GiellaLT

GiellaLT provides an infrastructure for rule-based language technology aimed at minority and indigenous languages, and streamlines building anything from keyboards to speech technology. Read more about Why. See also How to get started and our Privacy document.

View GiellaLT on GitHub

Example Of File Sizes With Optimisations

Tested on Finnish, Greenlandic and North Sámi, all with large, full coverage lexicons. The testing was done in August of 2014.

No lexical minimisation (no hyperminimisation):

Finnish

$ ls -l fin/tools/spellcheckers/fstbased/hfst/
[...]
-rw-r--r--+ 1 xxx123  12345    46M 21 aug 22:14 acceptor.default.hfst
[...]
-rw-r--r--+ 1 xxx123  12345   8,7M 21 aug 22:14 errmodel.default.hfst
-rw-r--r--+ 1 xxx123  12345   9,5M 21 aug 22:15 fi.zhfst
-rw-r--r--+ 1 xxx123  12345   8,9M 21 aug 22:15 fi_LO-voikko-3.6-32b-mac.oxt
-rw-r--r--+ 1 xxx123  12345    12M 21 aug 22:15 fi_LO-voikko-3.6-32b-win.oxt
-rw-r--r--+ 1 xxx123  12345   8,9M 21 aug 22:15 fi_LO-voikko-4.1-32b-mac.oxt
-rw-r--r--+ 1 xxx123  12345    17M 21 aug 22:13 generator-fstspeller-gt-norm.hfst
[...]

Greenlandic

$ ls -l kal/tools/spellcheckers/fstbased/hfst/
[...]
-rw-r--r--+ 1 smo036  1907360568   284M 12 aug 08:08 acceptor.default.hfst
[...]
-rw-r--r--+ 1 smo036  1907360568   8,3M 12 aug 08:09 errmodel.default.hfst
-rw-r--r--+ 1 smo036  1907360568   183M 12 aug 08:04 generator-fstspeller-gt-norm.hfst
-rw-r--r--+ 1 smo036  1907360568    50M 12 aug 08:09 kl.zhfst
-rw-r--r--+ 1 smo036  1907360568    41M 14 aug 09:22 kl_LO-voikko-3.6-32b-mac.oxt
-rw-r--r--+ 1 smo036  1907360568    44M 14 aug 09:22 kl_LO-voikko-3.6-32b-win.oxt
-rw-r--r--+ 1 smo036  1907360568    41M 14 aug 09:22 kl_LO-voikko-4.1-32b-mac.oxt

North Sámi

$ ls -ll sme/tools/spellcheckers/fstbased/hfst/
[...]
-rw-r--r--+ 1 smo036  1907360568    25M 12 aug 08:29 acceptor.default.hfst
[...]
-rw-r--r--+ 1 smo036  1907360568   7,2M 12 aug 08:29 errmodel.default.hfst
-rw-r--r--+ 1 smo036  1907360568    14M 12 aug 08:28 generator-fstspeller-gt-norm.hfst
-rw-r--r--+ 1 smo036  1907360568   6,3M 12 aug 08:29 se.zhfst
-rw-r--r--+ 1 smo036  1907360568   6,2M 14 aug 09:23 se_LO-voikko-3.6-32b-mac.oxt
-rw-r--r--+ 1 smo036  1907360568   9,4M 14 aug 09:23 se_LO-voikko-3.6-32b-win.oxt
-rw-r--r--+ 1 smo036  1907360568   6,2M 14 aug 09:23 se_LO-voikko-4.1-32b-mac.oxt

Using only hfst-lexc hyperminimisation:

Finnish

$ ls -l fin/tools/spellcheckers/fstbased/hfst/
[...]
-rw-r--r--+ 1 smo036  1907360568    21M 22 aug 09:57 acceptor.default.hfst
[...]
-rw-r--r--+ 1 smo036  1907360568   8,7M 22 aug 09:57 errmodel.default.hfst
-rw-r--r--+ 1 smo036  1907360568   6,7M 22 aug 09:57 fi.zhfst
-rw-r--r--+ 1 smo036  1907360568   6,4M 22 aug 09:57 fi_LO-voikko-3.6-32b-mac.oxt
-rw-r--r--+ 1 smo036  1907360568   9,6M 22 aug 09:58 fi_LO-voikko-3.6-32b-win.oxt
-rw-r--r--+ 1 smo036  1907360568   6,4M 22 aug 09:57 fi_LO-voikko-4.1-32b-mac.oxt
-rw-r--r--+ 1 smo036  1907360568    17M 22 aug 09:54 generator-fstspeller-gt-norm.hfst
[...]

Greenlandic

$ ls -l kal/tools/spellcheckers/fstbased/hfst/
[...]
-rw-r--r--+ 1 smo036  1907360568    14M 22 aug 10:10 acceptor.default.hfst
[...]
-rw-r--r--+ 1 smo036  1907360568   8,3M 22 aug 10:10 errmodel.default.hfst
-rw-r--r--+ 1 smo036  1907360568    15M 22 aug 10:09 generator-fstspeller-gt-norm.hfst
-rw-r--r--+ 1 smo036  1907360568   4,1M 22 aug 10:10 kl.zhfst
-rw-r--r--+ 1 smo036  1907360568   3,7M 22 aug 10:11 kl_LO-voikko-3.6-32b-mac.oxt
-rw-r--r--+ 1 smo036  1907360568   6,9M 22 aug 10:11 kl_LO-voikko-3.6-32b-win.oxt
-rw-r--r--+ 1 smo036  1907360568   3,7M 22 aug 10:11 kl_LO-voikko-4.1-32b-mac.oxt

North Sámi

$ ls -l sme/tools/spellcheckers/fstbased/hfst/
[...]
-rw-r--r--+ 1 smo036  1907360568    15M 22 aug 10:28 acceptor.default.hfst
[...]
-rw-r--r--+ 1 smo036  1907360568   7,2M 22 aug 10:28 errmodel.default.hfst
-rw-r--r--+ 1 smo036  1907360568    12M 22 aug 10:26 generator-fstspeller-gt-norm.hfst
-rw-r--r--+ 1 smo036  1907360568   4,5M 22 aug 10:28 se.zhfst
-rw-r--r--+ 1 smo036  1907360568   4,4M 22 aug 10:28 se_LO-voikko-3.6-32b-mac.oxt
-rw-r--r--+ 1 smo036  1907360568   7,7M 22 aug 10:28 se_LO-voikko-3.6-32b-win.oxt
-rw-r--r--+ 1 smo036  1907360568   4,4M 22 aug 10:28 se_LO-voikko-4.1-32b-mac.oxt

Hyperminimisation + fst minimisation:

Finnish

$ ls -l fin/tools/spellcheckers/fstbased/hfst/
[...]
-rw-r--r--+ 1 smo036  1907360568    21M 25 aug 16:46 acceptor.default.hfst
[...]
-rw-r--r--+ 1 smo036  1907360568   8,8M 25 aug 16:47 errmodel.default.hfst
-rw-r--r--+ 1 smo036  1907360568   6,7M 25 aug 16:47 fi.zhfst
-rw-r--r--+ 1 smo036  1907360568   6,4M 25 aug 16:47 fi_LO-voikko-3.6-32b-mac.oxt
-rw-r--r--+ 1 smo036  1907360568   9,7M 25 aug 16:47 fi_LO-voikko-3.6-32b-win.oxt
-rw-r--r--+ 1 smo036  1907360568   6,4M 25 aug 16:47 fi_LO-voikko-4.1-32b-mac.oxt
-rw-r--r--+ 1 smo036  1907360568    17M 25 aug 16:39 generator-fstspeller-gt-norm.hfst
[...]

Greenlandic

$ ls -l kal/tools/spellcheckers/fstbased/hfst/
[...]
-rw-r--r--+ 1 smo036  1907360568   6,3M 22 aug 18:12 acceptor.default.hfst
[...]
-rw-r--r--+ 1 smo036  1907360568   8,3M 22 aug 18:12 errmodel.default.hfst
-rw-r--r--+ 1 smo036  1907360568    15M 22 aug 18:10 generator-fstspeller-gt-norm.hfst
-rw-r--r--+ 1 smo036  1907360568   2,9M 22 aug 18:12 kl.zhfst
-rw-r--r--+ 1 smo036  1907360568   2,7M 22 aug 18:12 kl_LO-voikko-3.6-32b-mac.oxt
-rw-r--r--+ 1 smo036  1907360568   6,0M 22 aug 18:12 kl_LO-voikko-3.6-32b-win.oxt
-rw-r--r--+ 1 smo036  1907360568   2,7M 22 aug 18:12 kl_LO-voikko-4.1-32b-mac.oxt

North Sámi

$ ls -l sme/tools/spellcheckers/fstbased/hfst/
[...]
-rw-r--r--+ 1 smo036  1907360568    13M 22 aug 22:46 acceptor.default.hfst
[...]
-rw-r--r--+ 1 smo036  1907360568   7,2M 22 aug 22:46 errmodel.default.hfst
-rw-r--r--+ 1 smo036  1907360568    12M 22 aug 22:39 generator-fstspeller-gt-norm.hfst
-rw-r--r--+ 1 smo036  1907360568   4,3M 22 aug 22:46 se.zhfst
-rw-r--r--+ 1 smo036  1907360568   4,2M 22 aug 22:46 se_LO-voikko-3.6-32b-mac.oxt
-rw-r--r--+ 1 smo036  1907360568   7,5M 22 aug 22:46 se_LO-voikko-3.6-32b-win.oxt
-rw-r--r--+ 1 smo036  1907360568   4,2M 22 aug 22:46 se_LO-voikko-4.1-32b-mac.oxt