From c50d4c645cd3c04204106c4f9f026e5910afa3d5 Mon Sep 17 00:00:00 2001 From: Geo Halkiadakis Date: Fri, 17 Mar 2023 13:30:46 +0200 Subject: Code tree reorganized; older implemenatations act as a start point --- workline.md | 68 +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ 1 file changed, 68 insertions(+) create mode 100644 workline.md (limited to 'workline.md') diff --git a/workline.md b/workline.md new file mode 100644 index 0000000..83c401e --- /dev/null +++ b/workline.md @@ -0,0 +1,68 @@ +# WORKLINE + +## identidy BRANDS + +LAY's +L'Oreal +COCA-COLA +M&M's + + + +## Clean text + +* remove general/neutral words and symbols +* ignore some in-line characters +* also remove spare spaces + + + +## identify linked-words and common word-combos + +ex. + +* Χωρίς-Γλουτένη +* Χωρίς-Ζάχαρη +* Χωρίς-Αλάτι +* Χωρίς-Λακτόζη +* Χωρίς-Συντηρητικά +* Υψηλής-Παστερίωσης +* Ολικής-Άλεσης +* Χαρτί-Υγείας +* Χαρτί-Κοουζίνας +* Μπάρες-Δημητριακών + +may need to use an no-brake space +(Unicode: U+00A0 * HTML-code:   * CSS-code: \00A0 * Entity:   * Block: Latin-1) + +* can be identidied via dictinary/list of cases +* or via statistical analysis + + + +## handle synonyms + +ex. +* αυγά : αβγά, αυγό, αβγό +* μπίρα : μπύρα, μπίρες, μπύρες +* χαρτί : ρολό, ρολλό +* χαρτί-υγείας : ρολλό υγείας, ρολό τουαλέτας, χαρτί τουαλέτας + +* shall be declared via dictinary/list of cases + + + +## identify non-first words +words that should not be suggested in first place + +ex. + +χωρίς , μεγάλη , άλεσης , γλουτένη , παστερίωσης, τύπου , υγείας , δώρο , λακτόζη , κουζίνας , +καθαρισμού , φύλλων , Δημητριακών , ανθρακικό , γάλακτος , κυματιστά + +* can be identidied via dictinary/list of cases +* or via statistical analysis + + + +## blend next-word and final-product suggestions -- cgit v1.2.3