Problema da separação das sílabas
Dificuldade 1
Geralmente um processador de textos utiliza algum algoritmo para fazer a hifenização das palavras. Neste algoritmo são consideradas posições onde a palavra pode ser divida. Por exemplo, a palavra programação têm as seguintes possibilidades para a divisão silábica:
pro-gramação progra-mação programa-ção
O divisor silábico do BrOffice está sob a Licença Pública Geral Menor versão 2.1 (LGPLv2.1) e funciona "com base no léxico do VERO, através de análise combinatória, extraíndo-se os casos reais e descartando-se as condições inexistentes." [1]
Segundo [1] ele funciona conforme o algoristmo de Frank M. Liang da seguinte forma:
- são carregadas uma série de partículas indicando pontos onde a divisão é possível e onde a divisão deve ser evitada.
- quando uma palavra precisa ser divida as particulas são utilizadas e processadas para identificar os pontos de divisão.
Cada partícula possui o seguinte formato:
.0<letra0><digito0><letra1><digito1>...<letran><digiton>.1
Onde:
- .0 (caractere ponto) caso presente no início indica que a partícula deve ocorrer no início da palavra.
- <letran> é uma letra minúscula do alfabeto.
- <digiton> pode ser omitido e é um dígito de inteiro positivo no intervalo fechado entre 1 e 9.
- .1 (caractere ponto) caso presente no final indica que a partícula deve ocorrer no final da palavra.
Caso <digiton> seja um número par, o ponto não é preferível para divisão silábica, caso seja impar o ponto é preferível. Quanto maior o valor, maior a preferência pela divisão (caso impar) ou pela não divisão (caso par).
O processamento é realizando sobrepondo-se as partículas na palavra considerando-se, em caso de particulas que tratem de uma mesma subcadeia da palavra, o maior dígito. Assim, observe o processamento da palavra silábicas (exemplo extraído de [1]):
Particulas pertinentes:
s2i i3l2á l4á á1b2 3b2i i1c4 3c2a 2s.
Processamento:
s i l á b i c a s s2i l4á i3l2á l4á á1b2 3b2i i1c4 3c2a 2s. ------------------ s2i3l4á3b2i3c4a2s <--- Resultado
Dificuldade 2
Resolva o mesmo problema só que desta vez, ao invés de você receber uma lista de particulas para cada palavra você deverá ler uma lista fixa no arquivo hyph_pt_BR.dic.
Este arquivo também é do projeto VERO do BrOffice (http://www.broffice.org/verortografico), porém sofre uma pequena alteração para este problema (exclusão da primeira linha).
Nesta difilculdade o programa só receberá a palavra como entrada e retornará além do solicitado na dificuldade 1 as particulas de fato utilizadas no processamento da palavra.
Referências
- ↑ 1.0 1.1 1.2 Arquivo README_hyph_pt_BR.txt em http://www.broffice.org/files/hyph_pt_BR-203.zip