URL: https://linuxfr.org/users/eastwind/journaux/apprendre-%C3%A0-lire-et-taper-en-chinois-avec-des-outils-libres Title: Apprendre à lire et taper en chinois avec des outils libres Authors: eastwind☯ Date: 2011年10月06日T00:42:34+02:00 License: CC By-SA Tags: chinois, wubi86, logiciel, ubuntu, firefox et apprentissage Score: 46 Introduction ------------ Chers lecteurs , chères lectrices Aujourd'hui je souhaitais vous faire partager mon expérience dans la recherche d'outil le plus libre possible pour l'apprentissage du chinois. La compétence particulière sur laquelle je me focaliserai est celle de la lecture et de l'entrée au clavier de caractère chinois. Le but principal est à terme de pouvoir lire des textes chinois courant (genre wikipedia ) et de pouvoir taper des mots chinois rapidement (essentiellement pour faire des recherches sur Internet , pas vraiment pour y écrire une thèse de doctorat ) I. Lire le chinois --------------- Plusieurs avantages et inconvénients se posent dès le départ : **Les avantages :** - il n'est pas possible de faire de fautes d'orthographe (une faute d'orthographe correspondrait en même temps à une faute sémantique ) . - les conjugaisons n'ont pas autant de formes aussi subtiles que celle de notre [[Beschrelle]]. La grammaire aussi est plus simple. - La forme est très analogique ce qui est assez esthétique et très plaisant intellectuellement lorsqu'on aime l'étymologie . **les inconvénients** * il faut tout réapprendre à partir de zéro . * au départ, il est déroutant de ne pouvoir prononcer un mot inconnu (étant donné que les sons ne sont pas associés de manière systématique au caractère - même s'il y a une certaine association par analogie - ) -en français quel que soit le mot nouveau inconnu, il est possible de le prononcer plus ou moins correctement -ce qui est déjà une manière de se l'approprier. * l'espace n'est pas utilisé pour séparer les différents mots, d'où la difficulté à tracer la frontière entre ceux-ci (cf. les segmenteurs) * Il existe deux systèmes d'écriture en chinois , * le système traditionnel et le système simplifié. Le système d'écriture simplifié est comme son nom l'indique une simplification du système traditionnel qui était en vigueur. La chine en majorité utilise ce système. Le système traditionnel a été maintenu à Taïwan et à Hong Kong . L'avantage du traditionnel est de pouvoir revenir facilement à l'étymologie, et pouvoir encore lire des textes très anciens (quelque milliers d'années) car il n'a pas vraiment changé. Le système simplifié est plus clair et lisible mais perd une partie de son lien avec les "ancêtres". ### 1.1 l'objectif : associer un sens à un idéogramme #### 1.1.1 les dictionnaires électroniques avec Firefox traduction d'expression chinoise sous firefox les greffons [Cantofish](https://addons.mozilla.org/en-US/firefox/addon/cantofish/) et [Perakun](https://addons.mozilla.org/en-US/firefox/addon/perapera-kun-chinese-popup-tra/) sont des dictionnaires contextuels par "rollover ". En passant la souris sur les idéogrammes, un popup contextuel coloré s'affiche. Il contient la traduction en anglais, la transcription en phonétique pinyin et la représentation tant en chinois simplifié que traditionnel de l'idéogramme. traduction chinois traditionnelle vers simplifié et vice versa Le greffon [New Tong Wen Tang](https://addons.mozilla.org/en-US/firefox/addon/%E6%96%B0%E5%90%8C%E6%96%87%E5%A0%82-new-tong-wen-tang/) a pour but de convertir une page web codée en chinois traditionnel vers le chinois simplifié et vice versa. J'ai aussi testé d'autres greffons mais ils ne m'ont pas convaincu. #### 1.1.1 les dictionnaires électroniques sans Firefox **Goldendict hors ligne** Au niveau des dictionnaires non liés à Firefox, il y a [Goldendict](http://goldendict.org/). [Goldendict](http://goldendict.org/) est le remplaçant du fameux [stardict](http://stardict.sourceforge.net/) qui semblerait avoir eu des problèmes de "propriété intellectuelle", selon son site officiel. C'est dommage car le libre "perd" véritablement des dictionnaires très bien fournis. Neanmoins pour ceux qui possèdent encore des dictionnaires au format Stardict, [Goldendict](http://goldendict.org/) reconnait le format de son prédécesseur. **Goldendict en ligne** [Goldendict](http://goldendict.org/) outre les dictionnaires hors ligne, l'on peut aussi y ajouter des dictionnaire en ligne. J'ai pour ma part ajouté le dictionnaire étymologique chinois [chinese etymology](http://www.chineseetymology.org/), ainsi que le site [Animated chineses characters](http://lost-theory.org/ocrat/chargif/) . respectivement chinese etymology retrace l'étymologie de l'idéogramme. Animated character : montre sous forme de gif animé les tracés des traits du caractère. Zhongwen.com permet de voir l'arbre généalogique d'un caractère (étant donné que les caractère sont le plus souvent composé de radicaux cela permet de remonter à la source de sa dénomination actuelle. - un peu comme lorsqu'on essaye de comprendre les racines d'un mot composé en français (ex : cybernétique). Ajouter un dictionnaire en ligne pour ajouter un dictionnaire en ligne il suffit d'y copier-coller l'url qui envoie la requête de l'idéogramme voulu, et d'y remplacer par la chaîne de caractère %GDWORD% pour [chinese etymology](http://www.chineseetymology.org/) cela donne : http://www.chineseetymology.org/CharacterEtymology.aspx?submitButton1=Etymology&characterInput=%GDWORD%. [Animated chineses characters](http://lost-theory.org/ocrat/chargif/) : http://lost-theory.org/ocrat/chargif/search.py?string=%GDWORD%. J'ai aussi voulu y ajouter zhongwenlookup mais cela ne fonctionne pas tout à fait, il donne bien le mots mais la page n'affiche pas la page de zhongwen.com. Il existe [un script bash](http://wargle.blogspot.com/2009/10/looking-up-kanjihanzi-quickly-on.html) nommé harb qui permet d'entrer au terminal le caractère et celui-ci ouvre la page firefox de zhonwen.com avec le caractère concerné gnu@robby:~$ ./harb.sh 法 http://zhongwen.com/d/170/x107.htm gnu@robby:~$ L'autre raison pour laquelle zhongwen.com est problématique, c'est qu'il ne gère pas encore l'utf8. Le même auteur a créé un outil en ligne pour trouver rapidement un caractère sur zhonwen.com sans les limitations de celui-ci :[ zhonwenlookup](http://zhongwenlookup.appspot.com/) #### 1.1.1.1 considérations sur les segmenteurs Une des difficultés avec le chinois, c'est qu'il n'y a quasi jamais d'utilisation de l'espace en tant que séparateur entre deux mots ou groupe de mots. Ce fait entraîne une difficulté à tracer la frontière sémantique entre deux idéogrammes ou groupes d'idéogrammes. D'autant plus difficile qu'il y a facilement, par le truchement d'un certain néologisme, des mots composés. C'est une difficulté non négligeable. Les chinois n'ont pas ce problème car ils reconnaissent les différents groupes de mots intuitivement, la séparation se fait mentalement grâce au contexte culturel. Mais ce support n'est pas disponible si l'on ne baigne pas dans ce contexte (cf. dictionnaire non électronique ), ce qui en fait un handicap dans l'apprentissage de la langue. Pour rendre explicite l'implicite, des segmenteurs ont été inventés. Le but de ces logiciels est de pouvoir mettre un espace entre les différents groupes d'idéogrammes. **Segmenteurs classiques** J'ai essayé plusieurs segmenteurs, et il semble qu'aucun de ceux-ci ne soit encore parfaitement au point. Dès qu'on s'éloigne un tant soit peu de phrases générales du langage courant (la météo, le temps, les marques de politesses...), ils n'arrivent plus à tracer la frontière correctement. Ceci est dû au type de méthode utilisé lors de la segmentation (fichier faisant office de base de données statique de correspondance). Je mentionne les logiciels que j'ai testés pour simple information : - [tree tagger](http://www.ims.uni-stuttgart.de/projekte/corplex/TreeTagger/DecisionTreeTagger.html) un segmenteur indépedant de la langue à traiter - un segmenteur écrit en java qui gère l'utf8 nommé [segemnter](http://www.mandarintools.com/segmenter.html) hebergé sur le site mandarintools. Une version en perl est aussi dispo mais je ne la conseille pas car elle ne gère pas l'utf8 et il manque des fichiers. **Segmenteur sémantique** Introduction Pendant mes pérégrinations sur le net, j'ai aussi découvert un segmenteur sémantique. Celui-ci non seulement ajoute les espaces entres les mots, mais aussi analyse le texte selon son contexte lexical et sémantique pour y adjoindre un tag indiquant la nature/fonction des idéogrammes. Ce projet de recherche nommé [ASSERT (Automatic Statistical SEmantic Role Tagger)](http://hlt030.cse.ust.hk/research/c-assert/) de l'université de Hong Kong basé sur différentes bases de données (tree pennsylvania bank, et beijing university) utilise les travaux publié par le MIT sur la segmentation sémantique en chinois par réseaux de neurones. Installation L'installation est assez longue et assez fastidieuse car il semblerait qu'il y ait des problèmes dans le script bash d'installation (notamment cut et la vérification des dépendances nécessaires), j'ai corrigé l'erreur de syntaxe sur cut (cut 1-7 à la place de cut-0-7) et j'ai installé toutes les différentes dépendances nécessaires, j'ai commenté la vérification des dépendances (car il y a aussi une erreur même si la dépendance est bien installée). J'ignore précisément où sont les problèmes mais cela semble fonctionné correctement. L'analyse d'un texte prend un peu de temps. Parfois il y a des "warnings" concernant un hypothétique manque de mémoire allouée à jvm, mais je n'ai pas eu de problème même sur de longs textes. Utilisation Il donne plusieurs fichier en sortie, les plus intéressants sont le fichier .pos (Part-of-Speech) et éventuellement le fichier ".tree". Le fichier .pos contient l'analyse grammatical du texte, et le fichier tree contient l'analyse de l'arborescence textuelle. Voici ce que cela donne en sortie du fichier pos : En prenant pour exemple la première phrase de l'[article wikipedia sur Linux :](http://zh.wikipedia.org/wiki/Linux) Linux是一種自由和開放源碼的類Unix計算機操作系統 Linux_NR 是_VC 一_CD 种_M 自由_NN 和_CC 开放_VV 源码_VV 的_DEC 类_NN Unix_NN 计算机_NN 操作_VV 系统_NN [À la page 38 du fichier "guide sur le part of speach" se trouve le tableau des abréviations](https://sourceforge.net/projects/openscene/files/wubi/segmenter/posguide.3rd.ch.pdf/download) (NR nom propre , NN nom commun , CC conjonction de coordination...). Cette analyse sémantique est très utile mais du fait que le segmenteur a été entrainé sur des articles de journaux généralistes chinois des dix dernières années. Il segmente parfois des mots composés, cela permet de voir la composition des mots , mais n'est pas tout à fait correcte niveau grammatical . Cantofish est beaucoup plus précis. Cela permet néanmoins de découvrir des mots qu'on peut utiisé dans d'autre contexte et d'enrichir son vocabulaire . par exemple c'est comme s'il segmentait le mot c'est-à-dire en c'est | à | dire et qu'il mettait verbe pour dire alors que l'unité de sens est l'ensemble de l'expression "c'est-à-dire" . On peut le voir pour " 操作_VV 系统_NN " qu'il a segmenter en , exploiter__VV, système__NN (ce qui serait juste en français pour désigner le mot système d'exploitation ) mais en chinois il forme un mot composé qui aurait du être tagger de cette manière : 操作系统__NN , ce que reconnait Cantofish. #### 1.1.2 les dictionnaires papiers Ce ne sont pas à priorie des dictionnaires libres hélas. Je le mentionne pour référence car ils restent très utiles par leurs approches originales des idéogrammes. Je ne mentionne pas les dictionnaires classique ici. Mais des dictionnaires qui par leur méthodologie différente du classements des signes permettent de faciliter grandement l'accès à la compréhension et à la lecture. Si par contre certain souhaite faire des dictionnaires libres , je suis sûr que les deux modèles ci-dessous pourraient les inspirées. **Dictionnaire permettant "d'adjoindre le contexte culturelle"** Ce contexte culturelle qui fait défaut, peut être en partie palier avec le dictionnaire [Chinese-English Frequency Dictionary: A Study Guide to Mandarin Chinese's 500 Most Frequently Used Words (English and Mandarin Chinese Edition) par Yong Ho](http://www.amazon.com/Chinese-English-Frequency-Dictionary-Mandarin-Frequently/dp/0781808421). Le livre sélectionne les 500 idéogrammes les plus fréquents et les classe par ordres de fréquence, mise à part la traduction littéral de l'idéogramme, il y adjoint une explication des différents usages fréquemment utilisé dans le contexte culturelle actuelle. L'auteur est professeur d'anthropologie et de linguistique à New york (ceci expliquant cela sans doute ). Le livre est concu à la fois comme un dictionnaire et à la fois comme un support d'étude auto-didacte. **Dictionnaire permettant de décomposé rapidement les caractères en radicaux** Le second dictionnaire est le [ Chinese Character Fast Finder: Simplified Characters](http://www.amazon.com/Chinese-Character-Fast-Finder-Simplified/dp/0804836345/ref=sr_1_1?s=books&ie=UTF8&qid=1316366869&sr=1-1). L'auteur à classé les 3200 idéogrammes nécessaire au [test officiel de chinois HSK](http://en.wikipedia.org/wiki/Hanyu_Shuiping_Kaoshi) en une liste permettant de retrouver un idéogramme en se basant uniquement sur la structure propre de celui-ci. Le classement de la structure général de l'idégramme par rapport à son radical, jusqu'au plus précis. par l'idéogramme "法" (la loi) , a une structure tel que l'on peut la décomposé en "氵" (a droite ) et a gauche au dessus "土" et en dessous "厶". 氵+ 土 + 厶 , ce qui se ramène à 氵 + 去 . La décomposition d'un idéogramme en ses différents radicaux donne plusieurs avantage : - il permet d'avoir accès à l'étymologie (et donc de faciliter la mémorisation de son sens ) - il permet de se rappeler du son lorsque c'est un idéo-phonogrammes - il permet de taper en wubi86 (méthode d'entrée au clavier basé sur la décomposition des radicaux ) - cela permet d'avoir indirectement un entrainement à l'enchainement des traits (et donc à l'écriture de l'idéogramme ) - l'on retrouve le caractère rapidement sans devoir connaitre son pinyin, mais simplement en l'ayant vue. L'ouvrage est imprimé sur du papier cartonné et est aussi destiné a être utilisé en voyage. **Note sur la traduction automatique de Google** Je n'ai à ce jour pas encore trouvé de traducteur automatique qui satisfasse pleinement les exigences qu'on pourrait attendre d'un traducteur humain. Le traducteur de google semble s'améliorer, mais pour ce qui est de se substituer à une personne cela ne me paraît pas encore acquis. Ce que je peux néanmoins souligner c'est que la prononciation de google translate m'a beaucoup surpris aujourd'hui. Elle commence à s'approcher fortement du mandarin parlé qui sonne juste. Ce qui est une bonne chose pour s'entrainer sa compréhension à l'audition ainsi que pour l'association du son à l'idéogramme. ### 1.2 l'objectif : associé un son à un idéogramme Après avoir associer un sens à un idéogramme l'autre versant de la lecture est d'y lié un son donné. Pour ce faire il est necessaire d'avoir un logiciel de synthèse vocal. j'ai utilisé [ekho](http://www.eguidedog.net/ekho.php) en premier lieu, celui ci est un logiciel qui à la base est destiné à l'acessibilité des malvoyants au web. Néanmoins il remplie très bien son office pour les étudiants en chinois aussi. Il suffit de lui donné en entré les idéogrammes voulus et il en ressort la prononciation. L'on peut testé le logiciel via une l'interface web du site. Il possède aussi des fonctions d'export de la prononciation en fichier mp3 ou bien ogg. exemple : gnu@robby:~$ ekho 源码 Ensuite il y a aussi [Gradint](http://people.pwf.cam.ac.uk/ssb22/gradint/) (qui est un lien mentionné sur le site d'ekho ). Celui ci est une interface en python-tk ou l'on a pour but de créer son répertoire personnelle de vocabulaire et de se le faire réciter suivant des lessons. J'utilise simplement sa fonction de stockage. Le dernier est le moteur de traduction de Google, comme mentionné précédemment la prononciation est devenu très correcte au fil du temps, après un test sommaire aujourd'hui je pense que celui-ci est un bon complément au logiciel précédent. Seul déception : il n'est pas libre. II. Taper en chinois ---------------- Le système de saisi aura aussi pour autre but de renforcé l'acquisition de la compétence de lecture. Le second objectif est bien entendu de pouvoir saisir rapidement des idéogrammes lorsqu'une recherche est nécesssaire. Différents système pour entrée des caractères chinois existe. Le plus populaire est le pinyin, qui est une informatisation du système de romanisation de la langue chinoise par phonétique . Ce système est majoritairement utilisé par monsieur tout-le-monde en chine. Mais d'autres systèmes existent. Notamment le wubi dans une version 86 et 98 . ### 2.1 l'objectif : entrer au clavier un idéogramme je ne choisirais pas le système du pinyin pour l'entrée au clavier . et je vais m'en expliquer. Plusieurs problèmes se posent avec le pinyin en tant que système de saisie. le premier c'est que le pinyin après avoir saisie le mot en phonétique, il est nécessaire de choisir dans une liste le mots qui correspond réellement à celui voulu. Dû au fait qu'il y a beaucoup d'homophones . D'autre part si l'on ne connait pas la prononciation d'un caractère il est impossible de l'entrée au clavier. La romanisation, utile pour la prononciation, ne permet pas d'appréhender la richesse des idéogrammes. L'on perd beaucoup des points mentionné à la décomposition de l'idéogramme (l'étymologie , l'idéo-phonogramme, l'enchainement des traits ) qui permette une acquisition de la compétence de lecture plus approfondie et plus durable. Pour faire bref : Le pinyin est au [wubi](http://en.wikipedia.org/wiki/Wubizixing), ce que Latex est à Microsoft Word :) #### 2.1.1 Le Wubi : une saisi au clavier qui favorise la mémorisation . le wubi permet de favoriser la reconnaissance de caractères, des compétence d'écriture , et de sémantique (par étymologie ) en même temps qu'il est utilisé. Il permet aussi d'arriver après apprentissage, une frappe au clavier d'une vitesse supérieur au pinyin. **Le foncitonnement du wubi.** j'ai abordé dans mon paragraphe sur les dictionnaires non électronique la décompoisiton d'un idéogramme. Prenons un autre exemple le mot "code source" : 源码 le premier caractère signifiant "source" "源" est composé de plusieurs radicaux . 氵+ 厂 + 臼 + 小 . Chaque radicals est associé à une touche au clavier qui est prédifinie dans la keymap du wubi86. Il suffit dès lors simplement de taper chaque radicaux les uns à la suite des autres , littéralement comme une addition. Ce qui donne dans notre cas 源 = 氵+ 厂 + 臼 + 小 = i + d + r + i = idri En tapant "idri", on obtient le caractère voulu , il est aussi possible de simplifier , l'on peut taper simplement idr (premier , milieu , dernier ) par abréviation. pour l'idéogramme code = 码 = 石 + 马 + 一 = dcg **Reflexion sur ce type de fonctionnement** La première raison pour laquelle je trouve que c'est puissant , simple et éléguant , c'est qu'il n'est pas du tout nécessaire de savoir prononcer l'idéogramme (informations non disponible dans le caractère en tant que tel ) mais simplement de décomposé la structure visuelle par radicaux (cf dictionnaire non electronique ). De plus cette décomposition donne accès a un univers de sens étymologique qui permet de mieux comprendre la signification sous jacente. C'est participer au processus de formation de l'idéogramme qu'on retranscrit par la frappe. Le nombre de combinaison à taper est très limité : on tape maximum 4 touches pour un caractères , en général le caractère est de trois touche. Il y a des combinaison avec 2 touches et une touche. Cela accroit la vitesse de frappe. Finalement ce système de saisi se rapproche du paradigme Unix: faire une seule chose et le faire bien, combiner les différents modules entre eux . On peut comparé la composition de l'idéogramme à l'entré d'une ligne de commande : "ls | grep file | less " = "output" "dcg" = 石 + 马 + 一 = "码" cela permet aux libristes familiers de la ligne de commande de revenir dans un système au postulats épystémologiques déjà connu : la philosophie Unix . **Les cinq zones du claviers** _Au commencement était le clavier_ La keymap wubi86 classe les différents radicaux sur un clavier qwerty . le clavier est divisé en cinq grandes zones auxquelles correspondent les différents traits de base. 1.Les radicaux ayant pour premier trait , un trait horizontal (一) font partie de la zone ASDFG 2. Les radicaux ayant pour premier trait , un trait vertical (丨) font partie de la zone HJKLM 3. Les radicaux ayant pour premier trait , un trait descendant à gauche (丿) font partie de la zone QWERT 4. Les radicaux ayant pour premier trait , un trait descendant à droite (丶) font partie de la zone YUIOP 5. Les radicaux ayant pour premier trait , un trait en crochet (丿) font partie de la zone XCVBN La touche Z sert à différencier des caractères chinois proches Chacunes des touches est gouverné par un idéogramme fréquemment utilisé et qui commence par les traits de la zone. subsidiairement une numérotation positionnelle est donnée à chaque touche du clavier (mais elle n'est pas très utiles). La lettre G a la numérotation 11, tels que zone 1, première lettre 1 , la lettre F 12 zone 1 deuxième lettre (en fait 1.2 ) etc ... Accès aux combinaisons la question qui se pose maintenant est de savoir comment peut on connaitre la combinaison de touche qui amène a un caractère donnée. Il y a ici à mon avis une très grande lacune à combler pour le libre. Fort heureusement il existe certain logiciel qui donne accès au code du caractère nommé : Yudit et Goldendict [Un dictionnaire stardict](https://sourceforge.net/projects/openscene/files/wubi/goldendict/wubi86.dict.dz/download) qui affiche les codes correspondant peut être utilisé dans Goldendict [Yudit](http://www.yudit.org/) est un éditeur texte qui a une interface qui s'approche de la ligne de commande, qui a été écrit au temps ou l'utf8 n'existait pas encore. l'auteur du logiciel a du jongler entre les caractères japonais et hongrois . actuellement yudit supporte l'utf8 en standard. Yudit possède un parser qui s'appelle uniconv, il permet de transformer n'importe quel suite de caractère du chinois simplifié en son équivalent wubi86 bien entendu dans la tradition unix : ``` gnu@robby:~/Downloads$ echo 源码 | uniconv -encode Chinese-WB idr dcg ``` et l'opération inverse gnu@robby:~/Downloads$ echo idr dcg \ | uniconv -decode Chinese-WB 源码 Ce que j'avais dans un premier temps fait pour convertir un texte dans sa version wubi86 était d'enregistrer via cantodict la liste des mots (en fait je segmentait à la souris via cantodict ) et ensuite je le mettais dans un script qui donnait en sortie un fichier csv avec deux rangé, l'une d'idéogramme et en dessous de wubi. Le .csv était convertie ensuite en html via un service en ligne pour bénéficier d'un rendu correct sous firefox et du plugin cantofish. Cela fonctionnait assez bien mais le problème principal se trouvait dans le fait de segmenter à la main les groupes de mots. N'étant pas un professionnelle du bash scripting, [ceux ci sont assez rudimentaire et mal érit](http://sourceforge.net/projects/openscene/files/wubi/bash/zh2wubi/zh2wubi.script.0.1.tar.gz/download), le script principal est zh2wb.0.2.sh C'était la raison pour laquelle j'ai commencé à me tourner vers des segmenteurs automatiques. l'autre manque que j'ai constaté se trouve dans l'absence d'affichage du code wubi86 dans les dictionnaires rollover (cantodict, perakun...). Bien qu' ayant cherché le moyen d'intégrer une nouvelle rangé avec du wubi86 dans cantodict, je n'ai pas continuer étant donné que mes connaissance en developpement de plugin firefox sont plus que limité. Néanmoins j'ai déjà auparavant convertie la base de mot du [plugin chinese popup](http://popupchinese.com/chinese/plugin), un autre dictionnaire rollover, en y intégrant une deuxième colonne délimité par ":" pour le code wubi86. Mais ce n'est qu'après que je me suis rendu compte que ce plugin n'était pas un libre. J'ai envoyé un email à l'auteur contenant [la base nouvellement enrichie](http://sourceforge.net/projects/openscene/files/wubi/bash/adsotrans/adso.wubi86.0.2.dat/download) et [le script bash](http://sourceforge.net/projects/openscene/files/wubi/bash/adsotrans/popup.chinese.wubi86.0.1.sh/download), espérant voir cette contribution utilisé, bien que celui ci m'ai assuré de l'intégrer au plugin, rien n'a été fait jusqu'à ce jour. III. la suite de logiciel que j'utilise --------------------------------------- ### 3.1 l 'association sémantique le workflow : firefox> tong wen tang> terminal sed> terminal accert-c> rednotebook> firefox> cantofish Trois colonne délimité par la ponctuation du texte. la première rangé de la première colonne est le texte original la seconde est son équivalent wubi la troisième est l'analyse sémantique ensuite je passe sur les mots dont j'ai oublié le sens, et je dactylographie en regardant la keymap wubi86 voila ce que cela donne sous rednotebook* : | Linux是一种自由和开放源码的类Unix计算机操作系统 | 。 | 目前存在着许多不同的Linux | , | 但它们全都使用了Linux内核 | 。 | | Linuxj g tkh thd mh t ga yt idr dcg r od Unixyf tha sm rkk wt txi xyc | 。 | hhhh ue dhb d udh ytf qq gi mg r Linux | , | wjg px wu wg ftjb wgkq et b Linuxmw synw | 。 | | Linux_NR 是_VC 一_CD 种_M 自由_NN 和_CC 开放_VV 源码_VV 的_DEC 类_NN Unix_NN 计算机_NN 操作_VV 系统_NN | 。 | _PU 目前_NT 存在_VV 着_AS 许多_CD 不同_VA 的_DEC Linux_NN | , | _PU 但_AD 它们_PN 全_AD 都_AD 使用_VV 了_AS Linux_NN 内核_NN | 。 | _PU *rednotebook utilise la syntaxe de txt2tag pour le formatage. et en exportant [en html](https://sourceforge.net/projects/openscene/files/wubi/rednotebook/RedNotebook-Export_2011年10月06日.html/download) ### 3.2 pour la dactylo : firefox> tong wen tang> terminal sed> terminal wubi> ubuntu qwerty> ibus wubi86 ou firefox> tong wen tang> terminal sed> terminal wubi> ubuntu qwerty> yudit ### 3.3 l'association phonétique firefox> terminal ekho firefox> google translate répertoire de vocabulaire firefox> gradint ### 3.4 ce qui manque : 1. firefox> cantofish avec code wubi 2. texte> script bash qui permet la segmentation sémantique via la base de cantofish ou perakun 3. Une version wubi86 de tuxtyping Il semblerait qu'il y ait [une version localisé en chinois de Tuxtyping](http://pockey.dao2.com/2009/12/wende-school-trial-part-5-localized-tuxtyping/ ) avec support du pinyin. Mais je n'ai jamais testé, ni vu les packets dans les dépots. J'ignore s'ils sont accessible quelque part sur le net. Une version du logiciel d'apprentissage à la dactylographie intégrant le code wubi pourrait avoir deux fonctionnalités adaptés : - celle sur les mots : on verrait un idéogramme tomber avec le code en dessous , chaque fois que l'on pousserait sur un radicale, il deviendrait en surbrillance, et bien sur en bout de course Tux mangerait le poissons bien dactylographié. - celle sur les phrases: l'utilisateur pourrait y entrer ses propres phrases . La même fonctionnalité de surbrillance des radicaux pourrait y être ajouté. Conclusion provisoire : ============ Lorsqu'on prend connaissance d'un texte différent niveau de généralités et de subdivisions existent , chacun aidant à mieux pénétrer le sens du message. j'ai classé les différents niveau du plus général au plus particulier et à chacun j'ai tenté d'y apporter une réponse. le premier : la ponctuation (sed )* le deuxième : le contexte culturelle (dictionnaire fréquency) le troisième : le domaine spécifiquement couvert par le texte (le sujet) le quatrième : la grammaire (assert-c) le cinquième : les groupes d'idéogrammes (cantofish) le sixième : l'entrée au clavier d'idéogrammes (wubi86) le septième : l'étymologie via les radicaux (chinese etymo et zhongwen.com-) choisir un sujet dont on maitrise bien les tenants et aboutissants permet de s'assurer de base solide et de n'avoir qu'un travail de mémorisation des caractères à faire , aucun de travail de compréhension n'est nécessaire (étant donné qu'on connais le sujet ) cela enlève énormément. Mais choisir un sujet peu passionnant , démotive assez rapidement car l'on trouve le niveau trop bas (genre bonjour , au revoir ... ) ou bien l'on a l'impression que c'est inutile. Bien qu'il y ait des lacunes à combler dans le domaine, l'apprentissage en auto-didacte de la lecture en chinois avec des outils quasi tous libres est à porté de main. Maitenant il ne reste plus qu'à l'étudiant sérieux d'organiser son planning pour s'y mettre. Si ces manques venaient à être comblés, je pense que cela faciliterait et accélérerait considérablement le processus d'assimilation de connaissance. _ ps : *la ponctuation n'est pas autant utilisé qu'en français mais reste identique à celle du français. Néanmoins les signes de ponctuations n'ont pas le même encodage que le notre : par exemple le point (。). J'utilse simplement sed pour remplacé un encodage par un autre. sed 's/\\uff1a/ | : | /g' | sed 's/\\uff0c/ | , | /g' | sed 's/\\u3002/ | 。 /g' _ ps2 : le site http://www.yale.edu/chinesemac/wubi/xing.html est très bien pour comprendre les subtilités du wubi.

AltStyle によって変換されたページ (->オリジナル) /