alfabet og språkteknologi - uni-freiburg.desaami.uni-freiburg.de/psdp/components/documents/... ·...

Problemanalyse Alfabet og datamaskin Språkteknologi

Alfabet og språkteknologi

Ciprian-Virgil Gerstenberger

Universitetet i TromsøNorge

Skriftspråk och språkteknologi15.05.2011 Arjeplog, Sverige


Innhold

Problemanalyse

Alfabet og datamaskin

Språkteknologi


En betydning→ flere betegnelser

Ciprian-Virgil Gerstenberger ellerCiprian Virgil Gerstenberger?

demokrati eller folkestyre?

triangel eller trekant?

bestemme eller avgjøre?

sentrum eller centrum?

⇒ synonymi eller redundans?⇒ navnlikhet eller overflødighet?


Flere betydninger← en betegnelse

Ciprian:1. Ciprian Gerstenberger2. Ciprian Porumbescu

triangel:1. trekant (geometri)2. musikkinstrument

⇒ polysemi /homonymi eller ambiguitet?⇒ flertydighet eller tvetydighet?


To sider, en relasjon

Avbildning fra A til B

A⇒ B1, B2, B3

Avbildning fra B til A

A1, A2, A3⇐ B


Ideelt

A⇒ B og A⇐ B

A⇔ B


Lyd↔ tegn

Rumensk

⇒ â (România), î (înainte)

Engelsk

y

⇒ /j/ (you), /i/ (heavy)


Bruce’s eksempel fra Lulesamisk

Extra-lange konsonanter som er ofte ikke markert

1. maná⇒ du drar2. manná⇒ hun/han drar3. manná⇒ hun/han begynner å drar


Michaels eksempel om kildinsamiske alfabetvarianter


Menneske vs. datamaskin

• mennesker klarer seg i begge situasjoner• for datamaskiner må alt være klart og tydeligt• det som er vanskelig for mennesker er enda vanskeligere å

tydeliggjøre for datamaskiner(Bruce: ‘Skriverregler skal være lærbare!’)

⇒ kunnskap, regler for å tydeliggjøre


Utvikling

• ASCII (American Standard Code for InformationInterchange)


Utvikling

• UTF-8: hvert tegn kodet som tall (utvetydig)


Spørsmål

• Kan man få tegn i tillegg for pitesamisk?• Ja, men vil man det virklig?

identitet⇔ brukbarheit


Problemer

• Operativsystem (Windows, Mac, Linux, Symbian, Android,iPhone)

• Aplikasjoner = programmer: Nettleser (Internet Explorer,Firefox, Safari), Skriveprogram (Word, Emacs, OpenOffice)

• Grafiske programmer har forsjellige elementer: tekstfelt,labels, etc.

• Skriftkoding og -egenskaper (fonttype, fontstørrelse,fontfarge, etc.)


Spesialtegn i kildinsamisk


Kildinsamisk i nettleseren Safari på Mac


Kildinsamisk i nettleseren Google Chrome på Mac


Spesialtegn (diacritics)

• Unngå spesialtegn!• Tenk også på mobiltelefoner: tekstmelding, epost,

ordbøker

⇒ Alternativet: tegnkjede, tegnsekvens!


Tegnkjede

Lulesamisk: xxxngxxx, yyyngyyy

⇒ Prisen: tvetydighet!

Tysk: Hoehe, Oede, Poet

⇒ Höhe, Öde, Pöt


Tastatur

• utvikling av tastatur med spesialtegn er mulig• ikke uten problemer på ulike operativsystemer med ulike

programmer

⇒ Alternativet: bruk av tastatur fra majoritetsspråkskrift!


Sørsamisk alfabet

• bokstaver vs. tegn vs. tegnkjeder• blanding av norsk og svensk• bytte tastaturen hele tida (selv med snarvei er det tungt)• brukere gjør det ofte ikke


Løsning på datamaskin

⇒ Godta alle varianter, vis det riktige!


Spørsmål

• Er representasjoner av tegn virklig utvetydig pådatamaskinen?

• For datamaskin ja, men ikke for mennesker!


Bruk av feil tegn to ganger på den samme NRK-sida


Vårt arbeid med den kildin-russiske ordboka


Data for språkteknologi

• å lage gode programmer krever gode data• feil på lavt nivå fortsetter på høyere nivåer• feilsøking og retting krever mye tid og energi


Samisk språkteknologi: Giellatekno

• Nordsamisk, Sørsamisk, lulesamisk, kildinsamisk,skoltesamisk, kvensk, meankeli, etc.

• utvikle ressurser og applikasjoner for alle samiske språk

⇒ språkdata i elektronisk format


Språkteknologi

alt som man gjør med og for språk på datamaskin

• språkdokumentasjon• rettskrivningsverktøy• elektroniske ordbøker• språkanalyse• læreprogrammer• maskinoversetting

⇒ datamaskin som svært nyttig hjelpemiddel


Språkdokumentasjon

• Kildinsamisk

• Pitesamisk


Rettskrivningsverktøy: Divvun


Ordbøker


Språkanalyse

• Ordformanalyse (morfologi)

• Ordrekkefølgeanalyse (setningsanalyse, syntaks)


Læreprogrammer: Oahpa!


Maskinoversetting


Konklusjoner

• ingen bra avbildning fra lyd til tegn (perfekt ortografi)• probleme må analyseres og avgjøres (navnlikhet vs.

overflødighet og flertydighet vs. tvetydighet)• kompromisser• datamaskiner er nyttig hjepler men krever mye nye

kunnskaper• for å lage gode språkapplikasjoner trengs rene data

alfabet og språkteknologi - uni-freiburg.desaami.uni-freiburg.de/psdp/components/documents/... ·...

Documents