# 基本物件

## 上手
`字`、`詞`、`組`、`集`、`句`佮`章`是`臺灣言語工具`操作的基本物件。若初次使用，推薦直接使用`句`物件
```python3
>>> from 臺灣言語工具.解析整理.拆文分析器 import 拆文分析器
>>> 
>>> 拆文分析器.建立句物件('Ta̍k-ke gâu-tsá')  # 全羅馬字(全羅)
句：[集：[組：[詞：[字：Ta̍k , 字：ke ], 詞：[字：gâu , 字：tsá ]]]]
>>> 
>>> 拆文分析器.建立句物件('逐家 gâu早')  # 漢羅
句：[集：[組：[詞：[字：逐 , 字：家 ], 詞：[字：gâu , 字：早 ]]]]
>>> 
>>> 拆文分析器.建立句物件('逐家gâu早', 'Ta̍k-ke gâu-tsá')  # 漢羅 kah 全羅
句：[集：[組：[詞：[字：逐 Ta̍k, 字：家 ke], 詞：[字：gâu gâu, 字：早 tsá]]]]
```

## 介紹
* `章`
  * 包含許多`句`
* `句`
  * 包含許多`集`
* `集`
  * 包含許多`組`，這些`組`是代表這個語句在這個`集`，有多個`組`可以選，但是整個語句只能用其中一個`組`
* `組`
  * 包含許多`詞`
* `詞`
  * 包含許多`字`
* `字`
  * `字`裡面含`型`及`音`兩個變數
  * 若是漢語語系，`型`用來存漢字，`音`用來存音標。若是只有漢字或音標，則都存在`型`內底
  * 若是南島語系，則都存在`型`裡面


## 建立物件
`拆文分析器`是建立`基本物件`的主要工具，可以處理大多數情形的語料，使用`拆文分析器.建立句物件(語句)`函式
```python3
>>> from 臺灣言語工具.解析整理.拆文分析器 import 拆文分析器
>>> 
>>> 拆文分析器.建立句物件('臺語工具')  # 全漢字
章：[句：[集：[組：[詞：[字：臺 ], 詞：[字：語 ], 詞：[字：工 ], 詞：[字：具 ]]]]]
>>> 
>>> 拆文分析器.建立句物件('tai5-gi2 kang1-ku7')  # 全羅馬字音標
章：[句：[集：[組：[詞：[字：tai5 , 字：gi2 ], 詞：[字：kang1 , 字：ku7 ]]]]]
>>> 
>>> 拆文分析器.建立句物件('臺語工ku7')  # 漢字音標混合
章：[句：[集：[組：[詞：[字：臺 ], 詞：[字：語 ], 詞：[字：工 ], 詞：[字：ku7 ]]]]]
>>> 
```

若是同時有漢字和音標，則可以傳兩ê參數`拆文分析器.建立句物件(語句, 羅馬字)`
```python3
>>> from 臺灣言語工具.解析整理.拆文分析器 import 拆文分析器
>>> 
>>> 拆文分析器.建立句物件('臺語工具', 'tai5-gi2 kang1-ku7')  # 有全部的漢字和羅馬字對應
章：[句：[集：[組：[詞：[字：臺 tai5, 字：語 gi2], 詞：[字：工 kang1, 字：具 ku7]]]]]
>>> 
>>> 拆文分析器.建立句物件('臺語工ku7', 'tai5-gi2 kang1-ku7')  # 漢羅OK
章：[句：[集：[組：[詞：[字：臺 tai5, 字：語 gi2], 詞：[字：工 kang1, 字：ku7 ku7]]]]]
>>> 
>>> 拆文分析器.建立句物件('tai5-gi2 kang1-ku7', 'tai5-gi2 kang1-ku7')  # 羅馬字對應羅馬字嘛ē-sái
章：[句：[集：[組：[詞：[字：tai5 tai5, 字：gi2 gi2], 詞：[字：kang1 kang1, 字：ku7 ku7]]]]]
```
其中`語句`佮`羅馬字`的字數要相同，否則會擲出`解析錯誤`例外。

`拆文分析器`還有`建立章物件`、`建立集物件`、`建立組物件`、`建立詞物件`跟`建立字物件`函式。詳細行為可以參考[單元試驗](https://github.com/sih4sing5hong5/tai5-uan5_gian5-gi2_kang1-ku7/blob/master/%E8%A9%A6%E9%A9%97/%E8%A7%A3%E6%9E%90%E6%95%B4%E7%90%86/)。

### 分詞物件
`基本物件`會當輸出做`分詞`字串形態，方便tī資料庫等處理。用`物件.看分詞()`得著`分詞`，`拆文分析器.分詞句物件(分詞)`載入`分詞`。
```python3
>>> from 臺灣言語工具.解析整理.拆文分析器 import 拆文分析器
>>> 
>>> 句物件 = 拆文分析器.建立句物件('逐家gâu早', 'Ta̍k-ke gâu-tsá')
>>> 句物件.看分詞()
'逐-家｜Ta̍k-ke gâu-早｜gâu-tsá'
>>> 拆文分析器.分詞句物件(句物件.看分詞()) == 句物件
True
```

`拆文分析器`還有`分詞章物件`、`分詞集物件`、`分詞組物件`、`分詞詞物件`跟`分詞字物件`函式。詳細行為可以參考[單元試驗](https://github.com/sih4sing5hong5/tai5-uan5_gian5-gi2_kang1-ku7/blob/master/%E8%A9%A6%E9%A9%97/%E8%A7%A3%E6%9E%90%E6%95%B4%E7%90%86/)。

## 輸出
物件會使照需要拿出`型`、`音`和`分詞`
```python3
>>> from 臺灣言語工具.解析整理.拆文分析器 import 拆文分析器
>>> 
>>> 漢字 = '臺語工具'
>>> 音標 = 'tai5-gi2 kang1-ku7'
>>> 章物件 = 拆文分析器.對齊章物件(漢字, 音標)
>>> 章物件.看型()
'臺語工具'
>>> 章物件.看音()
'tai5-gi2 kang1-ku7'
>>> 章物件.看分詞()
'臺-語｜tai5-gi2 工-具｜kang1-ku7'
```
方便複製
```python3
from 臺灣言語工具.解析整理.拆文分析器 import 拆文分析器

漢字 = '臺語工具'
音標 = 'tai5-gi2 kang1-ku7'
章物件 = 拆文分析器.對齊章物件(漢字, 音標)
章物件.看型()
章物件.看音()
章物件.看分詞()
```
`分詞`包含漢字和音標，而且`分詞`能夠經由`拆文分析器`再轉成`物件`
```python3
from 臺灣言語工具.解析整理.拆文分析器 import 拆文分析器

章物件 = 拆文分析器.對齊章物件('臺語工具', 'tai5-gi2 kang1-ku7')
分詞 = 章物件.看分詞()
分詞章物件 = 拆文分析器.分詞章物件(分詞)  # 分詞章物件 == 章物件
```

### 函式定義
`元素.看型(物件分字符號='', 物件分詞符號='', 物件分句符號='')`

  回傳元素的全部型。參數會當設定`字`、`詞`跟`句`中的分隔符號，預設不分隔。

`元素.看音(物件分字符號=分字符號, 物件分詞符號=分詞符號, 物件分句符號=分詞符號)`
  
  回傳元素的全部音。參數會當設定`字`、`詞`跟`句`中的分隔符號。`分字符號`是`-`，`分詞符號`是` `。
  
`元素.看分詞(物件分型音符號=分型音符號, 物件分字符號=分字符號, 物件分詞符號=分詞符號, 物件分句符號=分詞符號):`

  回傳元素的分詞，這個分詞可以被`拆文分析器`的`轉做`。參數會當設定`字`、`詞`跟`句`中的分隔符號。`分字符號`是`-`，`分詞符號`是` `。

## 處理
基本物件的函式，函式回傳皆是新的物件，原本的物件並不會改變。

### 斷詞
部份漢語語料是漢字佮羅馬字混雜，為了讓語料能更一致，斷詞有兩種方法

#### 兩步斷詞
先用辭典切出對應的斷點，才閣揀出其中一個當結果
```python3
a='11'
```

##### 函式定義
```python3
    def 揣詞(self, 揣詞方法, *參數陣列, **參數物件):
    def 揀(self, 揀集內組方法, *參數陣列, **參數物件):
```

#### 直接斷詞
仝款用辭典佮語言模型，`辭典語言模型斷詞`會試逐種組合，毋過速度較慢

#### 華語斷詞
中研院斷詞

##### 函式定義
```python3
    def 斷詞(self, 斷詞方法, *參數陣列, **參數物件):
```
    
### 翻譯
```python3
    def 翻譯(self, 翻譯方法, *參數陣列, **參數物件):
```

### 其他處理
為了介面清楚，一些不常用、不通用的功能就不另外包函式。像是要使用`閩南語變調.變調(cls, 物件)`就可以用`做`函式
```python3
物件.做(閩南語變調, '變調')
```
而要參數的`集內組照排.排(cls, 排法, 物件)`可以用
```python3
物件.做(集內組照排, '排', 排法=lambda 物件:str(物件))
```

#### 函式定義
```python3
    def 做(self, 模組, 函式名, *參數陣列, **參數物件):
```


### 預處理（deprecated）
因為閩南語語料的`-`，有斷詞意義，所以`拆文分析器`對`-`限制較濟。語句在分析前建議都先用`文章粗胚`預處理

#### 漢語
親像閩南語有輕聲`--`，`文章粗胚`會先轉做`-0`
```python3
>>> from 臺灣言語工具.解析整理.文章粗胚 import 文章粗胚
>>> from 臺灣言語工具.解析整理.拆文分析器 import 拆文分析器
>>> from 臺灣言語工具.音標系統.閩南語.臺灣閩南語羅馬字拼音 import 臺灣閩南語羅馬字拼音
>>> 
>>> 原來語句 = '人莫走boo5--ki3。'
>>> 處理好語句 = 文章粗胚.建立物件語句前處理減號(臺灣閩南語羅馬字拼音, 原來語句)  # --輕聲轉成-0
# 處理好語句 == '人莫走boo5-0ki3。'
>>> 加空白後語句 = 文章粗胚.符號邊仔加空白(處理好語句)  # 句號旁加空白
# 加空白後語句 == '人莫走boo5-0ki3 。 ' 
>>> 拆文分析器.建立章物件(加空白後語句)
章：[句：[集：[組：[詞：[字：人 ], 詞：[字：莫 ], 詞：[字：走 ], 詞：[字：boo5 , 字：0ki3 ], 詞：[字：。 ]]]]]
```

#### 南島語
目前`拆文分析器`還不能正確處理`'`，不過流程大致如下
```python3
from 臺灣言語工具.解析整理.文章粗胚 import 文章粗胚
from 臺灣言語工具.解析整理.拆文分析器 import 拆文分析器
from 臺灣言語工具.音標系統.閩南語.臺灣閩南語羅馬字拼音 import 臺灣閩南語羅馬字拼音

原來語句 = "Nga'ay ho?"
處理好語句 = 文章粗胚.建立物件語句前減號變標點符號(原來語句)
加空白後語句 = 文章粗胚.符號邊仔加空白(處理好語句)
拆文分析器.建立章物件(加空白後語句)
```