Perusta

palvelu suomenkielisen tekstin sanojen perusmuotoistamiseen

Kirjoita tai liitä tähän tekstiä, jonka sanat haluat palauttaa perusmuotoihinsa.

Jokainen sanaesiintymä listataan tulossivulla niin monta kertaa kuin se esiintyy syötetekstissä. Jotkin sanat palautuvat useampaan kuin yhteen perusmuotoon (esim. alusta --> alku/alunen/alus/alusta/alustaa). Nämä muodot listataan kukin samalla rivillä.

Palvelu erottelee syötteen ensin sanoiksi ja muuttaa kirjaimet pieniksi. Samalla tehdään myös muutamia muita viilauksia, mm. poistetaan muutetaan "palo- ja poliisiauto" muotoon "palo ja poliisiauto", missä ei toki ole kauheasti järkeä, mutta saadaanpa talteen edes jotakin.

Taustakoneistona on Voikko-projektiin kuuluva Sukija, ks. http://voikko.sourceforge.net/. Sukija on tarkoitettu pääasiallisesti tekstin indeksointiin, minkä vuoksi se tunnistaa mm. joitakin yleisiä virheitä ("kirjottaa") ja vanhentuneita muotoja ("illusiooni"). Sukija on samasta syystä myös hyvin vapaamielinen yhdyssanojen suhteen, joten esim. muoto "karjalasta" on tietenkin karjala-sanan lisäksi perusmuoto sanoista "karjalapsi" ja "karjalasta".

Sanat, joita Sukija ei tunnista, listataan sellaisenaan lopussa.

Palvelun käyttö on ilmaista ei-kaupallisiin tarkoituksiin. Jos aiot käyttää laajemmin tai jatkuvasti, ota yhteyttä tekijään, tuomas.salo@iki.fi.

Sukijan käyttämä sanasto löytyy osoitteesta http://joukahainen.puimula.org/.

Iloisia hetkiä yllättävien yhdyssanojen parissa! :)

Huom: palvelulta saa vastauksen myös JSON-muodossa, esim. näin:

$ wget -q -O - --post-data='format=json&text=Testataan+kysely%c3%a4+JSON-muodossa.+Miten+k%c3%a4y,+vai+k%c3%a4yk%c3%b6+kuinkaan?' http://perusta.kansanmuisti.fi:8100/perusta

{"ok":{"käydä":2,"vai":1,"kuu":1,"testata":1,"kysely":1,"miten":1},"notFound":{"json-muodossa":1}}