arramooz-pysqlite 0.4

Arramooz: Arabic Dictionary for Morphological analysis - python + sqlite

Arramooz

Arabic Dictionary for Morphological analysis (Python + SQLite API)

Developpers: Taha Zerrouki: http://tahadz.com taha dot zerrouki at gmail dot com Collect data manually Mohamed Kebdani, Morroco < med.kebdani gmail.com>

Features	value
Authors	Authors.md
Release	0.4
License	GPL
Tracker	linuxscout/arramooz-pysqlite/Issues
Website	http://arramooz-pysqlite.sourceforge.net
Source	Github
Download	sourceforge
Feedbacks	Comments
Accounts	@Twitter @Sourceforge

Description

Arramooz Alwaseet is an open source Arabic dictionary for morphological analyze, It can help Natural Language processing developers. This work is generated from the Ayaspell( Arabic spellchecker) brut data, which are collected manually.

This dictionary consists of three parts :

• stop words
• verbs
• Nouns

Files formats and BUILD Dictionary in multiple format

Look at arramooz

Database description

Field	Description	وصف
vocalized	vocalized word	الكلمة مشكولة
unvocalized	unvocalized word	الكلمة غير مشكولة
root	root of the verb	جذر الفعل
future_type	The future mark, used only ofr trilateral verbs	حركة عين الفعل الثلاثي في المضارع
triliteral	the verb is triliteral (3 letters) or not	الفعل ثلاثي/غير ثلاثي
transitive	transitive or not	فعل متعدي/ لازم
double_trans	has double transitivity for two objetcs	متعدي لمفعولين
think_trans	the verb is transitive to human	متعدي للغاقل
unthink_trans	the verb is transitive to unhuman being	متعدي لغير العاقل
reflexive_trans	pronominal verb	فعل من أفعال القلوب
past	can be conjugated in past tense	يتصرف في الماضي
future	can be conjugated in present and future tense	يتصرف في المضارع
imperative	can be conjugated in imperative	يتصرف في الأمر
passive	can be conjugated in passive voice	يتصرف في المبني للمجهول
future_moode	can be conjugated in future moode (jusive, subjuctive, )	يتصرف في المضارع المجزوم أو المنصوب
confirmed	can be conjugated in confirmed tenses	يتصرف في المؤكد

SQL format of verb

create table verbs
            (
            id int unique,
            vocalized varchar(30) not null,
            unvocalized varchar(30) not null,
            root varchar(30),
            normalized varchar(30) not null,
            stamp varchar(30) not null,
            future_type varchar(5),
            triliteral  tinyint(1) default 0, 
            transitive  tinyint(1) default 0, 
            double_trans  tinyint(1) default 0, 
            think_trans  tinyint(1) default 0, 
            unthink_trans  tinyint(1) default 0, 
            reflexive_trans  tinyint(1) default 0, 
            past  tinyint(1) default 0, 
            future  tinyint(1) default 0,  
            imperative  tinyint(1) default 0, 
            passive  tinyint(1) default 0,  
            future_moode  tinyint(1) default 0, 
            confirmed  tinyint(1) default 0, 
            PRIMARY KEY (id)
            );

Nouns

Database description

Field	Description	وصف
vocalized	vocalized word	الكلمة مشكولة
unvocalized	unvocalized word	غير مشكولة
normalized	normalized word, unified hamza forms	كلمة منمّطة، الهمزات موحّدة
stamped	stamped word (all affixation letters are removed)	بصمة الكلمة، حروف الزيادة محذوفة، تستعمل للبحث عن الكلمات المتشابهة
wordtype	word type( Noun of Subject, noun of object, …)	نوع الكلمة (اسم فاعل، اسم مفعول، صيغة مبالغة..)
root	word root	جذر الكلمة
wazn	word pattern or template	وزن الكلمة
category	word category	صنف الكلمة أو قسمها الفرعي
original	original verb or noun (masdar)	مصدر الكلمة فعل او اسم
gender	the word gender	نوع أو جنس الكلمة
feminin	the feminin form of the word	مؤنث الكلمة
masculin	the masculin form of the word	مذكر الكلمة
number	the word is sigle, dual or plural	عدد مفرد/مثنى/جمع
single	the single form of the word	مفرد الكلمة
mankous	if the word is mankous, ends with Yeh	اسم منقوص
feminable	the word accept Teh_marbuta	يقبل تاء التأنيث
defined	the word is defined or not	معرفة
dualable	accept dual suffix	يقبل التثنية
masculin_plural	accept masculine plural	يقبل جمع المذكر السالم
feminin_plural	accept feminin plural	يقبل جمع المؤنث السالم
broken_plural	the irregular plural if exists	جموع تكسيره إن وجدت
mamnou3_sarf	doesnt accept tanwin	ممنوع من الصرف
relative	relative	منسوب يالياء
w_suffix	accept waw suffix	يقبل الاحقة ـو الخاصة بجمع المذكر السالم عند إضافته إلى ما بعده
hm_suffix	accept Heh+Meem suffix	يقبل اللاحقة ـهم
kal_prefix	accept Kaf+Alef+Lam prefixe	يقبل السابقة كالـ
ha_suffix	accept Heh suffix	يقبل اللاحقة ـه
k_prefix	accept preposition prefixes without "AL" definition article	يقبل سابقة الجر دون ال التعريف
annex	accept the oral annexation	يقبل الإضافة إلى ما بعده مثل المقيمي الصلاة
definition	word description	شرح الكلمة
note	notes about the dictionary entry.	ملاحظات على المدخل في القاموس

SQL format of noun

CREATE TABLE `nouns` ( `id` int(11) unique,
    `vocalized` varchar(30) DEFAULT NULL,
    `unvocalized` varchar(30) DEFAULT NULL,
    `normalized` varchar(30) DEFAULT NULL,
    `stamped` varchar(30) DEFAULT NULL,
    `wordtype` varchar(30) DEFAULT NULL,
    `root` varchar(10) DEFAULT NULL,
    `wazn` varchar(30) DEFAULT NULL,
    `category` varchar(30) DEFAULT NULL,
    `original` varchar(30) DEFAULT NULL,
    `gender` varchar(30) DEFAULT NULL,
    `feminin` varchar(30) DEFAULT NULL,
    `masculin` varchar(30) DEFAULT NULL,
    `number` varchar(30) DEFAULT NULL,
    `single` varchar(30) DEFAULT NULL,
    `broken_plural` varchar(30) DEFAULT NULL,
    `defined` tinyint(1) DEFAULT 0,
    `mankous` tinyint(1) DEFAULT 0,
    `feminable` tinyint(1) DEFAULT 0,
    `dualable` tinyint(1) DEFAULT 0,
    `masculin_plural` tinyint(1) DEFAULT 0,
    `feminin_plural` tinyint(1) DEFAULT 0,
    `mamnou3_sarf` tinyint(1) DEFAULT 0,
    `relative` tinyint(1) DEFAULT 0,
    `w_suffix` tinyint(1) DEFAULT 0,
    `hm_suffix` tinyint(1) DEFAULT 0,
    `kal_prefix` tinyint(1) DEFAULT 0,
    `ha_suffix` tinyint(1) DEFAULT 0,
    `k_prefix` tinyint(1) DEFAULT 0,
    `annex` tinyint(1) DEFAULT 0,
    `definition` text,
    `note` text )

Usage

>>> import arramooz.arabicdictionary 
>>> mydict = arramooz.arabicdictionary.ArabicDictionary('verbs')
>>> wordlist = [u"استقلّ", u'استقل', u"كذب"]
>>> tmp_list = []
>>> for word in wordlist:
>>>     foundlist = mydict.lookup(word)
>>>     for word_tuple in foundlist:
>>>         word_tuple = dict(word_tuple) 
>>>         vocalized = word_tuple['vocalized']
>>>         tmp_list.append(dict(word_tuple))
>>> print(tmp_list)
[{'think_trans': 1, 'passive': 0, 'confirmed': 0, 'vocalized': u'اِسْتَقَلَّ', 'stamped': u'ستقل', 'future_moode': 0, 'triliteral': 0, 'future': 0, 'unthink_trans': 0, 'past': 0, 'unvocalized': u'استقل', 'future_type': u'َ', 'double_trans': 0, 'normalized': u'استقل', 'reflexive_trans': 0, 'imperative': 0, 'transitive': 1, 'root': u'قلل', 'id': 7495},
{'think_trans': 1, 'passive': 0, 'confirmed': 0, 'vocalized': u'كَذَبَ', 'stamped': u'كذب', 'future_moode': 0, 'triliteral': 1, 'future': 0, 'unthink_trans': 0, 'past': 0, 'unvocalized': u'كذب', 'future_type': u'كسرة', 'double_trans': 0, 'normalized': u'كذب', 'reflexive_trans': 0, 'imperative': 0, 'transitive': 1, 'root': u'كذب', 'id': 1072},
{'think_trans': 1, 'passive': 0, 'confirmed': 0, 'vocalized': u'كَذَّبَ', 'stamped': u'كذب', 'future_moode': 0, 'triliteral': 0, 'future': 0, 'unthink_trans': 0, 'past': 0, 'unvocalized': u'كذب', 'future_type': u'َ', 'double_trans': 0, 'normalized': u'كذب', 'reflexive_trans': 0, 'imperative': 0, 'transitive': 1, 'root': u'كذب', 'id': 2869}]

[requirement]

1- libqutrub

2- pyarabic