Awesome
Словник гетеронімів української мови
Словник містить слова, що пишуться однаково, але мають різну вимову (гетероніми). Іноді це відбувається, коли слова мають різне значення:
- а́тлас - збірник карт
- атла́с - тканина
Але більшість гетеронімів це слова, які мають різний наголос в залежності від форми слова (відмінку, множини, часу тощо). Наприклад:
- блохи́ - родовий відмінок в однині ("немає ані блохи́")
- бло́хи - множина називного відмінку ("повсюди були бло́хи")
Формат
Кожна група гетеронімів подається на окремому рядку. Кожен рядок має формат
headword [TAB] heteronym1,heteronym2
headword
це слово без наголосу, як воно зазвичай подається на письмі.
heteronym1
, heteronym2
це слова, які мають різну вимову (їх може бути
більше, ніж два). Наголос в цих словах позначається Unicode символом
COMBINING ACUTE ACCENT
, що ставиться
після наголошеної голосної.
Приклад коду на Python, який парсить цей формат:
dictionary = {}
with open("heteronyms.tsv") as f:
for line in f:
line = line.rstrip("\n")
headword, heteronyms = line.split("\t")
dictionary[headword] = heteronyms.split(",")
print(dictionary["пташки"])
# Out: ['пташки́', 'пта́шки']
Джерело
Словник сформував Олексій Сивоконь на основі "Словників України" Українського мовно-інформаційного фонду НАН України.