(b) Dyskietka PemTeX. W ten sposo´b nazwa lem dyskietk
↪
e zawie-
raj
↪
ac
↪
a wzorce dzielenia dla j
↪
ezyka polskiego opracowane przez
Hann
↪
e Ko lodziejsk
↪
a ([3]) i inne dodatki poz˙yteczne przy sk lada-
niu teksto´w polskich.
(c) Fonty Computer Modern dla drukarek laserowych. Mo´wi
↪
ac
s´ci´slej, s
↪
a to fonty dla drukarek o rozdzielczos´ci 300dpi (punkto´w
na cal). Zajmuj
↪
a one 5 dyskietek i s
↪
a oznaczone LJ od nazwy
popularnej drukarki laserowej Hewlett Packard LaserJet.
(d) Fonty Computer Modern dla drukarek 24-ig lowych. Jest to
przede wszystkim zestaw 3 dyskietek z fontami o rozdzielczosci
180dpi, oznaczony P6L, gdzie P6 pochodzi od nazwy drukarki
NEC P6, zas´ L oznacza niz˙sz
↪
a (low) rozdzielczos´c´. Drugi zestaw
to 4 dyskietki z fontami o rozdzielczos´ci 180 ∗ 360 dpi, oznaczone
P6M, gdzie M oznacza s´redni
↪
a (medium) rozdzielczos´c´. Istnieje
ro´wniez˙ zestaw 6 dyskietek o fontach wyz˙szej (high) rozdzielczos´ci
360dpi oznaczony P6H, ale go nie posiadam i nie jestem nim
zainteresowany.
(e) Fonty Computer Modern dla drukarek 9-ig lowych. Mo´wi
↪
ac
s´ci´slej, jest to zestaw fonto´w o rozdzielczos´ci 240∗216dpi. Zajmuje
on 4 dyskietek i jest oznaczony FX od nazwy popularnej drukarki
Epson FX.
2. Dyskietki 360kB — dystrybucja przygotowane przeze mnie na po-
trzeby moich kolego´w; ekonomiczne wykorzystanie pojemnos´ci dys-
kietek wymaga lo zmiany reprezentacji fonto´w.
(a) System TEX. Skomasowana zawartos´c´ pe lnej dystrybucji sy-
stemu emTeX i dyskietki PemTeX zajmuje 22 dyskietki 360kB.
2
(b) Fonty Computer Modern dla drukarek laserowych. Zestaw
LJ zajmuje 13 dyskietek 360kB.
(c) Fonty Computer Modern dla drukarek 24-ig lowych. Zestaw
P6L zajmuje 8 dyskietek 360kB. Nie widzia lem potrzeby przeno-
szenia na dyskietki 360kB zestawu P6M.
(d) Fonty Computer Modern dla drukarek 9-ig lowych. Zestaw
FX zajmuje 10 dyskietek 360kB.
Swoj
↪
a kolekcj
↪
e staram si
↪
e uaktualniac´ w miar
↪
e pojawiania si
↪
e nowych
wersji systemu i fonto´w; obecnie posiadam system emTeX datowany na
25.09.90 i datowane na 20.08.90 biblioteki fonto´w, kto´re podda lem konwersji
na aktualnie stosowany format.
Wszystkie wymienione zestawy mog
↪
a byc´ ode mnie poz˙yczone do prze-
kopiowania; pierwszen´stwo maj
↪
a te osoby i instytucje, kto´re podejm
↪
a si
↪
e ich
dalszej dystrybucji. Prowadz
↪
e ewidencj
↪
e wypoz˙yczen´, kto´ra jest dost
↪
epna
dla wszystkich zainteresowanych. Oczywi´scie, kolekcja jest udost
↪
epniana
as it is, bez z˙adnych gwarancji z mojej strony i na ca lkowit
↪
a odpowie-
dzialnos´c´ wypoz˙yczaj
↪
acego — w szczego´lnos´ci nie ponosz
↪
e ro´wniez˙ z˙adnej
odpowiedzialnos´ci za ewentualne wirusy itp. wprowadzone s´wiadomie lub
nies´wiadomie na udost
↪
epniane dyskietki przez wypoz˙yczaj
↪
acych.
W celu poz˙yczenia dyskietek nalez˙y si
↪
e zg losic´ osobi´scie do pokoju 336c
w budynku Wydzia lu; kolez˙anki i koledzy dziel
↪
acy ze mn
↪
a ten poko´j zgodzili
si
↪
e uprzejmie udost
↪
epniac´ dyskietki ro´wniez˙ pod moj
↪
a nieobecnos´c´. W po-
koju tym jest telefon o numerze 658-45-22, moz˙na wi
↪
ec uzgodnic´ wczes´niej
termin wypoz˙yczenia kolekcji. Jest — jak s
↪
adz
↪
e — oczywiste, z˙e ze wzgl
↪
edu
na czasoch lonnos´c´ operacji nie moz˙emy udost
↪
epniac´ do kopiowania dyskietek
sprz
↪
etu Instytutu ani — tym bardziej — dokonywac´ tego samemu.
Prace cytowane
[1] Janusz Stanis law Bien´. Archiwum systemu TEX w Polsce. Biuletyn
Polskiego Towarzystwa Informatycznego, IX(2):2, 1990.
[2] Janusz Stanis law Bien´. Co to jest TEX? Wiadomos´ci Matematyczne,
XXIX(1):131–156, 1990.
[3] Hanna Ko lodziejska. Dzielenie wyrazo´w polskich w systemie TEX. Spra-
wozdania nr. 165, Instytut Informatyki Uniwersytetu Warszawskiego,
1987.
3


System TEX w mojej kolekcji oprogramowania niekomercyjnego.

Koncepcja słownikowych tablic morfologicznych (na przykładzie przymiotnika)

Polskie litery na IBM PC

E-mail
. .
Sp jaJizowane systemy komputerOwe
Lic ncjonowane oprogramowanie AutoCAD
I'I~(} L· L ~J\.~' I
I
PRO INTERNATIONAL Warszawa, ul. ŻUrawia 22 fax, tel 21 '41 53,:·~ 10 71 w. 178, 225
POL-ISH-GERMAN '-'JOINT VENTURE
Aleja W. Korfantego 2,,40-954 Katowice tel. 58-90-89, tlx. 312021, fax. 53-78-26
poleca:
Nową drukarkę laserpwą
ASER JET "IIIP
Drukarka dostoso-
wuje położenie kro-
pek (punktów)w
poziomie po-
przez kontrolę
czasu włącze-
niai ~ącze-
niapromienia
laserowego. 4
Proces ten
wygładza
strzępia-
sty (nie-
równy)
wygląd
kontu-
ru linii
prawie
piono-
wych.
••••
••
Zmieniając intensy-
wność laserowego
promienia (drukarka)
kontroluje wielkość kro-
pek, wygładzając kontury
linii prawie poziomych oraz
tworząc ostrzejsze punkty
i przecięcia linii
)
partner firmy:r~~ HEWLETT
~~ PACKARD
SYSTEMY KOMPUTEROWE NA MIAR~
Oprogramowanie niekomer-
cyjne iarchiwum SIMTEL·20
Przez oprogramowanie niekomer-
cyjne rozumiem oprogramowanie pu·
bUcdomain (w wąskim znaczeniu oz-
nacza to programy, do których autor
zrzeka się wszelkich 'praw), free-
ware (rozpowszechnianie jest bezpła-
tne, ale informacja o autorstwie pro-
gramu musi być zachowana). oraz
shareware (nieograniczone rozpo-
wszechnianie, ale użytkownik jest mo-
ralnie zobowiązany do wniesienia
niewielkiej opłaty). W wielu wypad-
kach oprogramowanie niekomer-
cyjne dorównuje swoim odpowiedni-
kom komercyjnym lub nawet je prze-
wyższa, ale prawdą jest również, że za
bezpłatne oprogramowanie płaci się
włfltmym czasem - dokumentacja jest
często bardzo skąpa, a sam wybÓr wła-
ści ;vego programu wśród wielu po-
dobnych bywa trudny wskutek braku
łatwo dostępnej informacji. Nawiasem
mówiąc, dalszy rozwój oprogramo~a-
nia niekor.lercyjnego -a zdaniem pe-
symistów, w ogóle rozwój oprogra-
mowania - jest obeCnie poważnie za-
grożony przez rygorystyczne prawo-
dawstwo Stanów Zjednoczonych
(upowszechniające się również iw in-
nych krajach; miejmy nadzieję, że nie
dotrze ono do Polski w swej skrajnej
formie) chroniące prawem autorskim
look and feel oraz pozwalające paten-
tować pomysły programistyczne.
Za pomocą sieci komputerowych
dostępne są liczne archiwa oprogra-
mowania niekomercyjnego. Niektóre
z nich są wyspecjalizowane tematycz-
nie, jak np. archiwa systemu TeX
w Clarkson w Stanach Zjednoczonych
i w Aston w Wielkiej Brytanii, inne
mają zakres tematyczny bardzo szero-
ki. Jednym z największych i najbardziej
znanych archiwów jest SIMTEL-20;
mieści się ono w White Sand Missile
Range (Poligon Rakietowy Białych Pia-
sków) w owym Meksyku w Stanach
Zjednoczonych. SIMTELjest skrótem
od nazwy zespołu Simulation and
Teleprocessing,który komputer zaku-
pił iw którego budynku się on znajdu-
je; liczba 20 wskazuje, że chodzi
o komputer DECSYSTEM-20. Archi-
wum to zawiera materiały - nie tylko
programy, ale również dokumentację
i inne teksty - dla takich systemów
i komputerów jak CPIM,MSDOS, Ma-
cintosh i UNIX; ostatnio w archiwum
utworzono specjalny dział dla języka
ADA
Moje doświadczenia ograniczają
się jedynie do pobierania z archi-
wum plików związanych z PC, i to
konkretnie z katalogu msdos (w sta-
wianiu pierwszych kroków pomógł
mi istotnie Krzysztof Heller, za
co mu serdecznie dziękuję), i w dal-
szym ciągu niniejszego teksru og-
raniczę się wyłącznie do tego zagad-
nienia.
Dostęp do archiwum
SIMTEL-20
Komputer przechowujący archi-
\vum SIMTEL-20 podłączony jest do
sieci Internet jako wsmr-simteI20.ar-
my.mil pod adresem 192.88.110.20.
Ze względu na dużą liczbę chętnych
do korzystania z archiwum, jego syste-
matycznie uaktualniana kopia (nazy-
wana mirror) znajduje się na kompu-
terze wuarchive.wustl.edu. Użytkow-
•• •• nicy BITNET i EARN nie mogą je-
C'~'B
-
dnak pracować na komputerach sieci
Internet - w szczególności nie mogą
interakcyjnie . przeglądać archiwum
i pobierać zbior6w (za pomocą tzw.
anonymous FTP). Można obejść to
ograniczenie wysyłając pocztą .dek-
.troniczną zestaw odpowiednich ko-
mend do komputera - podłączonego
zarówno do sieci Internet jak i do BI-
TNET - eksploarującego specjalny
program (FTP server), który przekaże
otfzyffiane komendy wskazanemu
komputerowi sieci Internet i odeśle
otrzymane wyniki, w szczególności
zamówione zbiory. Taki program
działa na ·kompu~s.ze uniwersyteru
w Princeton (bitft~uccł), który - jak
się wydaje - jest również bardzo ob-
ciążony; co więcej, przy korzystaniU
z FTP server pobrane zbiory - często
znacznej wielkości - wędrują po sieci·
okrężnymi trasami. .
Aby usprawnić pobieranie zbio-
rów z archiwum SIMTEL-20 przez
użytkowników sieci BITNET i EARN,
stworzono koncepcję trickle (ang.
strumyk) stopniowego przepływu in-
forrliacji z archiwum do lokalnych oś-
rodków redystrybucyjnych, wyposa-
żonych we własną stosunkowo nie-
dużą pamięć podręczną (ang. cache).
Te lokalne ośrodki są obsługiwane
przez programy nazywane serwe-
rami trickle. Po otrzymani u żądania
wysłania pliku serwer sprawdza naj-
pierw, czy zbiór ten znajduje się
w jego pamięci podręcznej; jeśli tak,
to go wysyła do zamawiająceg'J.]eżeli
zbioru nie ma w pamięci podręcznej,
serwer sprawdza, czy adres zamawia-
jącego odpowiada obsługiwanemu
przez niego regionowi - jeśli nie, to
odsyła zamawiającego do właściwego
serwera. Jeśli zbioru nie ma, a zama-
wiający nald:y do obsługiwanego re-
gionu, serwer kontaktuje się z sąsied-
nimi serwerami, czy nie mają one
tego zbioru w swojej pamięci; jeśli
otrzyma odpowiedź pozytywną, po-
leca wysłać zbiór zamawiającemu. Je-
śli żądanego zbioru nie ma żaden
z serwerów, obsługujący danego uży-
tkownika serwer zamawia go w archi-
wum; po jego nadejściu wysyła go
użytkownikowi, a jednocześnie zapa-
mięruje go w swojej panlięci podręcz-
nej (na miejscu innego zbioru lub
zbiorów uznanych za mniej potrzeb-
ne).
Aby zapewnić sprawne działanie
systemu serwerów, zostały wprowa-
dzone pewne limity i ograniczenia .
Dla przykładu, każdy serwer może za-
mówić w archiwum tylko pewną ilość
informacji; następne zbiory może za-
mawiać dopiero w miarę otrzymywa-
. nia zamówionych wcześniej zbiorów.
Ponieważ o serwerach trickle
w sieci BITNET wiem tylko tyle, że
działają one nieco inaczej niż serwery
sieci EARN, dalej zajmiemy się wyłą-
cznie tymi ostatnimi.
Serwery trickle w sieci EARN
Programy pełniące funkcje serwe-
'rów noszą nazwę RED (prawdopodo-
bnie wywodzi się ona z określenia
Listserv Redirector, którego sens nie
jest jednak dla mnie do końca jasny).
Jest ich obecnie 10 i mają one nastę-
pujące adresy:
TRICKLE KTC11
TRICKLE REARN
TRIC IPOU
TRIC ANUFS1I
TRIC WIWuw11
SORUSlI dobno nie wSzystkie serwery j~ reali-
BOUB011 zują. Oto przykład jej działania:
TRIC AUN1VM Subjeet: Re: IGENERIC<MSDOS.·,DV*
TRICKLE •
TRICKLE GENERICV2.1a Generic search
ól charakter ma turecki Target:
serwer TRIC Date Size Filename
ustrtac serwer TRIC WI- 900119 5677 <MSDOS.L\N,DVNO-
WUW11 w Wiedniu, które - oprócz VEll.ARC
obsługi swojego regionu w zakresie 890706 23680 <MSDOS.TROjAN-
podstawowych katalogów archiwum PRO,DVIR1701.EXE
SlMTEL-20 - obsługują również pe- 900416
wne inne archiwa lub katalogi. <MSDOS.TIFF,DVI1F!.ZIP
_---IJla.slgaI4regionalnym serwerem' 9105Ó9"2596SO .
jest TRIC KTC11 na politechnice <MSDOS.TEX,DVIXX050.ZIP
w Kopenhadze. Inne serwery reagują 890110 128512 <MŚDOS.TEX,DVIV-
na żądania zbiorów tylko w dwóch- GA9.ARC
wypadkach:
- kiedy mają żądane zbiory w swoich
pamięciach podręcznych,
I
zau CKIIDKTC11
z jakichś względów nie działa.
Komendy dla serwera można wysy-
łać wsadowo pocztą (tj. za pomocą
mail) lub interakcyjnie (tj. za pomocą
tell). Sposób wysłania komendy
wpływa na sposób odpowiedzi -
w szczególności na komendy interak-
cyjne serwer w miarę możliwości ró-
wnież odpowiada za pomocą komu-
nikatu, a nie poczty.
Wszystkie komendy dla serwera za-
czynają się od ukośnika I. Swój kon-
takt z serwerem warto zacząć od ko-
mendy
Ihelp
Wykaz katalogów archiwum otrzy-
mamy za pomocą komendy
Ipddir
Wykaz podkatalogów i zbiorów
w tych podkatalogach orrzymamy za
pomocą komend typu
Ipddir <msdos.
Ipddir <msdos.starter.
zawartość pamięci podręcznej
konkretnego serwera możemy poz-
nać wysyłając mu komendę
/cac
Jest to oczywiście skrót od cache.
Ponieważ pełna lista zbiorów w pa-
mięci podręcznej jest długa. lepiej
jest stosować komendę typu
lcac <msdos.desqview,
która daje wynik postaci
<MSDOS.DESQVIEW,DVCTIMERZIP
5843 28-04-91
<MSDOS.DESQVIEW'DVMU12.ARC
13461616-09-89
<MSDOS.DESQVIEW.FlLES004.ZIP
923529-03-91
<MSDOS.DESQVIEW'LTFRMT12.ZIP
8082824-03-91
Syntaktycznieargument komendy lcac
jest po prostu napisem, co ilustruje
przykład następujący:
<MSDOS.DESQVIEW,DVCTIMER.ZIP
5843 28-04-91
<MSDOS.DESQVIEW.DVMU12.ARC
13461616-09-89
<MSDOS.TEX,DVIVGAINF 2181 10-
01-89
<MSDOS.TEX.DVIVGA2.ARC 138780
14-01-90
<MSDOS.TEX,DVIVGA5.ARC 164864
10-01-89
<MSDOS.TEX,DVIVGA7.ARC 194048
10-01-89
<MSDOS.TEX,DVIVGAS.ARC 193024
10-01-89
Również komenda Ipddir może mieć
postać
Ipddir <katalog.podkatalog,napis
ale wydaje się ona mało przydatna.
Bardziej skomplikowane kryteria
wyszukiwania pozwala sformułować
komenda Igeneric (od generlc searcb
- przeszukiwanie ogólne); po-
15932
901028 6806
PC,DVRBBS2.ZIP
900413 7843 <MSDOS.RBBS-PC,DV-
GUARD.ZIP
910213 349829
<MSDOS.POSTSCRIPT.DVIPSUB.ZIP
910213 321884
<MSDOS.POSTSCRIPT,DVIPS54.ZIP
850613 4862 <MSDOS.KEYBO-
ARD.DVORAKXT.ASM
830731 4826 <MSDOS.KEYBO-
ARD.DVORAK86.ASM
900523 2926 <MSDOS.DES-
QVIEW,DVWlNDOW.ZIP
<MSDOS.RBBS-
Subdireetories searched: 171
••• End of search •••
Przy stosowaniu tej komendy na-
leży zawsze podać pełną nazwę kata-
logu lub zastąpić j~ gwiazdką, co oz-
nacza przeszukiwanie wszystkich ka-
talogów.
Wysłanie komendy lpoll wymusza
na serwerze sprawdzenie, czy
pozostałe serwery są aktywne - bę-
dzie ona potrzebna wówczas, kiedy
nasz serwer nie będzie dzialal, a inne
serwery tego nie zauważą i nie będą
chciały przyjmować naszych komend.
Komenda Itr dostarcza informację
o statusie zamówionych przez nas
i jeszcze nie orrzymanych zbiorów.
Najważniejszą komendę Ipdget
omówimy w punkcie następnym, zaś
informacje o pozostałych komendach
można znaleźć w tekście stanowią-
cym wynik komendy Ihelp.
Pnesyłanie zbiorów
Ponieważ zajmujemy się tutaj po-
bieraniem z archiwum SIMTEL-20
oprogramowania dla komputera PC,
kluczowym etapem jest przesyłanie
zbiorów z systemu VM/CMS na PC
(nie zajmujemy się tutaj sytuacją,
kiedy węzeł EARNjest zrealizowany
np. na komputerze SUN za pomocą
programu UREP).lasadnicze pytanie
jest następujące - czy mamy możli-
wość transmisji binarnej i czy chcemy
z niej korzystać (może być np. wol-
niejsza od znakowej). Swoje doświad-
czenia z SIMTEL-20 rozpoczynałem
wtedy, kiedy Kermit na PLEARNnie
miał jeszcze możliwości transmisji bi-
narnej, chcąc nie chcąc nastawiłem
się więc na korzystanie wył~cznie
z transmisji znakowej. Ponieważ wię-
kswść pobieranych zbiorów to
skompresowane archiwa, a więc
zbiory binarne, wymaga to stosowa-
nia specjalnej reprezentacji zbiorów
zabezpieczaj~cej przed zniekształce-
niami, natomiast w przypadku zbio-
rów tekstowych zachodzi potrzeba
zmiany kodu z ASCII na EBCDIC. Do
określenia formy zbioru służą opcje
komendy Ipdget. Dla zbiorów binar-
nych jest to opcja uue (skrót od uuen-
coded, gdzie uu oznacza Unix-to
Unix - ten sposób kodowania wywo-
dzi się z systemu operacyjnego
UNIX), zaś dla zbiorów tekstowych -
opcja ebc80 lub ebc32 (EBCDIC, od-
•powiednio 80 lub 132 znaków
w wierszu).
Tak więc aby uzyskać bliższe infor-
macje o zawartości np. podkatalogu
<msdos.telix. zamawiamy odpowie-
dni zbiór komendą
Ipdget !msdosJelix.OO-index.txt
(ebcl2
Zbiory tego typu znajduj~ się w każ·
dym podkatalogu i oprócz informacji
dostarczanych przez komendę Ipddir
.zawierają również zwięzłe objaśnie-
n!a,np.
ciach. Teoretycznie rzecz biorąc, na-
leży je odebrać za pomocą BITRCV,
który rekonstruuje pierwotny zbiór
z poszczególnych fragmentów. Jed-
nak przy aktualnym przydziale pa-
mięci dyskowej użytkownikom PLE-
ARNtaki zbiór może nie zmieścić się
na dysku, poza tym przesłanie jed-
nego dużego zbioru na PC może być
bardziej kłopotliwe niż przesłanie
jego fragmentów. W konsekwencji
.scalałem dotąd duże zbiory dopiero
na PC edytując odpowiednio prze·
słane fragmenty.
W szczęśliwym przypadku pot-
wierdzenie Otrzymania komendy
nadchodzi w ciągu kilkunastu se-
kund, a sam zbiór - jeśll znajdował się
NOTE: rbis list was created on Sat, 11 May 91 01:47:51 MDT.Some files
may hav,~ been added or deleted since mat date.See file
PDl:<MSDOS.FlLEDOCS,MAREAD.ME for additional information.
NOTE: Type B is Binaryj Type A is ASCII
Direetory PDl:<MSDOS.TELIX,
Filename Type Length Date Description
315MOUSE.ZIPB 2145 910407 Logitech mouse menu for Telix v3.15
AP100.ZIP B 55545 910328 Adds minor enhancements to Telix
AlITO-GEN.ARC B 3822 890325 Generate scripts for Telix 3.0 automa·
tidy
TLX311M3.ARC B 16931890325 Add mouse to TELIX
TLX315-1.ZIPB 151023910404 Telix 3.15comm pgm executable & sup-
port files
TLX315-2.zIP B 123782 910404 Teiix 3.15 comm pgm docsihost/scripts/
dialconv
TLX315-3.zIP B 63538 910404 Telix 3.15 cornm pgm. SALT script lang.
anddoc
... Aby pobrać np. najnowszą wersję
programu komunikacyjnego Telix
należy zamówić odpowiednie archi-
wumkomendą
Ipdget <msdos.telix.tlx315-l.zip (uue
W rezultacie otrzymamy zbiór
TLX315-l.UUE, który należy przesłać
w zwykłym trybie znakowym na PC,
a następnie wykonać
uudecode tlx315-l.uue
Wynikiem będzie zbiór TI.X315-l.ZIP,
o który nam chodziło. Niekiedy może
wystąpić sygnalizacja błędu w ostat-
nim wierszu zakodowanego zbioru, PnegJądanłe
co wiąże się z odmiennym owa- zawartości archiwum
niem końcowych spacji n óżnych
maszynach; diagnostykę tę żna zig-
norować.
Oczywiście, nasuwa się zasadnicze
pytanie, skąd wziąć programu ude-
code na PC. Najprościej jest skopio-
wać go od kolegi. powinien on też być
dostępny w CIUWi innych węzłowych
ośrodkach. Dla osób, które nie mogą
lub nie chcą korzystać z tego rozwią-
zania, możliwe są dwie drogi. jeśli dy-
sponuj~ one możliwością transmisji
binarnej z systemu VM/CMSna Pc, to
mogą pobrać z katalogu <msdos.star-
ter' gotowy do wykonania program
uudecode.com i jego dokumentację
uudecode.doc (swoją drog~, nie jest
jasne, czy w tej sytuacji uudecode jest
im rzeczywiście potrzebne). Jeśli dys-
ponują tylko możliwością transmisji
znakowej, pozostaje im pobrać z kata-
logu <msdos.starter, tekst zr6dłowy
programu uudecode w języku BASIC,
Pascal lub C. Innym źródłem tych pro-
gramów może być wspqmniana da ej
lista dyskusyjna RED-U<fREARN. @.
Dla pełności obrazu należy dać,
że duże zbiory są wysyłane za pomocą
BITSEND i nadchodzą w kilku częś-
w pamięci podręcznej i jest nieduży -
w ciągu kilku lub kilkunastu minut;
bardziej typowy czas reakcji to kilka
lub kilkanaście godzin. jeśli nato-
miast zbiór jest zamawiany w archi-
wum, ma prawo wędrować nawet do
dwóch tygodni. Niestety, zdarza się
również, że serwer przyjmuje zamó-
wienie, lecz go nie potwierdza, że
serwer zapomina zamówienie, które
prawidłowo potwierdził itp.
Wykaz wszystkich zbiorów w kata-
logu <msdos. wraz ze zwięzłymi opi-
sami znajduje się w zbiorze
<msdos.filedoc.simibm.idx
Zbiór ten wraz z kilkoma innymi
zbiorami pomocniczymi jest dostę-
pny także w postaci archiwum
<msdos.filedoc.simibm.arc
Dzięki tym dodatkowym zbiorom,
simibm.idx może" być przeglądany za
pomoq takich baz danych, jak dbase 3
i PC·File+. Ci, którzy nie chcą lub nie
mogą korzystać z tych baz danych,
mogą stosować program Simtel20Ca-
talog Viewer dostępny w zbiorze
<msdos.filedoc.simte135.arc
Korzystanie z programu jest proste.
Po rozpakowaniu archiwum iwywoła-
niu simtel35 ukazuje się ,menu. Po
ewentualnej zmianie opcji ideo wy-
bieramy opcję update, która powo-
duje wczytanie i przetworzenie
zbioru simibm.idx. Następnie mo-
żemy przeg~dać jego zawartoŚĆ, ko-
rzystając z różnorodnych udogodnień
programu.
Trudniejszym zadaniem niż jedno-
razowe przejrzenie zawartości jest
orientowanie się na bieżąco w no-
wych nabytkach. Informacje o no-
wych zbiorach wraz ze zwięzłym ko-
mentarzem ukazują się na liście dys-
kusyjnej RED-UG (Red File Server
tJsers Group on Provi ftware)j
jest ona dystrybuowana przez kilka
węzłów dla nas właściwym adresem
jest USTsERWł . Usta ta jest rów·
nież odpowiednim miejscem na pyta-
nia i odpowiedzi dotyczące znajdują-
cych się w archiwum programów.
Z listą tą związane są również pewne
pożyteczne zbiory, ich wykaz można
uzyskać wysyłając do USTSER
ARNkomendę ind red·ug.
Inn~ metodą informacji o nowoś-
ciach jest wykonanie komendy
Isub <msdos,
Oznacza to zaprenumerowanie
informacji o zmianach w tym ka-
talogu, ale otrzymywane informacje
są bardzo skąpe - tylko nazwa,
rozmiar i data zbioru. Ponieważ dłu-
gość nazw jest ograniczona, nie są
one zbyt wiele mówiące. Istnieje też
komenda Inew, ale nie uważam ią za
wygodną·
Problemy
ireklamacje
jeśli problem dotyczy niewłaści-
wego funkcjonowania systemu ser-
werów, można go poruszyć na liście
dyskusyjnej RED-SY~ ed
File Server System Performance Dis·
cussion List). W sytuacjach awaryj-
nych - zwłaszcza wymagających szyb-
kiej reakcji - można skontaktować się
z operatorami serwerów .J!j~ająt::...I•...
pocztę na adreS'jRED-BUdJ"REARNf.
Można również skontaktować się
z operatorem konkretnego serwera
uzyskując jego adres sieciowy za po-
mocą komendy lops.
Uwagi
końcowe
Na zakończenie chciałbym zwrócić
uwagę, że różne fragmenty archiwum
SIMTEL·20 i jego dokumentacji są
uaktualniane w różnym rytmie, stąd
możliwość uzyskania wewnętrznie
sprzecznych lub nieprawdziwych in-
formacji - dla przykładu, wbrew ko-
munikatowi wysyłanemu przez
;JtnuC nie o słUguje on
m.in. katalogu <unix-c'.
Mam nadzieję, że powyższe uwagi
okażą się pożyteczne dla użytkowni-
ków EARNw Polsce. Choć starałem
się, aby były maksymalnie ścisłe i ak-
tualne, nie mogę wykluczyć, że zde-
aktualiwwały się one w jakimś frag-
mencie w trakcie druku, jak również,
że do tekstu wkradły się pomyłki.
Swiadomie pominąłem też pewne in-
formacje, które uznałem za nieistot·
ne. Będę wdzięczny za wszelkie
uwagi i komentarze.
Janusz S. Bień
""9


Trickle - strumyk oprogramowania

Grochowski, Maciej

Koncepcja słownikowych tablic morfologicznych (na przykładzie

rzeczownika)

I 
• D~WYDAWNICTWA UNIWERSYTETU WARSZAWSKIEGO 

"0 00-497 WARSZAWA, ul. NOWY SWIAT 4 
http://wuw.uw.edu.pl; e-mail : wuw@uw.edu.pl
Warszawa, dnia 23 022004 r. 
dr hab. Janusz S. Bien 
Profesor UW 
Wydawnictwa Uniwersytetu Warszawskiego przychylaji\c siy do Panskiej prosby z 
dnia 18 02 2004r. wyslanej e-mailem 0 godz. 8:36 w sprawie rozwia.z;ania umowy autorskiej 
ill 100/90 z dnia 24 04 1990 r. dotyczi\ccej pracy pt. Koncepcja slownikowej informacji 
morfologicznej i jej komputerowej weryfikacji . 
W zwia.z;ku z tym z dniem 23 02 2004 r. wszelkie prawa autorskie prze<.:hodzi\c na Pana 
Profesora zgodnie z § 2 i zachowaniem § 26 tejze umowy. 
Sekretariat: tel.lfax (48 22) 55 31 318 

Dzial Handlowy: tel. (48 22) 55 31 333 

NIP 525-001-12-66 

Kanta: Wydawnictwa Uniwersytetu Warszawskiega 

BIG Bank GDANSKI SA 98116022020000000060850438 



University of Warsaw

Not a member yet