# ============================================================================ #
#            A COMMENTARY ON FORMATTING OF MAJORITY OF RULES
#              (read: a wannabe FORMATTING GUIDELINES)
# ============================================================================ #

# How most of the rules look like?
# ================================

#          # An explanation of what the rule does (if it's not obvious from
#          # code!), a name or any other comment
#           SELECT ABC IF
#                  (0 DEF)
#                  (1 GHI)
#          ;
#          ## A sentence the rule was written for.
#          ## (!) A corner-case-sentence: the rule mispredicted on it initially
#          ## but was modified accordingly (additional constraints etc.); or the
##         ##  rule still mispredicts on it, but this kind of sentences aren't
##         ## that frequent.

#          # Sometimes you can't disambiguate a form with only one rule. In that
#          #  case, several rules dealing with the same thing are grouped
#          # together
#           SELECT ABC IF
#                  (0 DEF)
#                  (1 KLM)
#          ;
#           REMOVE XYZ IF
#                  (0 DEF)
#                  (1 NOP)
#                  (2 QRS)
#          ;
#          ## Example sentences for both of the rules.
#          ## Another example sentence.
#          ## (!) And another, on which the rule didn't/doesn't work.

# Where a rule must be placed?
# ============================

# In general, there are two kinds of rules -- ones that try to disambiguate
# a certain wordform and ones which aren't tied up to any particular wordform
# or lemma (i.e. no lemma or wordform for 0, they might have lemmas or wordforms
# for other constraints).

# ============================ #
# END OF FORMATTING GUIDELINES #
# ============================ #

# ========== #
# Delimiters #
# ========== #

DELIMITERS = "<.>" "<!>" "<?>" "<...>" "<¶>" ;
SOFT-DELIMITERS = "<,>" ;

SUBREADINGS =LTR ; # Alternate, left-to-right (main reading on the left)

# ============= #
# Tags and sets #
# ============= #

SETS

LIST BOS = (>>>) ;
LIST EOS = (<<<) ;

# First-level/Parts-of-speech tags
# ================================

LIST A = adj ;
LIST Adv = adv ;
LIST Pron = prn ;
LIST N = n ;
LIST Prop = np ;
LIST V = v ;
LIST Vaux = vaux ;
LIST Cop = cop ;
LIST Det = det ;
LIST CC = cnjcoo ;
LIST CS = cnjsub ;
LIST Interj = ij ;
LIST Num = num ;
LIST Post = post ;
LIST Postadv = postadv ;
LIST Cm = cm ;
LIST Rquot = rquot ;

# POS sub-categories
# ==================

LIST Pers = pers ;
LIST Interr = itg ;

# "Syntactic" tags
# ================

LIST Advl = advl ;
LIST Attr = attr ;
LIST Subst = subst ;

# Morphosyntactic properties   # if you find yourself embracing the same tag in
# ==========================   # brackets over and over again, you may want to
                               # add it here

LIST Sg = sg ;
LIST Pl = pl ;

LIST Nom = nom ;
LIST Gen = gen ;
LIST Dat = dat ;
LIST Acc = acc ;
LIST Abl = abl ;
LIST Loc = loc ;

LIST P1 = p1 ;
LIST P3 = p3 ;

LIST PersonalPossessives = px1sg px2sg px3sp px1pl px2pl ;

# All possible word categories
# ============================

SET WORD = N | V | A | Post | Postadv | Pron | Det | Adv | CC | CS | Interj |
           Num | ("\?") ;

SET PRE-N =  A | Det | Postadv | Num | (n gen) | (prn gen) | CC ;

SET MARK =  Cm | ("\\") | ("\;") ;

SET WORDMARK = WORD | MARK ;

SET N-MOD = A | Det | Num | (n gen) | (prn gen) ;

SET ADJ-MOD = Postadv | Adv ;

SET NPMARK = N-MOD | ADJ-MOD ;

# Categories which cannot be part of a noun phrase
# ================================================

SET NPNH = WORDMARK - PRE-N ;
SET NPNHA = WORDMARK - PRE-N - Adv ;
SET NOT-ADV = WORDMARK - Adv ;

# Adjective sets
# ==============

LIST A/Advl = (adj advl) ;
LIST A/Subst = (adj subst nom) ;
SET A1 = A/Advl | A/Subst ;

# Verb sets
# =========

LIST FiniteVerb = pres past ifi  fut fut2 imp opt;
LIST Gerund = ger ger_ppot ger_past ger_perf ger_impf ger_abs ;
SET V-NotGerund = V - Gerund ;
LIST Pres = pres ;
LIST Participle = prc_perf prc_impf prc_cond prc_vol prc_plan ;
LIST VerbalAdverb = gna_perf gna_cond gna_until gna_after ;
LIST Prc-Impf = prc_impf ;
LIST Inf = inf ;
LIST Ger6 = ger6 ;

# Barriers
# ========

SET S-BOUNDARY = CS | Interr | EOS;


# ======= #
  SECTION
# ======= #


#
 REMOVE Cop IF
        (NOT 1 EOS OR MARK)
;
##


#
 SELECT Cop IF
        (1 EOS OR MARK)
;
## TODO (!) 13 . [0]Жоқ, Айгүлдің күшігі жоқ, оның мысығы бар.
## TODO (!) Дұрыс, оның мысығы бар.


# ======= #
  SECTION
# ======= #



# Part-of-speech marking
# ======================



#
 SELECT FiniteVerb IF
        (1 EOS OR ("ди"i))   # FIXME s/.*/SentenceBoundary/
        (NOT 0 ("бар"i))     # FIXME a better way?
;
## (!) 40 . Мүмкін бұл Азамат [0]шығар?
##  (!) 13 . Жоқ, Айгүлдің күшігі жоқ, оның мысығы [0]бар.
## Мағынасы төңкеріліп [0]кетті деп ойламағаным үшін ғафу етіңіз.


#
 SELECT Interj IF
        (-1 BOS)
        (1 Cm)
;
## "Мысалы, ежелгі заманның өзінде Арал теңізі көп елдерге мәлім болған."


#
 REMOVE Post IF
        (NOT -1 N OR Prop OR Pron OR Subst OR Gerund) # FIXME What about referring to all
;                                                     # these (referring *consistently*) as
                                                      # 'Nominal's?
##


# Proper noun vs noun
 SELECT Prop IF
        (0 N)
        (0 Prop)
        (0 ("[:upper:]+[:lower:]*"r))
        (NOT -1 BOS)
;
## 108. Өйткені бүгінгі _Арал_ деген атау сол XVII ғасырдан бергі жерге берілген.
 SELECT Prop IF
        (0 N)
        (0 Prop)
        (0 ("[:upper:][:upper:]+"r))
;
## АЗАМАТ ҚАЙДА?
 SELECT Prop IF
        (0 Prop)
        (0 N)
        (1 ("белән") + Post)
        (2 Prop)
;
## Азамат белән Айгөл бакчада.



# Determiners
# ===========



REMOVE Det IF (NOT 1/-1 NPMARK OR N OR Pron);
    #! Әхмәтнең кечкенә бер эте ^бар/бар<adj>/бар<adj><subst><nom>/бар<det><qnt>/бар<v><iv><imp><p2><sg>$ ,
    #! әлегә эт дә бакчада .
    ## FIXME:CHECK; 'Pron' was needed because 'нәрсә' is tagged as prn. Maybe we should consider it noun (as in Kazakh)'

SELECT Det IF (0C V OR Det OR A OR N) (1 NPMARK OR N) ;
    #! пример : Бар<det> җирдән карый, әмма Әхмәтне таба алмый.
    #! Акча бармы? Бар<adj>.
    #! Акча бармы? Бар<adj>, ләкин бик аз!

SELECT Det IF (-1C A) (1 N);
    #! Әхмәт тиз генә иске зур бер агачка йөгерә.
    #! Әхмәт акрын гына иске зур бер агачка йөгерә.


#
 SELECT Pron IF
        (0C Det OR Pron)
        (1 Adv)
;
## 44 . [0]Ол енді ол дыбысты анығырақ ести бастады.



# Nouns
# =====



#
 REMOVE Attr IF
       (0 N OR Prop)
       (NOT 0 Loc)
       (NOT 1 N OR Prop)
;
## 176. Орталықта Түркістанның төл тарихына арналған музейлік [0]экспозиция жасақталған.
## (!) 184 . Үшінші қабатта «Тәуелсіз [0]Қазақстандағы жаңа Түркістан» атты экспозициялар қойылған.


# Select attributive reading of the first noun of the II izafet construct
# (as Tatar grammars call it)
 SELECT Attr IF
        (0C N OR Prop)
        (1 N OR Prop OR Subst)
        (1 (px3sp))
;
## 111. Түркияның оңтүстік-шығысындағы [0]Газиантеп қаласында кеше болған жарылыстан қаза тапқандар саны 9-ға жетті.


# If a former gerund or verbal adjective was lexicalized as a noun, select noun
 SELECT N IF
        (0 N)
        (0 Gerund  OR (gpr_pot))
;
## professions, such as "оқушы"; -U gerunds , in theory other gerunds too



# Adjectives
# ==========



# select adverbial reading of adjectives if any verbal form except gerund follows
# FIXME CHECK it might be a gerund as well
 SELECT Advl IF
         (1C V-NotGerund)
;
##


# select pure adjective reading ("predicative" in this case) of an adjective if sentence ends
 REMOVE Advl IF
        (0 A1)
        (1 EOS)
;
 REMOVE Subst IF
        (0 A1)
        (1 EOS)
        (NOT 0/1 Cop) ## FIXME CHECK
;
## TODO (!) Син әкренсең -- (adj+cop vs adj.subst+cop)?


#
REMOVE SUB:1 P3 IF
       (0/1 Cop)
       (0/1 P1) ;
## "Біз [0]қуаныштымыз."



# Postpositions
# =============



#
 "<таба>" SELECT Post IF
          (-1 Dat)
;
##


#
 "<бергә>" SELECT Post IF
        (-1 ("белән"))
;
##


#
 "<соң>" SELECT Post IF
                (-1 Abl)
;
## 23. Айгөл санап бетергәннән соң тирә-ягына карады.



# Verbs
# =====



REMOVE Participle IF
       (NOT 1C V OR Vaux)
;


# <prc_cond> vs. <gna_cond>
 REMOVE (prc_cond) IF
        (NOT 1 ("бул") + V)
;
## 34 . Ол Азаматтың қайда екенін [0]білсе де айтқысы келген жоқ.


#
 SELECT Participle IF
        (0C Participle OR VerbalAdverb)
        (1 Vaux)
;
## 16 . Азамат ескі үлкен бір ағашқа қарай қатты [?]жүгіріп бара жатыр, ол сол
## ағаштың артына Айгүлден [0]жасырынып жатыр.


#
 REMOVE Vaux IF
        (NOT -1 Participle)
;
## 187 . Біздің дәуірімізден 1 миллион жыл бұрын өмір сүрген "тік жүретін адамнан" [0]бастап, өз замандастарына дейінгі
## кезеңдерді қамтитын, ... орталықтың экспозициясы негізгі сегіз ірі бөлімнен тұрады.


SELECT Pres IF (0 Pres OR Prc-Impf) (-1C V);
    #! Эт бу ике бала белән уйнарга ^ярата/ярат<v><tv><prc_impf>/ярат<v><tv><pres><p3><sg>$.


#
 SELECT (gpr_past) IF
        (0C (ger_past) + Nom)
        (1 N)
;
##  172 . Сот арқылы немесе өзгеде осындай құзыреті бар мемлекеттік органдардың
## шешімі арқылы тәркіленген мұражайлық маңызы бар жинақтардың немесе [0]жекелеген заттардың есебінен;


#
 SELECT (prc_impf) IF
        (0 (pres p3))
        (1 Vaux)
;
## яза аласыз


###################################### TO BE SORTED ############################


SELECT A IF (0 ("бар")) (-1 PersonalPossessives );
    #! Әхмәтнең кечкенә бер эте ^бар/бар<adj>/бар<adj><subst><nom>/бар<det><qnt>/бар<v><iv><imp><p2><sg>$ .
    ## FIXME:CHECK


# RISKY
SELECT Det IF (0 ("берәр")) (1/-1 (px) OR Pron);
    #! Ул берәр хайванныкы да кошныкы да түгел.
    ## FIXME:CHECK:# 'Pron' was needed because 'нәрсә' is tagged as prn (e.g. "берәр нәрсә").


################################################################################



# Wordform/lemma-specific rules   # Adding new stuff here is discouraged.
# =============================   # Try to generalize, if possible, existing rules.


#
 "<үтә>" SELECT Adv IF
                (1 A)
;
## Бірақ кеше _өте_ суық еді!


# да<postadv/conj>
 SELECT SUB:1 Postadv IF
        (0 (gna_cond))
;
## 34 . Ол Азаматтың қайда екенін [0]білсе+[0/1_or_-1]де айтқысы келген жоқ.  # with SUBREADINGS = LTR ; option
## Ол Азаматтың қайла екенін [0]білсе+[0/1]де+[0/2_or_-1]мі?                  # with SUBREADINGS = LTR ; option


#
 SELECT Adv IF
        (0 ("бергә"))
        (NOT -1 ("белән"))
        (1 V)
;
## 6 . Азамат пен Айгүл ойнағанды жақсы көреді, олар әрдайым үлкен үйдің алдындағы бақшада [0]бірге ойнайды.
## (!) Ол Азаматпен бірге келді.