Материалы для скачивания

• Скачать
• Форматы экспорта

Формат экспорта словаря (версия 0.82)

Словарь представляет собой файл XML в кодировке utf-8.

Всё содержимое обёрнуто в корневой тег <dictionary>, атрибуты которого указывают на версию формата (сейчас 0.81) и номер ревизии словаря на момент экспорта. Внутри выделяются 4 секции, описывающие граммемы, собственно леммы, типы связей между ними и сами связи.

Описание граммем

В секции <grammemes> перечислен весь инвентарь граммем в виде: <grammeme parent="pid">gid</grammeme>, где gid – идентификатор граммемы (например, NOUN), а pid – идентификатор граммемы, являющейся родительской по отношению к данной (например, POST); pid может быть пустым.

Описание лемм

Леммы перечисляются в секции <lemmata>. Каждая лемма описывается элементом <lemma> с атрибутами id (числовой идентификатор леммы, не меняется никогда) и rev (номер последней ревизии этой леммы). Внутри этого элемента находится содержимое последней ревизии:

• элемент <l>, содержащий текст леммы в атрибуте t и набор граммем, относящихся к лемме, в элементах <g>;
• набор элементов <f>, описывающий все словоформы данной леммы: текст словоформы содержится в атрибуте t, а набор граммем – в наборе элементов <g>.

Описание типов связей

В секции <link_types> перечисляются все возможные типы связей между леммами в виде <type id="tid">type_name</type>, где tid – числовой идентификатор типа (в дальнейшем мы будем на него ссылаться), а type_name – название типа (обычно из латинских букв).

Описание связей

В секции <links> перечислены все связи между леммами в виде <link id="lid" from="from_id" to="to_id" type="tid"/>, где lid – числовой идентификатор конкретной связи, from_id и to_id – идентификаторы лемм, между которыми существует эта связь, а tid – идентификатор типа связи.

Пример

<?xml version="1.0" encoding="utf8" standalone="yes"?>
<dictionary version="0.8" revision="403605">
    <grammemes>
        <grammeme parent="">POST</grammeme>
        <grammeme parent="POST">NOUN</grammeme>
        ...
    </grammemes>
    <lemmata>
        <lemma id="1" rev="402007">
            <l t="абажур"><g v="NOUN"/><g v="inan"/><g v="masc"/></l>
            <f t="абажур"><g v="sing"/><g v="nomn"/></f>
            <f t="абажура"><g v="sing"/><g v="gent"/></f>
            ...
        </lemma>
        ...
    </lemmata>
    <link_types>
        <type id="1">VERB_GERUND</type>
        ...
    </link_types>
    <links>
        <link id="1" from="104" to="106" type="1"/>
        ...
    </links>
</dictionary>