confluent/ConfluentTranslator/test-results-radical-system.md

Test du système de recherche par radicaux - Résultats

Date: 2025-11-28

Texte de test (122 tokens)

Va siluuumi vo mako sekavoki na akoazana vokan at. Va aliaska vo voki aita na aita zo kisun at. No kekutoka tiru okitori vo loku taku su mitak at. Tova vo uraakota na kisiran vokis at. Va umitori velu mirak at. Va alu su vo onuvoki melu su pasun at. Va naki su vo savu su pasun at. Va maku sukamori vo varu mako su zo sukam ul at. Va vokiueka vo kala okimako uravis at. Na tova na uraal kisaran ui vo mako vulu pasak ok se vo talu su vaku nekan ok. Se na kisiran zo urak u suki na velu ve at. Zom na okitori na mako ve at. Se va sekauaita na tori su ui kisun at eol.

Résultats

Coverage global

• Avant implémentation (plan): 83% (101/122 tokens)
• Après implémentation: 92% (112/122 tokens)
• Amélioration: +9 points de pourcentage (+11 mots trouvés)

Mots trouvés (112/122)

Exemples de mots correctement trouvés grâce au système:

• vokan, vokis → trouvés via radical vok → "voix"
• kisun, kisiran → trouvés via radical kis → "transmettre"
• pasun → trouvé via radical pas → "prendre"
• mirak → trouvé via radical mir → "voir"
• sekavoki → composition reconnue → "conseil"
• Nombreuses particules grammaticales (va, vo, na, at, su, etc.)
• Noms propres (castes, lieux): akoazana, aliaska, kekutoka, uraakota

Mots non trouvés (10/122)

1. Particules grammaticales manquantes (2)

• ve (apparaît 2 fois) - particule non documentée
• eol - marqueur de fin de phrase

Action requise: Ajouter au lexique 00-grammaire.json

2. Compositions non décomposées (4)

• sukamori - composition potentielle suk-a-mori (forger + relation + ?)
• uraal - composition potentielle ur-aa-l (être + relation_forte + ?)
• kisaran - ⚠️ PROBLÉMATIQUE - présenté comme dérivé de kis avec suffixe aran
• uravis - ⚠️ PROBLÉMATIQUE - présenté comme verbe avec suffixe vis

⚠️ ALERTE - Incohérence linguistique détectée (2025-11-29):

• Les suffixes aran et vis n'existent nulle part dans la documentation linguistique officielle
• Vérification complète effectuée dans :
  • ancien-confluent/docs/03-GRAMMAIRE.md - Aucune mention
  • ancien-confluent/docs/02-MORPHOLOGIE.md - Aucune mention
  • Tous les fichiers JSON du lexique - Aucune occurrence
• Les seuls conjugateurs documentés sont : u, at, aan, ait, amat, en, il, eol, eon, eom, ok, es, ul, uv
• Le suffixe iran existe (ex: kisiran), mais aran est absent

Hypothèses sur l'origine:

1. Mots inventés pour le test sans base linguistique
2. Erreurs/typos dans le texte de test original
3. Mots complets non documentés (pas des dérivés)
4. Compositions complexes mal analysées

Action requise:

• ❌ NE PAS ajouter aran et vis comme suffixes sans validation linguistique
• ✅ Vérifier l'origine du texte de test et sa conformité à la grammaire
• ✅ Soit corriger le texte, soit documenter ces mots comme racines complètes
• ✅ Investiguer si kisaran ≠ kisiran (typo ?) et uravis = composition méconnue

3. Mots absents du lexique (4)

• tiru - modificateur/adjectif ?
• kala - mot inconnu
• vulu - mot inconnu

Action requise: Documenter dans le lexique approprié

Traduction brute obtenue

va oracle vo grand (ou: vaste) conseil na faucons chasseurs (ou: faucons chasseurs, akoazana, faucon chasseur, faucons) voix (ou: parole, appeler) at va ailes-grises (ou: ailes-grises, aliaska, aile-grise, aile grise, ailes grises, ailes) vo voix (ou: parole, appeler) ancêtre (ou: ancien, aïeul, vieux, âgé) na ancêtre (ou: ancien, aïeul, vieux, âgé) zo transmettre (ou: enseigner, transmettent, transmis) at no antres des échos (ou: antres des échos, kekutoka) [INCONNU:tiru] guerrier vo loi (ou: règle, lieu, endroit, loup, zone, région) porter (ou: transporter) su famille (ou: clan) at tova vo caste de l'eau (ou: caste de l'eau, la confluence, uraakota, confluence (la)) na transmettre (ou: enseigner, transmettent, transmis) voix (ou: parole, appeler) at va chaman surveiller voir (ou: observer, regarder, vu, vus, vue, vues, verbe) at va grue (ou: Regard-Libre, grues, regard-libre) su vo poème (ou: vers, chant) doux (ou: doux, tendre) su prendre (ou: prennent, pris, prisse) at va descendant (ou: descendant, futur, débutant, enfant) su vo serment (ou: serment, promesse, jurer) su prendre (ou: prennent, pris, prisse) at va grand (ou: vaste) [INCONNU:sukamori] vo arme grand (ou: vaste) su zo forger ul at va proclamateur (ou: proclamateur, proclamation) vo [INCONNU:kala] terrible [INCONNU:uravis] at na tova na [INCONNU:uraal] [INCONNU:kisaran] ui vo grand (ou: vaste) [INCONNU:vulu] prendre (ou: prennent, pris, prisse) ok se vo hall su allié (ou: allié, ami) tovak (ou: agir, faire, accomplir, créer, font, ferai, feras, fera, ferons, ferez, feront) ok se na transmettre (ou: enseigner, transmettent, transmis) zo être (ou: exister, vivre, il y a, y a-t-il, existe, existent, existant) u feu (ou: flamme, étincelle) na surveiller [INCONNU:ve] at zom na guerrier na grand (ou: vaste) [INCONNU:ve] at se va sagesse na homme (ou: homme, personne) su ui transmettre (ou: enseigner, transmettent, transmis) at [INCONNU:eol]

Analyse du système implémenté

Ce qui fonctionne ✅

1. Recherche exacte - Correspondance directe dans le lexique
2. Recherche par radicaux verbaux - Extraction de racines avec suffixes connus
3. Index byFormeLiee - Recherche rapide par forme liée
4. Compositions simples - Reconnaissance des mots composés documentés

Ce qui nécessite des améliorations 🔧

1. ⚠️ Liste des suffixes verbaux - Incomplète (manque aran, vis, etc.) ATTENTION: Ces suffixes n'existent pas dans la grammaire officielle (voir alerte ci-dessus)
2. Décomposition morphologique récursive - Ne trouve pas toutes les compositions
3. Lexique - Certains mots/particules manquants (ve, eol maintenant ajoutés - 2025-11-29)
4. Validation du texte de test - Contient des mots non conformes à la grammaire établie
5. Confiance des matches - Système de scoring pourrait être affiné

Commande de test

curl -s -X POST http://localhost:3000/api/translate/conf2fr \
  -H "Content-Type: application/json" \
  -d '{"text": "Va siluuumi vo mako sekavoki na akoazana vokan at. Va aliaska vo voki aita na aita zo kisun at. No kekutoka tiru okitori vo loku taku su mitak at. Tova vo uraakota na kisiran vokis at. Va umitori velu mirak at. Va alu su vo onuvoki melu su pasun at. Va naki su vo savu su pasun at. Va maku sukamori vo varu mako su zo sukam ul at. Va vokiueka vo kala okimako uravis at. Na tova na uraal kisaran ui vo mako vulu pasak ok se vo talu su vaku nekan ok. Se na kisiran zo urak u suki na velu ve at. Zom na okitori na mako ve at. Se va sekauaita na tori su ui kisun at eol."}' \
  | python3 -m json.tool

Prochaines étapes pour atteindre 95%+

1. ✅ Ajouter particules ve et eol → +2% coverage (FAIT - 2025-11-29)
2. ❌ Enrichir VERBAL_SUFFIXES avec aran, vis → ABANDONNÉ - Ces suffixes n'existent pas linguistiquement
3. ⚠️ PRIORITÉ: Valider/corriger le texte de test - Vérifier l'origine de kisaran, uravis, sukamori, uraal
4. Documenter tiru, kala, vulu → +3% coverage (si mots légitimes)
5. Vérifier/ajouter racines pour compositions → +1% coverage

Objectif révisé:

• Coverage réel attendu après ajout de ve et eol: 94% (114/122)
• Coverage maximum possible: 95-96% si les autres mots sont légitimes
• Attention: Le texte de test pourrait contenir des erreurs linguistiques

Fichiers créés/modifiés

Nouveaux fichiers

• ConfluentTranslator/radicalMatcher.js - Extraction de radicaux
• ConfluentTranslator/morphologicalDecomposer.js - Décomposition morphologique

Fichiers modifiés

• ConfluentTranslator/reverseIndexBuilder.js - Ajout index byFormeLiee
• ConfluentTranslator/confluentToFrench.js - Recherche en cascade

Structure de l'index

{
  byWord: {
    "voki": { francais: "voix", forme_liee: "vok", ... }
  },
  byFormeLiee: {
    "vok": [
      { francais: "voix", matchType: "forme_liee", ... }
    ]
  }
}

Conclusion

Le système de recherche par radicaux est fonctionnel et opérationnel. Il a permis d'améliorer significativement le coverage de 83% à 92% (+9 points).

⚠️ Découverte importante (2025-11-29): Une analyse approfondie révèle que le texte de test contient des mots non conformes à la grammaire officielle :

• kisaran et uravis utilisent des "suffixes" (aran, vis) qui n'existent pas dans la documentation
• sukamori, uraal, tiru, kala, vulu sont également non documentés

Actions recommandées avant production:

1. ✅ Particules ve et eol ajoutées au lexique (2025-11-29) → Coverage passe à ~94%
2. ⚠️ CRITIQUE: Valider l'origine et la légitimité du texte de test
3. Option A: Corriger les erreurs du texte de test pour conformité linguistique
4. Option B: Documenter ces nouveaux mots s'ils sont intentionnels (extensions non documentées)

État actuel:

• Système technique: ✅ Robuste et prêt
• Texte de test: ⚠️ Contient possiblement des erreurs ou extensions non documentées
• Coverage réel: 94% (après ajout de ve/eol)
• Coverage avec validation: Potentiellement 98-100% si texte corrigé