From 8ffaf2d0666f6c16ee9a0d4bd28d8c2afd9b169e Mon Sep 17 00:00:00 2001
From: Jack Rueter <rueter.jack@gmail.com>
Date: Wed, 8 Nov 2023 17:13:13 +0200
Subject: [PATCH] Deal with raw apertium tags in giella

Add some case tags and +PxSP3
Or do we want +Px3
@flammie
---
 src/fst/affixes/nouns.lexc     |   7 ++-
 src/fst/affixes/verbs.lexc     | 103 +++++++++++++++++++++------------
 src/fst/root.lexc              |   9 ++-
 src/fst/stems/adpositions.lexc |   3 +-
 src/fst/stems/numerals.lexc    |  22 +++----
 src/fst/stems/pronouns.lexc    |  36 ++++++++----
 6 files changed, 115 insertions(+), 65 deletions(-)

diff --git a/src/fst/affixes/nouns.lexc b/src/fst/affixes/nouns.lexc
index 866d4ef..615c8e0 100644
--- a/src/fst/affixes/nouns.lexc
+++ b/src/fst/affixes/nouns.lexc
@@ -281,12 +281,13 @@ LEXICON NOUN_COMP
 
 LEXICON ACRO_SGNOM_0
 
-%<sg%>%<nom%>:0 # ;
+!%<sg%>%<nom%>:0 # ;
++Sg+Nom:0 # ;
 
 LEXICON ACRO_CASES
 
-%<sg%>%<gen%>:n # ;
-
+!%<sg%>%<gen%>:n # ;
++Sg+Gen:n # ;
 
 
 
diff --git a/src/fst/affixes/verbs.lexc b/src/fst/affixes/verbs.lexc
index 3de6942..8eb6d10 100644
--- a/src/fst/affixes/verbs.lexc
+++ b/src/fst/affixes/verbs.lexc
@@ -251,40 +251,55 @@ LEXICON VERB_COND_PASSIVE_TÄIS
 LEXICON AUX_PCP
 !! **LEXICON @LEXNAME@** 
 !! FIXME
-%<pp%>:t # ;
-%<pp%>+Sg%<gen%>:n # ;
+!%<pp%>:t # ;
+!%<pp%>+Sg%<gen%>:n # ;
++PrfPrc:t # ;
++PrfPrc+Sg+Gen:n # ;
 
 LEXICON AUX_3SG_PI
 !! **LEXICON @LEXNAME@** 
-+Act%<pri%>%<p3%>+Sg:pi # ;
+!+Act%<pri%>%<p3%>+Sg:pi # ;
++Act+Ind+Prs+Sg3:pi # ;
 
 LEXICON AUX_3SG_0
-!! **LEXICON @LEXNAME@** 
-+Act%<pri%>%<p3%>+Sg:0 # ;
+!! **LEXICON @LEXNAME@**
+!+Act%<pri%>%<p3%>+Sg:0 # ;
++Act+Ind+Prs+Sg3:0 # ;
 
 LEXICON AUX_3SG_Y
 !! **LEXICON @LEXNAME@** 
-+Act%<pri%>%<p3%>+Sg:y # ;
+!+Act%<pri%>%<p3%>+Sg:y # ;
++Act+Ind+Prs+Sg3:y # ;
 
 
 LEXICON AUX_CONNEG_0
 !! **LEXICON @LEXNAME@** 
-+Act%<pri%>%<conneg%>:0 # ;
+!+Act%<pri%>%<conneg%>:0 # ;
++Act+Ind+Prs+ConNeg:0 # ;
 
 LEXICON AUX_PRES_FRONT
 !! **LEXICON @LEXNAME@** 
-+Act%<pri%>%<p1%>+Sg:n # ;
-+Act%<pri%>%<p2%>+Sg:t # ;
-+Act%<pri%>%<p1%>%<pl%>:mmä # ;
-+Act%<pri%>%<p2%>%<pl%>:ttä # ;
+!+Act%<pri%>%<p1%>+Sg:n # ;
+!+Act%<pri%>%<p2%>+Sg:t # ;
+!+Act%<pri%>%<p1%>%<pl%>:mmä # ;
+!+Act%<pri%>%<p2%>%<pl%>:ttä # ;
++Act+Ind+Prs+Sg1:n # ;
++Act+Ind+Prs+Sg2:t # ;
++Act+Ind+Prs+Pl1:mmä # ;
++Act+Ind+Prs+Pl2:ttä # ;
 
 LEXICON AUX_PRES_BACK
 !! **LEXICON @LEXNAME@** 
-+Act%<pri%>%<p1%>+Sg:n # ;
-+Act%<pri%>%<p2%>+Sg:t # ;
-+Act%<pri%>%<p2%>+Sg%<qst%>:tko # ;
-+Act%<pri%>%<p1%>%<pl%>:mma # ;
-+Act%<pri%>%<p2%>%<pl%>:tta # ;
+!+Act%<pri%>%<p1%>+Sg:n # ;
+!+Act%<pri%>%<p2%>+Sg:t # ;
+!+Act%<pri%>%<p2%>+Sg%<qst%>:tko # ;
+!+Act%<pri%>%<p1%>%<pl%>:mma # ;
+!+Act%<pri%>%<p2%>%<pl%>:tta # ;
++Act+Ind+Prs+Sg1:n # ;
++Act+Ind+Prs+Sg2:t # ;
++Act+Ind+Prs+Sg2:tko # ;
++Act+Ind+Prs+Pl1:mma # ;
++Act+Ind+Prs+Pl2:tta # ;
 
 !!!LEXICON AUX_PAST_WEAK_FRONT
 !!!
@@ -295,31 +310,44 @@ LEXICON AUX_PRES_BACK
 
 LEXICON AUX_PAST_WEAK_BACK
 !! **LEXICON @LEXNAME@** 
-+Act%<pri%>%<p1%>+Sg:in # ;
-+Act%<pri%>%<p2%>+Sg:it # ;
-+Act%<pri%>%<p1%>%<pl%>:imma # ;
-+Act%<pri%>%<p2%>%<pl%>:itta # ;
+!+Act%<pri%>%<p1%>+Sg:in # ;
+!+Act%<pri%>%<p2%>+Sg:it # ;
+!+Act%<pri%>%<p1%>%<pl%>:imma # ;
+!+Act%<pri%>%<p2%>%<pl%>:itta # ;
++Act+Ind+Prt+Sg1:in # ;
++Act+Ind+Prt+Sg2:it # ;
++Act+Ind+Prt+Pl1:imma # ;
++Act+Ind+Prt+Pl2:itta # ;
 
 LEXICON AUX_PAST_3SG_0
 !! **LEXICON @LEXNAME@** 
-+Act%<past%>%<p3%>+Sg:0 # ;
+!+Act%<past%>%<p3%>+Sg:0 # ;
++Act+Ind+Prt+Sg3:0 # ;
 
 LEXICON AUX_PASSIVE_H
 
-+Act%<pri%>%<p3%>%<pl%>:h # ;
-%<pasv%>%<pri%>:h # ;
+!+Act%<pri%>%<p3%>%<pl%>:h # ;
+!%<pasv%>%<pri%>:h # ;
++Act+Ind+Prt+Pl3:h # ;
++Pss+Ind+Prt:h # ;
 
 LEXICON AUX_PAST_PASSIVE_H
 
-+Act%<past%>%<p3%>%<pl%>:h # ;
-%<pasv%>%<past%>:h # ;
+!+Act%<past%>%<p3%>%<pl%>:h # ;
+!%<pasv%>%<past%>:h # ;
++Act+Ind+Prt+Pl3:h # ;
++Pss+Ind+Prt:h # ;
 
 LEXICON AUX_COND
 
-+Act%<cni%>%<p1%>+Sg:isin # ;
-+Act%<cni%>%<p2%>+Sg:isit # ;
-+Act%<cni%>%<p3%>+Sg:is # ;
-+Act%<cni%>%<p3%>+Sg%<qst%>:isko # ;
+!+Act%<cni%>%<p1%>+Sg:isin # ;
+!+Act%<cni%>%<p2%>+Sg:isit # ;
+!+Act%<cni%>%<p3%>+Sg:is # ;
+!+Act%<cni%>%<p3%>+Sg%<qst%>:isko # ;
++Act+Cond+Sg1:isin # ;
++Act+Cond+Sg2:isin # ;
++Act+Cond+Sg3:is # ;
++Act+Cond+Sg3+Qst:isko # ;
 
 LEXICON AUX_INF_A
 
@@ -332,7 +360,8 @@ LEXICON AUX_INF_Ä
 LEXICON AUX_INF_E
 
 +Inf+Ine:ešša  # ;
-+Inf+Ine%<px3sp%>:eššah  # ;
+!+Inf+Ine%<px3sp%>:eššah  # ;
++Inf+Ine+PxSP3:eššah  # ;
 
 LEXICON AUX_INF_MA
 
@@ -353,16 +382,18 @@ LEXICON AUX_INF_MÄ
 
 LEXICON AUX_PCP_TY
 
-%<pasv%>%<pp%>+Sg%<nom%>:ty # ;
-%<pasv%>%<pp%>+Sg%<par%>%<px3sp%>:työh # ;
+!%<pasv%>%<pp%>+Sg%<nom%>:ty # ;
+!%<pasv%>%<pp%>+Sg%<par%>%<px3sp%>:työh # ;
++Pss+PrfPrc+Sg+Nom:ty # ;
++Pss+PrfPrc+Sg+Par+PxSP3:työh # ;
 
 
 LEXICON AUX_PCP_N
 
-+Act%<pp%>:n # ;
-+Act%<past%>+Sg%<conneg%>:n # ;
-
-
+!+Act%<pp%>:n # ;
+!+Act%<past%>+Sg%<conneg%>:n # ;
++Act+PrfPrc:n # ;
++Act+Ind+Prt+Sg+ConNeg:n # ;
 
 ! vim: set ft=xfst-lexc:
 
diff --git a/src/fst/root.lexc b/src/fst/root.lexc
index f6b6da5..66d01fc 100644
--- a/src/fst/root.lexc
+++ b/src/fst/root.lexc
@@ -32,7 +32,8 @@ Multichar_Symbols  !!≈ # Definitions for @CODE@
 !! The parts-of-speech are:
  +N +A +Adv +V                                 !!≈ * **@CODE@**
  +Pron +CS +CC +Adp +Po +Pr +Interj +Pcle +Num  !!≈ * **@CODE@**
-
+ +C  !!≈ * **@CODE@** TYÖÖÖÖ! this need depricating :-) 2023-11-08 Jaska
+ 
 !! The parts of speech are further split up into:
  +Prop +Pers +Dem +Interr +Refl +Recipr +Rel +Indef !!≈ * **@CODE@**
 
@@ -45,14 +46,18 @@ Multichar_Symbols  !!≈ # Definitions for @CODE@
 !! The nominals are inflected in the following Case and Number
  +Sg +Du +Pl !!≈ * **@CODE@**
  +Ess +Nom +Gen +Acc +Ill +Loc +Com +Com/Sh !!≈ * **@CODE@**
+ +Ine +Ill +Ela +Par +Tra +Ins
 
 !! The possession is marked as such:
  +PxSg1 +PxSg2 +PxSg3 +PxDu1 +PxDu2 +PxDu3 +PxPl1 +PxPl2 +PxPl3 !!≈ * **@CODE@**
+ +PxSP3
 !! The comparative forms are:
- +Comp +Superl !!≈ * **@CODE@**
+ +Pos +Comp +Superl !!≈ * **@CODE@**
 !! Numerals are classified under:
  +Attr +Card !!≈ * **@CODE@**
  +Ord  !!≈ * **@CODE@**
+!! Verb voices are:
++Act +Pss
 !! Verb moods are:
  +Ind +Prs +Prt +Pot +Cond +Imprt !!≈ * **@CODE@**
 !! Verb personal forms are:
diff --git a/src/fst/stems/adpositions.lexc b/src/fst/stems/adpositions.lexc
index 05f9f2c..939a339 100644
--- a/src/fst/stems/adpositions.lexc
+++ b/src/fst/stems/adpositions.lexc
@@ -382,7 +382,8 @@ eh postposition ;
 
 
 LEXICON postposition
-+Post: # ;
+!+Post: # ;
++Adp+Po: # ;
 
 LEXICON preposition
 +Pr: # ;
diff --git a/src/fst/stems/numerals.lexc b/src/fst/stems/numerals.lexc
index 0e1195b..e45bc4e 100644
--- a/src/fst/stems/numerals.lexc
+++ b/src/fst/stems/numerals.lexc
@@ -20,17 +20,17 @@ kymmenen+Num+Card:kymmene  NUM_KYMMENE/N ;
 miljon+Num+Card:miljon NUM_MILJON/A ;
 miljardi+Num+Card:miljard NUM_MILJARD/I ;
 
-enšimäini+Adj+Ord:enšimäi  NUM_ENŠIMMÄI/NI ;
-enšimmäini+Adj+Ord:enšimmäi  NUM_ENŠIMMÄI/NI ;
-toini+Adj+Ord:toi  NUM_TOI/NI ;
-kolmaš+Adj+Ord:kolma NUM_KOLMA/Š ;
-nelläš+Adj+Ord:nellä NUM_NELLÄ/Š ;
-viiješ+Adj+Ord:viije NUM_NELLÄ/Š ;
-kuuvveš+Adj+Ord:kuuvve NUM_KOLMA/Š ;
-seiččemeš+Adj+Ord:seiččeme NUM_NELLÄ/Š ;
-kahekšaš+Adj+Ord:kahekša NUM_KOLMA/Š ;
-yhekšäš+Adj+Ord:yhekšä NUM_NELLÄ/Š ;
-kymmeneš+Adj+Ord:kymmene NUM_NELLÄ/Š ;
+enšimäini+A+Ord:enšimäi  NUM_ENŠIMMÄI/NI ;
+enšimmäini+A+Ord:enšimmäi  NUM_ENŠIMMÄI/NI ;
+toini+A+Ord:toi  NUM_TOI/NI ;
+kolmaš+A+Ord:kolma NUM_KOLMA/Š ;
+nelläš+A+Ord:nellä NUM_NELLÄ/Š ;
+viiješ+A+Ord:viije NUM_NELLÄ/Š ;
+kuuvveš+A+Ord:kuuvve NUM_KOLMA/Š ;
+seiččemeš+A+Ord:seiččeme NUM_NELLÄ/Š ;
+kahekšaš+A+Ord:kahekša NUM_KOLMA/Š ;
+yhekšäš+A+Ord:yhekšä NUM_NELLÄ/Š ;
+kymmeneš+A+Ord:kymmene NUM_NELLÄ/Š ;
 
 pari+Num+Card:pari NUM_PARI ;
 puolitoista+Num+Card:puolitoista  # ;
diff --git a/src/fst/stems/pronouns.lexc b/src/fst/stems/pronouns.lexc
index 335ec42..dfb6758 100644
--- a/src/fst/stems/pronouns.lexc
+++ b/src/fst/stems/pronouns.lexc
@@ -62,7 +62,8 @@ LEXICON PRON_MI/E
 
 0:e PRON_SGNOM_0 ;
 0:u PRON_CASES_SG_BACK ;
-%<sg%>%<par%>:lma  # ;
+!%<sg%>%<par%>:lma  # ;
++Sg+Par:lma # ;
 
 LEXICON PRON_H/IÄN
 !! **LEXICON @LEXNAME@**
@@ -82,7 +83,8 @@ LEXICON PRON_TÄ/MÄ
 0  PRON_CASES_SG_FRONT ;
 0  PRON_SGPAR_TÄ ;
 0:mä PRON_SGGEN_N ;
-%<sg%>%<ill%>:hä  # ;
+!%<sg%>%<ill%>:hä  # ;
++Sg+Ill:hä # ;
 
 LEXICON PRON_NÄ/MÄ
 !! **LEXICON @LEXNAME@**
@@ -104,19 +106,27 @@ LEXICON PRON_Š/E
 !! **LEXICON @LEXNAME@**
 0:e  PRON_SGNOM_0 ;
 0:i  PRON_CASES_SG_FRONT ;
-%<sg%>%<gen%>:en # ;
-%<sg%>%<ine%>:iinä # ;
-%<sg%>%<ela%>:iitä # ;
-%<sg%>%<ill%>:iih # ;
-%<sg%>%<ill%>:inne # ;
-%<sg%>%<par%>:itä # ;
+!%<sg%>%<gen%>:en # ;
+!%<sg%>%<ine%>:iinä # ;
+!%<sg%>%<ela%>:iitä # ;
+!%<sg%>%<ill%>:iih # ;
+!%<sg%>%<ill%>:inne # ;
+!%<sg%>%<par%>:itä # ;
++Sg+Gen:en # ;
++Sg+Ine:iinä # ;
++Sg+Ela:iitä # ;
++Sg+Ill:iih # ;
++Sg+Ill:inne # ;
++Sg+Par:itä # ;
 
 LEXICON PRON_N/E
 !! **LEXICON @LEXNAME@**
 0:e  PRON_PLNOM_0 ;
 0:i  PRON_CASES_PL_FRONT ;
-%<pl%>%<gen%>:iijen # ;
-%<pl%>%<ill%>:iihi # ;
+!%<pl%>%<gen%>:iijen # ;
+!%<pl%>%<ill%>:iihi # ;
++Pl+Gen:iijen # ;
++Pl+Ill:iihi # ;
 
 LEXICON PRON_IČ/E
 !! **LEXICON @LEXNAME@**
@@ -130,8 +140,10 @@ LEXICON PRON_KAI/KKI
 0:kki PRON_SGNOM_0 ;
 0:ke  PRON_CASES_SG_WEAK_BACK ;
 0:k  PRON_CASES_PL_WEAK_BACK ;
-%<pl%>%<ins%>:kin # ;
-%<pl%>%<com%>:kkine # ;
+!%<pl%>%<ins%>:kin # ;
+!%<pl%>%<com%>:kkine # ;
++Pl+Ins:kin # ;
++Pl+Com:kkine # ;
 
 LEXICON PRON_KU/DAI
 !! **LEXICON @LEXNAME@**