**********************************
***********  Italiano  ***********
**********************************

ERRORI NEL DIZIONARIO

Indice:
1) INTRODUZIONE
2) CLASSIFICAZIONE DEGLI ERRORI
3) CONCLUSIONE
4) ERRORI CONOSCIUTI
5) ERRORI NON-ERRORI


***************
1) INTRODUZIONE

Il dizionario italiano genera attualmente varie parole errate, contiene alcuni errori e non genera o non contiene tutte le parole corrette.

Bisogna tenere presente che il dizionario attuale genera circa 16.600.000 di stringhe (vedere il file statistiche.scx per maggiori dettagli).
Di queste bisognerebbe considerare due tipi di stringhe:
* parole singole (circa 2.900.000)
* parole elise (circa 14.700.000)
Per le parole singole la presenza di errori è in percentuale molto bassa e diminuisce ad ogni nuovo rilascio. Attualmente stimo vi siano 10-50.000 parole singole errate.
Per le parole elise sono presenti sia errori gravi (es: un'alunno o mancanza di elisioni come un'alunna) che errori "veniali" (es: brav'albero, quell'avergli, ...). Il numero degli errori gravi presumo sia molto basso, mentre quelli "veniali" sono abbastanza frequenti.


*******************************
2) CLASSIFICAZIONE DEGLI ERRORI

Le stringhe errate sono generate principalmente dai seguenti fattori:

1. flag associati erroneamente a parole non del tipo corrispondente (es: flag di verbi associati a non verbi, ad esempio: cancelliere/B)

Stato: conclusa.
La correzione del punto 1 è stata terminata (almeno gli errori più evidenti e comunque la maggior parte di quelli presenti). Questi errori possono causare false parole corrette ad esempio cancelliere/B -> cancellierò.


2. generazione di tutti i casi possibili per ogni radice di un determinato tipo (es: composizione verbi e pronomi)

Stato: è in fase di analisi. 


3. generazione dell'elisione per combinazioni non sempre corrette (es: brav'albero)

Stato: in correzione, ci sono ancora molti errori di questo tipo.
La correzione del punto 3 è in fase di esecuzione, questa parte richiederà molto tempo. Breve spiegazione: per permettere al dizionario di riconoscere la maggior parte delle elisioni corrette come non errate sono stati inseriti in automatico le più probabili combinazioni che hanno generato combinazioni non corrette come brav'albero, levare quelle errate è un'attività molto dispendiosa perché richiede un controllo puntuale su ogni parola. Questi errori possono essere visti come non gravi perché normalmente non sono generati da errori di battitura.


4. generazioni dell'elisione per combinazioni errate (es: un'alunno) o la mancanza di una combinazione corretta (es: la combinazione un'alunna vista come errata)

Stato:
* combinazioni errate: in correzione
* combinazioni mancanti: in correzione
La correzione del punto 4 è in fase di esecuzione, anche questa fase come quella del punto 3 è molto dispendiosa. Questi errori sono molto gravi e si sta studiando un modo per eliminarne la maggior parte nel tempo più breve.


5. verbi irregolari. Ci sono verbi irregolari coniugati come verbi regolari (generano parole errate) e/o non completamente coniugati (mancanza di parole corrette)

Stato: parte in correzione e parte non ancora analizzata
La correzione del punto 5 è parzialmente in fase di sistemazione, mentre per la maggior parte dei casi restanti non è ancora iniziata la fase di analisi. Questa fase è abbastanza critica perché riguarda anche verbi ad alto utilizzo, però tale fase è anche molto complessa e delicata e richiede una fase di studio non indifferente.


6. errori nei non verbi (es: errore nel generare il plurale di una parola)

Stato: conclusa
La correzione del punto 6 dovrebbe essere completata. Vengono trovati sempre più raramente errori di questo tipo.


7. mancanza di generazioni nei non verbi (es: mancanza di un plurale di una parola)

Stato: in correzione
La correzione del punto 7 è in fase di sistemazione. Vi sono ancora un certo numero di parole che sono adagio adagio sistemate. La maggior parte di questi casi riguarda parole non di uso comune o specialistiche di un determinato settore o parole che sono ottenute anche come coniugazione di verbi.


8. presenza di parole arcaiche/dialettali/straniere non di uso comune/famigliari/regionali/...

Stato: in correzione
La correzione del punto 8 è in fase di sistemazione. Questa parte è molto delicata perché non sempre è semplice individuare correttamente le parole da eliminare e la loro catalogazione molte volte è abbastanza soggettiva.


9. mancanza totale di parole corrette

Stato: in aggiornamento permanente
Questa parte è cronica dato che la lingua italiana si arricchisce con il passare del tempo di nuovi termini. L'unica soluzione è un continuo aggiornamento. Anche questa parte è moto delicata perché non sempre è semplice stabilire se un termine deve essere inserito o meno.


...


**************
3) CONCLUSIONE

Il dizionario italiano contiene sì un numero di errori che è abbastanza elevato, ma tale valore è in proporzione basso rispetto alle parole corrette presenti.
In conclusione il dizionario italiano può essere visto come un prodotto maturo, con qualche piccola pecca, e può benissimo essere usato con profitto in ambito lavorativo.


********************
4) ERRORI CONOSCIUTI

A) Vi sono purtroppo una serie di errori conosciuti che non possono essere per ora eliminati. Questi errori sono presenti, alle volte introdotti volontariamente, per poter generare delle parole corrette.

* tré <- questo errore è stato introdotto volontariamente per poter generare tutti i numeri terminanti con tre in modo corretto (con l'accento). Questo ha permesso una forte compressione dei numeri in lettere (attualmente, versione 2.2 del dizionario, sono generati i numeri da 1 a 10.000 con solo una trentina di radici (parole presenti nel file it_IT.dic)). L'eliminazione di tale errore richiede uno studio e una nuova definizione delle radici e delle regole per la generazione dei numeri in lettere.


B) Vi sono anche alcuni errori non rilevabili dall'attuale versione di MySpell (il programma che gestisce il dizionario) e per i quali quindi non è possibile fare nulla.

* parole inizianti o terminanti con apostrofo (es: mo', 'ndrangheta). Per permettere la non segnalazione come errori si è dovuto inserire la parola senza l'apostrofo (mo, ndrangheta)


********************
5) ERRORI NON-ERRORI

Le regole della lingua italiana non sono mai certe o per lo meno non esiste sempre un'unica interpretazione. Vi sono un certo numero di persone (esperti linguisti naturalmente) che ritengono una cosa corretta ed altre che la ritengono sbagliata.
È sempre complesso scegliere quale strada seguire e per questo si cerca sempre la soluzione che pare migliore per ogni singolo caso dubbio.

Qui di seguito vi è un elenco di segnalazioni di "errori" fatte più volte e dei motivi per cui tali "errori" sono ancora presenti:

a) lettere accentate
Vari hanno segnalato che per le vocali iu quando accentate dovrebbero avere l'accento acuto perché pronunciabili solo con suono chiuso.
Si è scelto di usare gli accenti gravi come riportato dalla maggior parte dei dizionari, come indicato nella norma UNI 601567 (riportata qui: http://www.mat.unimi.it/users/dip/software/linux/appunti-linux/AL-14.44.184.html) e perché sulla tastiera italiana sono presenti normalmente per le vocali aiou solo gli accenti gravi.

b) qual è <-> qual'è - qual era <-> qual'era
La corrente "principale" indica tali elisioni come errate perché esiste il troncamento qual, ma vi sono personaggi illustri che hanno indicano tali elisioni come corrette adducendo come motivazione il fatto che il troncamento qual ormai è caduto quasi completamente in disuso e sono rari i casi in cui è usato, quindi affermano che sono corrette entrambe le forme.
Alcuni tra i grammatici che sono a favore dell'elisione: Federigo Tozzi, Mario Tobino, Tommaso Landolfi, Paolo Monelli, Bonaventura Tecchi
Per approfondimenti: "La prima scienza" pp. 72-75



*********************************
***********  English  ***********
*********************************

ERRORS INSIDE THE ITALIAN DICTIONARY

Index:
1) INTRODUCTION
2) ERRORS CLASSIFICATION
3) CONCLUSION
4) KNOW ERRORS
5) ERRORS NOT-ERRORS


***************
1) INTRODUCTION

There are some error in the Italian dictionary.

First of all we must consider that actually the Italian dictionary generate about 16.600.000 different strings (see statistiche.scx for more details).
There are two string types:
* single words (about 2.900.000)
* apostrophed words (about 14.700.000)

There are few errors in the single words (actually I estimate about 10-50.000 errors).


************************
2) ERRORS CLASSIFICATION

**********************
3) ACTUAL ERRORS STATE

1. some flags have mistaked appended to wrong words (example: non verb word with verb flag, for example: cancelliere/B)

Status: completed


2. generation of all possible case for a kind of word (for example words formed by union of verbs and pronoun)

Status: analysis
This part has actually in the analysis phase


3. generation of apostrophed words not always corrected (example: brav'albero)

Status: correction
This is a very long process. This phase is actually under development


4. generation of apostrophed words that are wrong (example: un'alunno) or missing of corrected one (example: missing the word un'alunna that is see as an error)

Status:
* wrong apostrophed: in progress
* missing apostrophed: in progress
This is a very long process. This phase is actually under development


5. irregular verbs. There are irregulars verbs conjugated as regulars one (there generate wrong words) and/or not completely conjugated (missing of corrected words)

Status: in progress and part must be analyzed
This phase is only partially under development. It is not began the analysis for all the rest


6. errors on non verb words (example: error on the generation of a plural)

Status: completed
Probably this phase is terminated or there are very few errors of this kind because is very difficult to find these errors type


7. missing of some generation of non verbs (example: missing on the generation of a plural)

Status: in progress
This is under development. There are some of these errors, but they are about not most used or specialistic words


8. words that are not used in the Italian writing

Status: in progress
There are some of these errors, they are hard to find. This phase is under development. It is not simple to select words of this kind that must be deleted


9. missing of corrected words
 
Status: always in progress
This phase is under development. All dictionary have this problem because new words are added in the time.


...



*************
3) CONCLUSION
The Italian dictionary have errors on it, but the errors number is low compared to the total amount of words generated from it.
The Italian dictionary can be see as a mature product and so can be used as a stable and complete product.


****************
4) KNOW ERRORS

a) there are some errors put into the dictionary intentionally:

* tré <- this error is been introduced into the dictionary intentionally for the generation of all (between 1 and 10.000) the number in letters that end with 3 (example: ventitré). The solution of this problem need a new analysis and some time

b) there are some errors or corrected words that MySpell cannot found

* words starting or ending with apostrophe (example: mo', 'ndrangheta). For now this words are inserted without the apostrophe (mo, ndrangheta)


********************
5) ERRORS NOT-ERRORS

Italian language rules, as all other languages, are not unique, there is not a unique rule for all that are accepted from all linguistic.
Here are some words that are errors for someone and correct words for others.

a) accented iu vocal at end of words for someone must have acute accent.
In the Italian dictionary this words have grave accent because:
- majority of the Italian dictionary use this accent type
- UNI 601567 (you can read it here: http://www.mat.unimi.it/users/dip/software/linux/appunti-linux/AL-14.44.184.html) say to use the grave accent
- Italian keyboard have grave accent for iu but not the acute one

b) qual è <-> qual'è - qual era <-> qual'era
Some Italian linguistic say that qual is nearly vanished from the Italian language so we can use "qual è" or "qual'è": Federigo Tozzi, Mario Tobino, Tommaso Landolfi, Paolo Monelli, Bonaventura Tecchi. For more details see: "La prima scienza" pp. 72-75