Izvor
Baza riječi izvedena je iz flektivnog leksikona hrLex 1.3:
-
6 427 709 oblika riječi / 164 206 lema
-
svaki zapis: oblik, lema, MSD oznaka (MULTEXT-East V6 za hbs), UD oznake, frekvencija iz korpusa hrWaC v2.2
-
preuzimanje: `hrLex_v1.3.gz` (~52 MB) s repozitorija CLARIN.SI
Licenca: CC BY-SA 4.0
Tekst atribucije koji će biti u igri
Popis riječi izveden je iz leksikona hrLex 1.3 (Nikola Ljubešić, CLARIN.SI, http://hdl.handle.net/11356/1232), dostupnog pod licencom CC BY-SA 4.0. Popis je za potrebe igre filtriran na opće imenice u nominativu jednine te obogaćen podacima za tijek igre; izvedeni popis dostupan je pod istom licencom na zahtjev.
Održavanje rječnika
Rječnik na startu nije savršen i to je svjesna odluka: umjesto nemoguće savršene baze, imat ćemo sistem povratnih informacija s igračima. Kvaliteta rječnika je proizvod zajednice.
Prijava greške (perspektiva igrača)
-
Igrač otvori povijest partije (dostupna tijekom i nakon igre).
-
Označi konkretan potez i napiše kratku poruku (npr. „riječ ‘aljkavost’ postoji, a nije prihvaćena").
-
Prijava se sprema sa statusom `nova` i vezom na partiju i potez; na admin adresu odlazi email notifikacija.
-
Poruka igraču nakon slanja: „Hvala! Pregledat ćemo prijavu — ovako nam pomažeš da igra bude bolja."
-
Igrač na mail dobije povratne informacije o tome da li se njegove primjedba prihvatila ili ne + obrazloženje po potrebi
-
U kasnijim fazama razvoja dodavanje badgeva, dostignuća, avatara i sl. za ljude koji aktivno šalju povratne informacije
Tipični povodi prijave:
| Situacija |
Vjerojatan uzrok |
| „U bazi nemamo riječ na ‘XY’", a igrač misli da riječ treba postojati |
Riječ nedostaje (filter uvoza ili nije u hrLexu) |
| Prihvaćena riječ koja ne postoji |
bug ili tipfeler |
| Riječ odbijena kao kriva slova, a igrač je siguran da je dobro napisao |
Kandidat za iznimku digrafa |
Admin stranica (perspektiva admina)
-
popis prijava s filtrima po statusu (`nova` / `pregledana` / `rijesena`), uz svaku prikaz povijesti partije s označenim spornim potezom.
-
akcije: dodaj riječ (uz automatski izračun grafema), deaktiviraj riječ, dodaj iznimku digrafa, odbij prijavu + mogućnost ostavljanja napomene.
-
svaka akcija zapisuje se u `izmjene_rjecnika`, što nam je dnevnik promjena u bazi rječnika
Očekivani broj riječi,
Iz hrLex popise riječi, lematski filter* daje otprilike 40–70 tisuća općih imenica u nominativu jednine. Točan broj bilježi se u izvještaju prve verzije kada bude objavljena.
*Lematski filter
Što je lema? Lema je osnovni, rječnički oblik riječi (npr. lema za riječi „radim”, „radio sam” i „radit će” je glagol „raditi”).
Kako radi: Kada baza ima ovaj filter prilikom indeksiranja teksta, ona sve izvedenice riječi pretvara u njihove leme. To omogućuje da korisnik koji u bazi pretražuje riječ „radili” dobije i rezultate koji sadrže riječi „radim” ili „raditi”, jer baza pretražuje zajednički korijen (lemu).
Mi smo koristili lematski filter kako bismo dobili isključivo:
- opće imenice
- u nominativu
- u jedinini
