Red Blob Games, a/an 규칙 데이터로 확인: 32,455개 단어 중 예외는 129개
- Red Blob Games가 단어 목록 32,455개를 훑어 a/an 예외가 129개뿐임을 확인하고 하루 동안 시각화까지 만든 결과를 공개함
- a/an을 가르는 기준은 철자가 아니라 발음임.
unicorn은 모음 글자 u로 시작하지만 자음 소리로 시작해 a unicorn이 되고,hour는 자음 글자 h로 시작하지만 모음 소리로 시작해 an hour가 됨 - 첫 글자나 첫 두 글자만으로 판정이 가능한지 확인하려고 트라이 시각화를 만들었고, 절차적 텍스트 생성을 위한
a_or_an(word)함수가 출발점임 - 저자는 LLM 없이 코드를 썼다고 밝히면서 돌아보면 썼어야 했다고 적음. 일회성 코드라 정확성만 필요하니 cmudict 파싱보다 트라이 단순화 알고리즘에 시간을 쓰는 편이 나았을 것이라는 이유임
- 댓글에서는 historic, herb처럼 h 발음 여부가 갈리는 단어와 a/the 구분 문제로 논의가 이어짐