Vérifications de langue roumaine
Pourquoi la restauration des diacritiques dépend du contexte et pourquoi PROVEN refuse les choix automatiques dans les cas ambigus.
Sur cette page
Les diacritiques roumains ne peuvent pas être traités correctement par un simple rechercher-remplacer. Une même forme sans diacritiques peut correspondre à plusieurs mots valides.
L’exemple classique
La forme fata peut recevoir différentes restaurations selon le contexte. Un choix automatique sans preuves suffisantes peut modifier le sens du texte.
Ce qu’utilise PROVEN
Le moteur de langue roumaine combine des ressources lexicales et des preuves contextuelles afin de distinguer :
- les cas où la restauration peut être déterminée avec un niveau de sûreté suffisant ;
- les cas comportant plusieurs candidats plausibles ;
- les cas qui doivent rester à examiner.
Les cas ambigus restent à examiner
Lorsque deux interprétations restent plausibles, le bon résultat est une décision du marchand, et non une modification arbitraire.
Extension à d’autres langues
Les règles propres au roumain restent séparées de celles des autres langues. PROVEN peut ainsi étendre la prise en charge linguistique sans appliquer automatiquement les règles roumaines à toutes les langues.