Morphology Generation Specification (Lemma-First)¶

1) Objetivo¶

Evitar cadastro manual exaustivo de todas as formas.

Princípio operacional: - Cadastro primário em vocabulary (lemma-first). - word_forms é preenchida por: 1. regras de geração 2. exceções irregulares (override)

Resultado esperado: consistência morfológica, velocidade editorial e rastreabilidade por features.

2) Regras por idioma (EN como prioridade)¶

2.1 Verbos¶

Gerar: - base - 3rd person singular (-s/-es) - past - past participle - present participle (-ing)

Features mínimas por forma: - tense, aspect, person, number, mood, is_irregular

2.2 Substantivos¶

Gerar: - singular - plural (-s/-es + regras ortográficas) - plurais irregulares por override

Features: - number, countability

2.3 Adjetivos¶

Gerar: - base - comparative (-er ou more) - superlative (-est ou most)

Features: - degree

2.4 Pronomes/Determinantes¶

Não usar gerador aberto; usar tabela fixa validada.

Features: - person, number, case, definiteness, gender (quando aplicável)

3) Irregulars e mecanismo de override¶

Ordem de execução: 1. Aplicar regra regular. 2. Aplicar override irregular (prioridade máxima).

Fonte de override (sem migration nova): - Preferencial: arquivo versionado docs/irregulars/en_verbs.json. - Alternativa: tabela já existente para irregulares (somente se já existir no schema ativo).

Política: - O gerador nunca remove forma válida já revisada manualmente. - Overrides devem marcar is_irregular=true e source=override.

Exemplo mínimo de mapping:

{
  "go": { "past": "went", "past_participle": "gone" },
  "be": {
    "present_1s": "am",
    "present_3s": "is",
    "present_plural": "are",
    "past_1s": "was",
    "past_3s": "was",
    "past_plural": "were",
    "past_participle": "been"
  }
}

4) Contrato Admin: ação “Gerar formas” (Word Detail)¶

A ação no painel de detalhe deve: 1. Ler lemma, pos, base_lang. 2. Sugerir formas + features (preview). 3. Permitir edição manual antes do persist. 4. Salvar em word_forms (upsert por word_id + form + feature_signature).

4.1 Request conceitual¶

{
  "word_id": "uuid",
  "mode": "suggest|save",
  "language": "en",
  "overwrite_policy": "keep_manual",
  "forms": []
}

4.2 Response conceitual¶

{
  "word_id": "uuid",
  "generated": [
    {
      "form": "goes",
      "features": { "tense": "present", "person": 3, "number": "singular" },
      "is_irregular": false,
      "source": "rule"
    },
    {
      "form": "went",
      "features": { "tense": "past" },
      "is_irregular": true,
      "source": "override"
    }
  ],
  "conflicts": [],
  "saved_count": 0
}

5) Regras de qualidade¶

Não salvar duplicatas semânticas de features idênticas.
Sempre armazenar features estruturadas (JSON consistente).
Sinalizar conflito quando forma existente divergir do gerador.
Manter trilha de revisão humana para exceções editoriais.

6) Roadmap rápido¶

v1.0: EN rule-based + overrides irregulares.
v1.1: expansão para outros idiomas com packs de regra.
v2.0: sugestão híbrida com ranking estatístico + validação humana.

7) Escopo implementado¶

Implementação atual ativa para language=en no endpoint admin de geração.
POS suportadas no gerador aberto v1: verb, noun, adjective.
pronoun e determiner retornam erro amigável POS not supported for generation.