Изменение алгоритма выделения sumti-мест в определениях

[nanouasyn]

На данный момент, sutysisku выделяет в определении слова sumti-места разноцветными прямоугольниками, проводит стрелки между местами lujvo и местами его компонентов. Однако, алгоритм нахождения мест в определении оказывается очень чувствительным к ошибкам второго рода, потому что не требует следования формату, и распознаёт любую latex-формулу как указание на sumti-место. Так, например, формула {$m^3$} для него неотличима от выражения {$m_2$} в статье {caldectre}. Алгоритм видит sumti-место там, где его нет, и даже проводит к нему стрелку от mitre3. Я насчитал по крайней мере 178 слов в английском словаре, в которых либо алгоритм ошибается, видя наличие места там, где его нет, либо в словарной статье допущена критическая ошибка форматирования. К последним относится, например, {fadytu'i}. В общем случае, политика допущения отклонений от формата не приводит ни к чему хорошему: на месте выделенного sumti-места находится либо нечто совсем отличное от sumti-места, то есть, формула, которую автор определения и не планировал делать sumti-местом, либо ошибка автора, нечто, критически выбивающееся из формата, что само по себе, в подавляющем большинстве случаев, заставляет алгоритм ошибиться или по поводу границ sumti-места, или по поводу количества sumti-мест, или по поводу связей между sumti-местами разных слов. Другими словами, излишняя толерантность здесь практически не приносит пользы, не сокращает количество ошибок первого рода, а лишь плодит ошибки второго рода, маскирует ошибки форматирования и запутывает пользователей.

Решением в данной ситуации мне видится следующее. Алгоритм должен требовать от содержимого $...$-скобок следования формату, отказываясь воспринимать его sumti-местом в ином случае. Формат должен соответствовать требованиям, описанным в jbovlaste. Содержимое sumti-места должно представлять собой разделённый знаком {=}, возможно, окружённым пробельными символами, список меток. Каждая метка должна состоять из имени и индекса, причём имя должно представлять собой последовательность из не менее, чем одной ложбанской буквы в нижнем регистре ([a-z]+), индекс должен представлять собой последовательность из не менее, чем одной цифры, возможно, в фигурных скобках (\d+|{\d+}), при этом, имя и индекс могут быть разделены символом {_}.

На самом деле, указанное правило всё-ещё слишком мягко и допускает, например, {x12}, что допускается и форматом jbovlaste, используясь в 310 словах. Впрочем, это приводит к некой неряшливости на выходе, а иногда даже наблюдается смешение стилей в рамках одного определения (bi'argau). Также, можно предположить существование естественных ошибок вида {x_12}. Всё это можно легко и однозначно исправить силами sutysisku. Поэтому, предлагаю производить преобразование определения: каждую метку в найденном по предложенному выше алгоритму sumti-месте, необходимо преобразовать, добавив разделитель «_» между именем и индексом, если он отсутствует, а также поместив индекс в фигурные скобки, если они отсутствуют, и далее работать уже с таким определением.

[lagleki]

Может быть, вы напишете регулярку, описывающую места, которые алгоритм должен делать кандидатами для концов/начала стрелок?

[lagleki]

Посмотрел fadytu'i. Сейчас не вижу серьезных проблем.

[lagleki]

bi'argau - это однозначно косяк автора определения. Уже поправлен. Аналогично надо поправить определения в других местах. это уже проблемы самого jbovlaste.