LanguageTool

LanguageTool este un program sursă corectura deschis conceput pentru a găsi erori care Unelte corector ortografic nu poate detecta. Este o regulă pe bază de stil și gramatică verificatorul care va găsi erori pentru care o regulă este definită în fișierele sale de configurare XML, cum ar fi amestecarea ldquo up, lor și rdquo; cu și ldquo,. acolo și rdquo;

Programul poate detecta, de asemenea, diverse probleme de gramatica si vine cu suport pentru peste 20 de limbi, inclusiv engleză, germană, poloneză, franceză, spaniolă, suedeză, greacă, chineză, daneză, japoneză, islandeză, portugheză și portugheză braziliană.
În plus, acesta are o interfață ușor de utilizat, simplu și direct grafică cu utilizatorul, care permite oricui să inserați text care trebuie vraja verificate. Se poate verifica textul din clipboard, text tag, cut / copy / paste de text, și de ședere în zona tava de sistem.

Din dialogul Options, puteți activa ce tip de probleme aplicația poate detecta, inclusiv stilul de rău, erori gramaticale, argou, erorile de punctuație, posibile greșeli de tipar, fraze redundante, frecvent cuvinte confuze, sintagme, capitalizarea, semantică, precum și fraze non-standard.

Pe langa faptul ca o aplicație independentă, LanguageTool este de asemenea disponibil ca o extensie pentru două dintre cele mai populare și puternice suite de birou open-source, LibreOffice și Apache OpenOffice.org, permitand utilizatorilor sa corecta textele lor făcând clic dreapta pe fraze selectate sau paragrafe.

În plus, cererea este de asemenea disponibil pentru descărcare ca un add-on pentru lume și rsquo; s cele mai populare open-source browser web din lume, Mozilla Firefox. Este nevoie de nici restart și pune un mic buton de pe bara principală de instrumente, permițându-vă să corecta textul evidențiat pe site-uri sau alte forme.

Aplicația este scris în întregime în limbajul de programare Java, ceea ce înseamnă că și rsquo; sa software cross-platform, conceput pentru a lucra cu orice distribuție GNU / Linux, precum și BSD, Solaris, operare X Microsoft Windows și Mac OS sisteme, în cazul în care este instalat Java Runtime Environment.

Ce este nou în această versiune:

• catalană:
• POS actualizat dicționar tag
• adăugat noi reguli
• alarme false fixe
• Engleză:
• adăugat câteva reguli fixe și câteva alarme false
• Adăugat multe reguli noi de stil a contribuit de Heikki Lehvaslaiho. Deoarece acestea pot produce alarme false, acestea nu sunt activate în mod implicit. Le puteți activa prin activarea tuturor normelor în noua categorie "limba engleză".
• Esperanto:
• adăugat câteva reguli noi
• Francez
• POS actualizat tag dicționar și Hunspell dicționarul de Dicollecte-5.3
• Germană:
• adăugat câteva noi reguli și alarme false fixe
• Adăugat o nouă regulă care verifică acord subiect verb. Pentru moment, doar cazuri cu "ist", "sind", "război", și "Waren" sunt acceptate. Exemplu pentru erori care sunt detectate: ". Der Hund sind SCHA & para; n", "Die Autos ist Schnell." Pentru a face acest lucru regulă, fraze sunt acum unificate în disambiguation.xml: de exemplu, "Mann", în expresia "Ein Mann" va păstra numai lectura nominativ (SUB: NOM: SIN: MAS), în timp ce este folosit pentru a avea, de asemenea, lecturi acuzativ și dativ (SUB: AKK: SIN: MAS, SUB: DAT: SIN: MAS). (Https://github.com/languagetool-org/languagetool/issues/233)
• Italiană:
• îmbunătățit câteva reguli
• Poloneză:
• adăugat câteva reguli noi
• Portugheză:
• / îmbunătățite mai multe reguli adaugate
• 3695 cuvinte compuse (pre-reforma) - cea mai mare baza de date gratuit
• Rusă:
• adăugată și normele îmbunătățite
• ucraineană:
• modificare mare dicționar
• noi reguli gramaticale
• Noul simplu înlocui regulă pentru sugestii moi
• îmbunătățiri disambiguator
• tagging compus și ortografie îmbunătățiri

Îmbunătățiri
• inițialele etichetare
• teză și verbale îmbunătățiri tokenizing
• Manipularea imbunatatita a simbolului stres și cratimă moale
• reguli Bitext:
• adăugat o regulă simplă pentru a verifica dacă traducerile se termină cu aceeași marcă de punctuație ca și originalul (aceasta include doar.?! Caractere).
• acum este posibil pentru a adăuga fișiere regulă bitext externe pe linia de comandă, folosind
• opțiune -bitextrule. Calea de fișier trebuie să fie absolută. Notă:. Aceasta permite folosirea reguli bitext asemenea pentru limbile care nu au reguli bitext incluse implicit
• Ortografie:
• Noile fișiere la /hunspell/spelling.txt pot fi folosite pentru a adăuga cuvinte acceptate în verificatorul ortografic, care sunt, de asemenea, luate în considerare atunci când se creează sugestii pentru cuvinte scrise gresit. Acest lucru este similar cu fișierele /hunspell/ignore.txt, care listă acceptate cuvinte care sunt * nu * utilizate la crearea sugestii pentru cuvinte scrise gresit.
• API:
• JLanguageTool.activateDefaultPatternRules () și JLanguageTool.activateDefaultFalseFriendRules () au fost eliminate - toate normele de model și a normelor de prietenie false (în cazul în care este specificat a doua limbă) sunt acum activate automat când constructorul JLanguageTool se numeste. În cazul în care aveți nevoie de un verificator fără regulile model bazate pe XML, să extindă clasa limba (de exemplu, "English") cu unul care suprascrie getPatternRules () metoda și returnează o listă goală acolo.
• ManualTagger.lookup () a fost înlocuit cu ManualTagger.tag () după ce a fost depreciat de la cea mai recentă versiune
• Toate metodele și domenii de clasă "Limba" statice au fost mutate în noua clasă "Languages". Pentru moment, metodele de / domenii din clasa Limba există încă, dar au fost depasite.
• LanguageIdentifierTools a fost eliminat. Utilizarea LanguageIdentifier loc.
• Eliminat (implicit) ResourceDataBroker.setResourceDir () și setRulesDir (), deoarece acestea pot fi stabilite cu constructorul
• curățat până Contributor clasă, de exemplu eliminarea getRemark ()
• Category.setDefaultOff () a fost eliminat, acest lucru poate fi setat prin intermediul constructor acum
• clase redenumite: o.lt.rules.patterns.Element = & gt; o.lt.rules.patterns.PatternToken o.lt.rules.patterns.ElementMatcher = & gt; o.lt.rules.patterns.PatternTokenMatcher
• Alte curatarea API mici care nu ar trebui să afecteze comune cazuri de utilizare, de exemplu, IncorrectExample.getCorrections () întoarce și lista unmodifiable acum, eliminarea metodelor depreciate.
• Server încorporat:
• evadare XML a fost stabilit, acest lucru ar putea duce la documente XML invalide să fie returnate
• noua optiune fișier de configurare "maxWorkQueueSize", care vă permite să setați dimensiunea maximă a cozii cerere - în cazul în care devine mai mare decât acest lucru, cererile vor fi respinse (503 Serviciu indisponibil)
• Serverul răspunde acum cu coduri de stare HTTP mai specifice pentru aceste condiții de eroare: 413 Cerere Entitate prea mare - dacă textul depășește dimensiunea maximă a textului 503 Serviciu indisponibil - dacă cecul depășește durata maximă de check
• GUI:
• GUI-autonom poate lua acum un fișier text simplu ca un argument, acest fișier va fi apoi încărcate la pornire (Github problemă # 232).
• Command-line:
• Acum este posibil pentru a adăuga un fișier regulă extern la apelarea LanguageTool din linia de comandă. Utilizați --rulefile pentru a adăuga un fișier. Dacă numele de fișier are un format care conține un nume limbaj, acesta va fi utilizat împreună cu alte reguli; în caz contrar, se va înlocui regulile. Puteți încărca, de asemenea, un fișier extern cu prietenii falși folosind --falsefriends opțiunea. Numele de fișier trebuie să fie o cale de fișier absolută, și fișierele prieten false sunt întotdeauna adăugate la cele care sunt încărcate pentru limba. (Github problemă # 192)
• sintaxa Regula:
• O regula poate avea acum un singur exemplu propoziție, atâta timp cât acesta are un atribut "corecție" - acest lucru poate salva unele redundanță dacă singura sentința corect este la fel ca sentința incorect cu corecția aplicată. Înainte, o regulă este nevoie de cel puțin două exemple propoziții.
• 'exemplu' element de: type = "incorect" este acum opțională dacă există un atribut "corecție". Atributul "corecție", implică faptul că sentința este incorectă.
• 'exemplu' element de: type = "corect" este acum opțională. Nu atributul "tip" și nici atributul "corecție", implică faptul că sentința este corectă.
• internă:
• Am trecut de la Apache Tika limbii-detector (https://github.com/optimaize/language-detector) pentru identificarea automat limba textului. Ar trebui să fie mai rapid și rezultate ar trebui să fie mai fiabile. Detectarea asturiană și galiciană au trebuit să fie dezactivate, deoarece calitatea de detectare a fost prea scăzut și, de asemenea, afectat detectarea spaniolă.
• Fixed o regresie care a făcut imposibilă pentru a încărca fișiere regulă externe în GUI.

Ce este nou în versiunea 2.8:

• Asturias:
• dependență eliminat pe Hunspell, folosește acum Morfologik pentru verificarea ortografiei
• bretonă:
• adăugat și îmbunătățite câteva reguli
• catalană:
• dicționar actualizat
• adăugată și normele îmbunătățite
• alarme false fixe
• Dutch:
• adaugate si imbunatatite multe reguli
• Engleză:
• unor noi reguli (datorită Nick Hough)
• actualizat Tagger și sintetizator dicționare, fixarea problema # 202
• Noul filtru pentru a fi utilizate pentru potrivirea partofspeech de părți de cuvinte, de ex:. In * Acest lucru va păstra doar meciuri pentru cuvinte care incep cu 'in' și în cazul în care partea de după "în" este un adjectiv (tag POS "JJ"). "Nu: 1 'este poziția simbolică, adică aici primul (si singurul) de potrivire este menționată
.
• Franceza:
• adăugat și îmbunătățite câteva reguli
• Germană:
• adăugat și îmbunătățite câteva reguli
• Poloneză:
• adăugat și mai multe reguli îmbunătățite
• adăugat și îmbunătățite prietenii falși cu limba engleză
• Portugheză:
• / îmbunătățite mai multe reguli adaugate
• Spaniolă:
• dependență eliminat pe Hunspell, folosește acum Morfologik pentru verificarea ortografiei
• Reformatată fișier reguli
• Adăugat mai multe reguli
• Tagalog:
• dependență eliminat pe Hunspell, folosește acum Morfologik pentru verificarea ortografiei
• caracterul cratimă ("") este un delimitator acum, când tokenizing textul
• Rusă:
• adăugată și normele îmbunătățite
• adăugat câteva reguli prieten fals (Rusă / Engleză)
• ucraineană:
• multe reguli noi (inclusiv de comun acord cu substantive, expresii de timp etc.)
• imbunatatirea acoperire regulă
• modificare dicționar (imbunatatiri mari pentru substantive proprii și cazul vocativ)
• nouă etichetă și se pronunțe pentru a avertiza cu privire la alternative ortografie
• informații frecvența cuvintelor adăugate pentru a îmbunătăți sugestii de ortografie
• unele reguli noi disambiguator
• Articolul Sintaxa:
• ... poate acum fi adăugate la o rulegroup să afecteze toate regulile acelui grup
• Dacă vă dezvolta propriile reguli, care nu fac parte din LT puteți adăuga acum extern = "yes" la categoriile pentru a preveni legătura regulă community.languagetool.org apariția în independent GUI nostru (link-ul nu va funcționa norme care nu fac parte din distribuția principală de LT). (Github problemă # 223)
• Dacă un grup regulă specifica default = "off", regulile din interiorul grupului regulă nu poate preciza, de asemenea, implicit = "pe" / "off".
• API:
• clasele eliminate și metode care au fost depreciate, deoarece 2.7 sau mai
• Server încorporat:
• Opțiunile de fișiere de configurare "requestLimit" și "requestLimitPeriodInSeconds" pot acum fi de asemenea utilizat pentru server HTTP (nu doar pentru serverul HTTPS)
• O nouă opțiune fișier de configurare "trustXForwardForHeader": set acest lucru "true" dacă aveți o serverul spatele unui proxy inversă și doresc limita cerere pentru a lucra la adresele IP originale furnizate de antetul HTTP "Xforwardedfor", stabilit de obicei prin proxy. Dacă rulați în spatele unui proxy, dar nu setați această proprietate la true, un utilizator poate folosi toate cererile astfel alți utilizatori vor primi, de asemenea, un mesaj de eroare din cauza limitei de cerere.
• răspuns Fix a urma modului limită: ... era uneori gol, confuz verificarea textului în WordPress
• reguli Bitext nu au fost dezactivate în mod corespunzător, chiar dacă acestea au fost specificate cu un parametru adecvat pentru server; acum este fix
• Problema fixe cu poziții necorespunzătoare pentru unele reguli bitext (problemă # 218)
• GUI:
• O nouă setare "errorColors" a fost adăugat în fișierul de configurare languagetool.cfg. Acesta poate fi folosit pentru a seta culoarea de fundal a erorilor. De exemplu, errorColors = tipografică: # b8b8ff, stil: # ffb8b8 va arăta erorile "tipografice" cu un fundal albastru și erori "stil", cu un fundal roșu în partea de sus a ferestrei LT. "Tipografic" și "stil" sunt tipurile care sunt stabilite în grammar.xml ca "type = ...". Nu e nici o interfață de utilizator încă pentru a configura aceste culori. Rețineți că ar trebui să editați doar fișierul languagetool.cfg când LT nu funcționează.
• internă:
• Bugfix: reguli în interiorul unui grup regulă nu a fost activat în cazul în care o normă anterioară de același rulegroup implicit utilizat = "off"
• Cuvintele nu mai sunt ignorate de verificatorul ortografic, doar pentru că apar in sugestia o regulă de. Dacă doriți verificatorul ortografic să ignore cuvintele nivel global, adăugați-le la hunspell / ignore.txt. Pentru a ignora-le în funcție de context, se adaugă o regulă "ignore_spelling" pentru disambiguation.xml.
• Un fișier 'hunspell / prohibit.txt "poate fi acum folosite pentru a marca cuvinte ca greșeli de ortografie, chiar dacă verificatorul ortografic le-ar accepta în mod normal. Acest lucru este util pentru a îmbunătăți LanguageTool ortografic verificatorul fără a aștepta pentru verificatorul amonte să fie actualizat. Fișierul "prohibit.txt" este opusul "ignore.txt", ceea ce face ca verificatorul ortografic să ignore cuvintele.
• Tagger partofspeech de cele mai multe limbi pot fi acum extinsă prin adăugarea intrărilor de org fișierul / languagetool / resurselor / XX / added.txt (XX fiind codul de limbă). Formatul este "fullform baseform postag", trei coloane separate prin file. Acest lucru face mai ușor pentru utilizatori (și dezvoltatori) pentru a extinde tagger POS, deoarece nu au nevoie de a exporta, modifica și recrea dicționarul binar pentru fiecare schimbare.

Ce este nou în versiunea 2.7:

• bretonă:
• adăugată și normele îmbunătățite
• regulă New că verifică dacă o zi de lucru se potrivește o dată, de exemplu, detectează "Gwener 28 un Eost anume 2014", după cum această dată nu este o zi de vineri.
• catalană:
• adăugată și normele îmbunătățite
• alarme false fixe
• Dutch:
• adaugate si imbunatatite multe reguli
• trecut la Morfologik pe bază de spell checker
• -Engleză:
• Nu vrei să fii parte din echipa care dezvoltă cel mai puternic instrument din lume corectura Open Source? Căutăm o întreținere pentru regulile Engleză LanguageTool. Vezi http://wiki.languagetool.org/tasks-for-language-maintainers pentru detalii.
• Toate dicționarele engleză au fost extinse pentru a conține clase de frecvență cuvinte pentru a îmbunătăți sugestiile corector ortografic (datele de frecvență este luat de la https://github.com/mozilla-b2g/gaia/tree/master/apps/keyboard/js / IME / latino / dicționare, ca și pentru alte limbi care folosesc deja această funcție).
• sugestii bune pentru elevi în engleză: verbe neregulate, substantive, adjective și acum, de obicei, o sugestie mai buna. De exemplu, "thinked" sugereaza "gandit", "womans" sugerează "femei".
• Mai multe greșeli de ortografie oferi sugestii acum, de exemplu, "Garentee" (garanție), "recunoscător" (recunoscător). Acest lucru poate duce la o scădere de performanță de ~ 10% (mai mult pentru texte cu o mulțime de cuvinte necunoscute).
• regulă New că verifică dacă o zi de lucru se potrivește o dată, de exemplu, detecteaza "luni saptelea octombrie 2014", după cum această dată nu este o zi de luni. Această regulă va funcționa doar în cazul în care detectează formatul datei utilizat. Până în prezent, aceste formate sunt suportate: * "Luni saptelea octombrie 2014" * "Luni saptelea octombrie 2014" * "Luni saptelea octombrie 2014" * "Luni saptelea octombrie 2014" * (aceasta, de asemenea, funcționează cu saptamana abreviat zile ca Mo sau Mon pentru luni)
• Esperanto:
• regulă New că verifică dacă o zi de lucru se potrivește o dată, de exemplu, detectează "Vendredon la 28-un de AAgusto 2014", după cum această dată nu este o zi de vineri.
• Franceza:
• POS actualizat tag dicționar și Hunspell dicționarul de Dicollecte-5,2
• adăugat un sintetizator - regula acord poate face acum sugestii pentru unele erori
• / îmbunătățite mai multe reguli adaugate
• regulă New că verifică dacă o zi de lucru se potrivește o dată, de exemplu, detectează "Vendredi 28/08/2014", ca și dată nu este o zi de vineri.
• Germană:
• fix un NullPointerException rară și un ArrayIndexOutOfBoundsException
• de mai multe alarme false fixe
• Adaugat și norme îmbunătățite
• regulă nouă care verifică pentru fraze fără verb (dezactivată în mod implicit din cauza riscului de alarme false)
• regulă New că verifică dacă o zi de lucru se potrivește o dată, de exemplu, detecteaza "Dienstag, 29.9.2014", ca și dată nu este o zi de marți.
• îmbunătățiri de performanță pentru sugestii verificare spell
• persană:
• adăugat suport initial pentru persană (farsi)
• Poloneză:
• adăugat și îmbunătățite unele reguli
• noi reguli care verifică dacă o zi de lucru se potrivește o dată
• Portugheză:
• / îmbunătățite mai multe reguli adaugate
• adăugat multe zeci de cuvinte compuse
• Rusă:
• adăugat noi reguli
• stabili SourceForge cerere caracteristică # 38 (verifica pentru diferite ghilimele)
• adăugat câteva reguli prieten fals (Rusă / Engleză)
• noi reguli care verifică dacă o zi de lucru se potrivește o dată, de exemplu, detectează "ÐонеÐ'еÐ"NŒÐ½Ð¸Ðº, 30 N ?? & ETH; & micro; & ETH; & frac12 N & sbquo N ?? & ETH; & plusmn N & euro; N ?? 2014 & ETH; & sup3 ;. ", ca și dată nu este o zi de luni
.
• regulă extins compus rusesc cu noi cuvinte din dicționar postag
• Spaniolă:
• Adăugat nouă categorie POS Z (pentru numere scrise, de exemplu, "ONU", "dos", ...)
• numere scrise pot fi detectate și gestionate, atât în ​​dezambiguizare și normele acum.
• Fix unele leme incorecte în dicționarul POS.
• Adaugata Hybrid Chunker-disambiguator.
• Tamil:
• Adăugat suport initial pentru Tamil. Dacă fontul pentru Tamil nu este afișată corect pe computer și utilizați Windows, poate fi necesar să se aplice rezolva descris aici: https://bugs.openjdk.java.net/browse/JDK-8008572
• ucraineană:
• mare modificare pentru dicționarul POS (stabilește și cuvinte noi)
• unele tag POS redenumit pentru consecvență; noi etichete pentru abrevierilor și a cuvintelor rare
• multe noi reguli și stabilește pentru regulile existente
• noi reguli care verifică dacă o zi de lucru se potrivește o dată, de exemplu, detectează "& ETH; & ETH; & frac34; & ETH; & frac12; & ETH; & micro; & ETH," N-și ETH, "& ETH; & frac34; & ETH; & ordm ;, 7 & ETH; & para; & ETH; & frac34; & ETH; & sup2; 2014 ", după cum această dată nu este o zi de luni
• semn de imbunatatire a performantelor de normalizare
• integrare LibreOffice:
• Nu te confuz de note de subsol în LibreOffice 4.3 și mai târziu (ne oferă acum cu pozițiile nota de subsol ca metadate, astfel încât să putem să le ignorăm).
• API:
• îmbunătățiri de performanță majore de caz de utilizare multi-thread, unde JLanguageTool devine creat pe fir, dar obiectul limbii (de exemplu, "germană") se creat o singură dată. Aeriene pentru crearea JLanguageTool ar trebui să fie acum mult mai mici.
• mai multe clase și metode îndepărtat care au fost depreciate, deoarece versiunea 2.6
• DutchSpellerRule Eliminat - folositi MorfologikDutchSpellerRule loc
• Semnarea Language.getRelevantRules () a schimbat
• Constructorii JLanguageTool și MultiThreadedJLanguageTool nu declară să arunce o IOException mai
• WhitespaceRule a fost redenumit la MultipleWhitespaceRule (WhitespaceRule încă mai există, dar a fost depreciată)
• depreciată unele metode ale căror vizibilitate va fi redus (de exemplu, de la public la protejat)
• MorfologikSpellerRule.getRuleMatch (String, int) a fost redenumit la MorfologikSpellerRule.getRuleMatches (String, int)
• RuleMatch Constructorul aruncă acum o excepție în cazul în toPosition nu mai mare de fromPosition
• introdus un nou TextLevelRule clasă abstractă care se extinde articolul și care pot fi utilizate pentru reguli care să acopere mai mult de propoziții simple.
• linie de comandă:
• Activarea și dezactivarea norme specifice, în același timp, este acum permis. În scopul de a testa doar unele reguli (dezactivarea toate celelalte), care anterior a fost făcut cu "LIST_OF_RULES --enable", acum folosesc "LIST_OF_RULES --enabledonly --enable" (sau "-eo -e LIST_OF_RULES").
• Server încorporat:
• Două opțiuni noi pot fi setate în fișierul de proprietăți pentru a face LanguageTool returneze același format XML ca și după expirarea termenului limită (ATD). În acest fel poate fi folosit ca un drop-in de înlocuire pentru ATD: * Mod - "LanguageTool" sau "AfterTheDeadline" * afterTheDeadlineLanguage - cod de limba maternă, dacă modul este setat la NOTA 'AfterTheDeadline ": modul" AfterTheDeadline "ar trebui luate în considerare experimental pentru moment.
• Noul opțiunea "maxCheckThreads" permite setarea numărului maxim de fire care lucrează la cererile în paralel. Implicit este de 10, așa cum este folosit pentru a fi.
• Interne:
• New AbstractDateCheckFilter abstract regulă care permite pentru a verifica dacă o zi pe săptămână și data partida. De exemplu, "Marți, douăzeci și nouă/9/2014" ar putea fi detectate, ca 29 septembrie 2014 nu este de fapt o zi de marți. Aceasta folosește noua interfață RuleFilter experimental care poate fi apelat din XML cu noul element de "filtru". "Filtru" ia aceste atribute: "clasa": numele complet calificat al unei clase Java care implementeaza RuleFilter, de exemplu, "org.languagetool.rules.de.DateCheckFilter" "args": un string de genul "anul: 1 luna: 2 zile: 3 Ziua săptămânii: 4", adică o listă separată, spațiu de perechi cheie / valoare, unde x se rezolvă la Valoarea simbolică modelul de (la fel ca în elementul "mesaj")
• Regula compus ignoră acum jetoane care au fost imunizate în disambiguation.xml
• "filtru" acțiunea în disambiguator acum aplică doar etichete POS care se potrivesc cu tag-ul POS dat. Dacă ei nu se potrivesc, regula nu se aplică.
• Dacă extinderea normelor XML descrise la http://wiki.languagetool.org/tips-and-tricks#toc2, regula și dezambiguizare fișiere externe pot acum fi găzduit pe un server protejat de parolă, cu precizarea un URL de genul: http: // user: password@example.org/path/user-rules.xml
• em bord ("A & euro;" ") este acum un personaj tokenizing pentru toate limbile
• caracteristică nouă:
• Utilizarea modelelor de limbă
• LanguageTool pot face acum uz de date ngram. date ngram informații despre cât de des apar fraze într-o limbă. În prezent, această foloseste fraze de lungime 3.
• Datele sunt utilizate de către o regulă engleză pentru a găsi erori homophone, ca amestecând grosier / curs sau fler / flare. LanguageTool avut unele reguli de acest gen înainte, dar noua regula suportă acum aproximativ 900 de astfel de cuvinte perechi / seturi.
• Datele necesare pentru acest lucru este foarte mare (7GB pentru limba engleză) și, prin urmare, nu fac parte sau LanguageTool.
• Datele (numai în limba engleză pentru moment) și mai multă documentație este disponibil la http://wiki.languagetool.org/finding-errors-using-big-data
• Utilizarea ngrams face LanguageTool ușor mai lent, atunci când datele sunt stocate pe un SSD.
• Dacă nu stocate pe un SSD, performanța ar putea scădea drastic.
• Utilizați noua opțiune --languagemodel cu clientul de linie de comandă pentru a activa regula care utilizează datele. Această opțiune nu este încă disponibil pentru stand-alone GUI.

Ce este nou în versiunea 2.4.1:

• Updated biblioteci Morfologik la 1.8.3 pentru a rezolva sugestii lente în verificatorul ortografic, care a afectat cel puțin en-US

Ce este nou în versiunea 2.4:

• bretonă:
• SRX tokenizarea teză
• adăugat / îmbunătățit câteva reguli
• fixe unele alarme false
• sugestii incorecte datorită fixat la teste adaugate pe corecțiile
• catalană:
• / îmbunătățite mai multe reguli adaugate
• alarme false fixe
• completările făcute și stabilește la dicționar tagger
• eliminat unele cuvinte din dicționarul de sinteză (a se vedea filterarchaic.txt)
• adăugat date de frecvență în dicționar tagger; Frecventa listă de cuvinte vine de la proiectul Gaia, cu Apache License, versiunea 2.0 (https://github.com/mozillab2g/gaia/tree/master/keyboard/dictionaries).
• Engleză:
• adăugat / îmbunătățit câteva reguli
• fixe unele alarme false
• Franceza:
• / îmbunătățite mai multe reguli adaugate
• fixe unele alarme false
• Germană:
• / îmbunătățite mai multe reguli adaugate
• adăugat un sintetizator regula acord poate face acum sugestii pentru unele erori (nu toate sugestiile sunt corecte, deși)
• Poloneză:
• adăugat / îmbunătățite mai multe reguli, mai ales pentru cratimă și utilizarea de bord
• adăugat informatii legate de frecventa pentru verificarea ortografiei dicționar; Frecventa listă de cuvinte vine de la proiectul Gaia, cu Apache License, versiunea 2.0 (https://github.com/mozillab2g/gaia/tree/master/keyboard/dictionaries).
• fixe unele alarme false
• Portugheză:
• adăugat / îmbunătățite mai multe reguli (se include acum norme de gen "a" / "o")
• are acum 3400+ cuvinte compuse
• fișierul JAR a fost redenumit la languagetool.jar, de la fosta languagetoolstandalone.jar pentru a evita confuzia cu privire la ceea ce "standalone" înseamnă, în acest context (github problemă # 29)
• pentru limbile cu multe reguli (cum ar fi franceza sau germana) de performanță pe texte lungi a crescut cu circa 2030%
• fix pentru threadsafety (poate provoca atârna în MultiWordChunker)
• fix un bug în cazul în care adnotări bucată nu au fost testate în grupuri
• fix: 1 și nu au fost evaluate in ...
• fixat un bug în mecanismul de unificare care aruncate unele dintre interpretările de potrivire prematur
• adăugat suport pentru adnotări bucată din disambiguator și fixat un bug în jetoane de filtrare cu adnotări bucată
• actualizate biblioteci Morfologik la 1.8.2 (bug fixat, mai stricte de intrare de corectitudine verificare, adăuga date de frecvență la dicționare)
• adăugat opțiunea de a include date de frecvență la taggging sau de ortografie dicționare. Formatul asteptat al wordlists frecvență este cea în proiectul Gaia, cu Apache License, versiunea 2.0 (https://github.com/mozillab2g/gaia/tree/master/keyboard/dictionaries)
• noi instrumente de linie de comandă pentru a exporta și de a crea dicționare binare:
• org.languagetool.dev.DictionaryExporter
• org.languagetool.dev.POSDictionaryBuilder
• integrare LibreOffice / OpenOffice:
• adăugat o soluție pentru detectarea incorecte sentință pentru cazul în care o notă de subsol a apărut după o oprire completă sentință (Sourceforge bug # 191)
• GUI standalone: ​​
• Dialogul deschis de "Mai mult ..." element din meniul contextual al unei erori va afișa, de asemenea acum exemplu propoziții corecte și incorecte
• API:
• SentenceTokenizer este acum o interfață, punerea în aplicare a fost mutat la RegexSentenceTokenizer, dar acest lucru este depreciată și SRXSentenceTokenizer ar fi folosit în loc
• Unele metode de la org.languagetool.tools.StringTools au fost mutate la clasa org.languagetool.gui.Tools în proiectul languagetoolguicommons
• LanguageToolListener.languageToolEventOccured () a fost redenumită LanguageToolListener.languageToolEventOccurred ()
• org.languagetool.tools.SymbolLocator nu mai este publică (nu ar trebui să afecteze pe nimeni)
• îndepărtat DanishSentenceTokenizer care a fost depasit de trei ani
• Rule.getCorrectExamples () și Rule.getIncorrectExamples () nu mai se mai întorc null, ci o listă goală, dacă nu există exemple. Prin urmare, setCorrectExamples () și setIncorrectExamples () nu mai accepta null.
• Rule.getId () poate returna orice șir acum, nu doar ASCIIonly corzi (de fapt acest lucru a fost cazul înainte, ca restricția ASCIIonly nu a fost niciodată executată și a menționat doar în Javadoc)
• languagetoolwikipedia: opțiunile de linie de comandă pentru verificarea unui depozit Wikipedia au fost simplificate. Comanda poate fi numit acum ca aceasta: borcan java languagetoolwikipedia.jar checkdata l en f enwiki20130621pagesarticles.xml Call doar "jar java languagetoolwikipedia.jar checkdata" pentru a obține un mesaj de folosire. Mai mult de un fișier poate fi specificată cu opțiunea f. În plus, pentru a halde Wikipedia XML, fișiere CSV din Tatoeba (http://tatoeba.org) sunt acum, de asemenea sprijinite, acestea trebuie să fie filtrate mai întâi să conțină numai limba respectivă.

Ce este nou în versiunea 2.3:

• bretonă:
• adăugat / îmbunătățit câteva reguli
• alarme false fixe
• actualizate dicționar POS din Apertium (SVN r47282)
• catalană:
• adăugat suport pentru cod de limbă ca-ES-Valencia (catalană Valenciană), pentru a fi utilizate în LibreOffice 4.2.0
• adăugat o înlocuiască regulă simplă, cu sute de sugestii de schimb
• / îmbunătățite mai multe reguli adaugate
• alarme false fixe
• chineză:
• adăugat o soluție pentru o StringIndexOutOfBoundsException (http://sourceforge.net/p/languagetool/bugs/186/)
• Engleză:
• adăugat modele de înlocuire pentru verificatorul ortografic să facă sugestii mai bine (oferă acum "predat" pentru "predat")
• adăugat / îmbunătățit câteva reguli
• Franceza:
• adăugat / îmbunătățit câteva reguli
• alarme false fixe
• POS actualizat tag dicționar și Hunspell dicționarul de Dicollecte-4.12
• Germană:
• / îmbunătățite mai multe reguli adaugate
• Portugheză:
• adăugat / îmbunătățit câteva reguli
• are acum 3300+ cuvinte compuse
• ucraineană:
• / îmbunătățite mai multe reguli adaugate
• codul sursă a fost mutat la github: https://github.com/languagetool-org/languagetool
• LanguageTool necesită Java 7.
• LanguageTool face uz de mai multe fire acum pentru textul verificarea pe hardware moderne, îmbunătățirea performanței (aceasta afectează versiunea stand-alone, versiunea de linie de comandă și extinderea LibreOffice / OpenOffice)
• sintaxa Regula:
• suport preliminar pentru noi atribute min / max, care permit să se potrivească un element care apare numărul dat de ori. De exemplu: foo va potrivi nimic sau "foo", adică "foo" este foo optional se va potrivi cu "foo" sau "foo foo" foo va potrivi nimic, "foo", sau "foo foo" Utilizarea max = "- 1" pentru a permite evenimente nelimitat. Pentru min, numai 0 sau 1 este acceptat (1 este implicit).
• sprijin pentru OR-declarații. De exemplu: un intern și în run-time, de regulă conține sau declarații este transformat în mai multe reguli, fara sau afirmații
.
• Engleză are acum o Chunker pentru a detecta, printre altele, bucăți noun singular și plural. Acest lucru este documentat la http://wiki.languagetool.org/using-chunks
• versiune standalone: ​​
• Versiunea standalone subliniază acum erori, cu o roșie (erori de ortografie) sau albastru (erori) linie (Panagiotis Minos)
• Amintiți-vă de selectarea limbii pentru următoarea pornire
• fereastră îmbunătățită și plasarea dialog într-o configurare multi-monitor
• Server încorporat: foloseste portul default (8081) din nou, în cazul în care a început fără argumente
• actualizat la versiunea 1.7.1 bibliotecă pentru a permite o mai bună sugestii, inclusiv manipularea corectă a diacriticelor și modele de înlocuire-rezultă morfologik (echivalenți de MAP si Rep caracteristici din dicționare hunspell)
• OpenOffice integrare / LibreOffice:
• fix: "Despre" dialog nu a funcționat în Apache OpenOffice 4.0
• fix: reguli specifice fiecărei țări (cum ar fi pentru engleza britanică) nu au de lucru
• API:
• În clasa Limba, getCountryVariants () a fost redenumită la getCountries (), precum și o nouă metodă getVariant a fost adăugat.
• Unele metode au fost depreciate
• Unele metode au fost mutate din clasa Tools (languagetool-core) pentru a noua clasă CommandLineTools (languagetool-comandă)

Ce este nou în versiunea 2.2:

Ce este nou în versiunea 2.1:

Ce este nou în versiunea 2.0:

Cerințe :

• Java 2 Standard Edition Runtime Environment