3rd Nordic Conference of Computational Linguistics NODALIDA

Transcription

1 149 H a i m e Ruus I n s t i t u t f o r n o r d i s k f i l o l o g i K ø b e n h a v n s U n i v e r s i t e t O R D B Ø G E R F O R F R E M T I D E N I m i d t e n a f d e t t y v e n d e å r h u n d r e d e h a v d e et o r d b o g s a r b e j d e t y p i s k f ø l g e n d e fasert 1. O p s t i l l i n g a f r e t n i n g s l i n j e r f o r u d v æ l g e l s e a f m a t e r i a l e. 2. I n d s a m l i n g a f m a t e r i a l e. 3. F a s t l æ g g e l s e a f r e d a k t i o n s p r i n c i p p e r. U d a r b e j d e l s e a f r e d a k t i o n s r e g l e r. R e d a k t i o n a f o r d b o g s a r t i k l e r n e. 3. T r y k n i n g o g d i s t r i b u t i o n a f o r d b o g e n. A l l e d e l e a f p r o c e s s e n b l e v u d f ø r t m a n u e l t. E n s t o r d e l af fase 2, h o g 5 b e s t o d a f a f e l l e r r e n s k r i v n i n g s a r b e j d e o g k o r r e k t u r l æ s n i n g. 1 b e g y n d e l s e n a f d e t e n o g t y v e n d e å r h i m d r e d e v i l a u t o m a t i s e r i n g e n h a v e ført til, at et o r d b o g s a r b e j d e t y p i s k h a r f ø l g e n d e f a s e n 1. D e t a l J s p e c l f l k a t i o n a f o r d b o g e n s I n d h o l d o g o p s t i l l i n g. 2. M a t e r i a l e til o r d b o g e n f r e m t a g e s a u t o m a t i s k f r a a n d r e m a s k l n l æ s b a r e o r d b ø g e r o g f r a o r d - o g t e k s t b a n k e r. 3. ( S e m l ) a u t o m a t i s k r e d a k t i o n a f o r d b o g s a r t i k l e r. k. T r y k n i n g e l l e r d i s t r i b u t i o n a d a n d r e d a t a b æ r e n d e m e d i e r s o m i n f o r m a t i o n s n e t v æ r k e r o g t e l e tekst. 1 d e i m e v e r s i o n a f a r b e j d s g a n g e n v i l f a s t l æ g g e l s e a f r e d a k t i o n s p r i n c i p p e r o g r e d a k t i o n s r e g l e r i n d g å i a r b e j d e t m e d d e t a l J s p e c l f i k a t l o n e n a f o r d b o g e n. F a s e 2, f r e m s k a f f e l s e a f m a t e r i a l e, v i l k u n n e f o r e g å a u t o m a t i s k, idet u d v æ l g e l s e s k r i t e r i e r n e v i l f r e m g å a f d e t a l j - s p e c l f i k a t i o n e n. 149

2 150 F a s e 3 v i l 1 d e t I d e e l l e t i l f æ l d e b e s t å i e n k o n t r o l l e r e n d e g e n n e m l æ s n i n g a f o r d b o g s a r t i k l e m e, s o m e r f r e m s t i l l e t a u t o m a t i s k v e d h j æ l p a f g e n e r e l l e p r o g r a m m e r, h v i s s p e c i e l l e a n v e n d e l s e e r u d l e d t a f d e t a l J s p e c i f l k a t l o n e n. F a s e U f o r e g å r h e l t a u t o m a t i s k. A f t r y k n i n g s m e t o d e r k a n m a n teenke p å l a s e r p r i n t n i n g, m l k r o f l c h e e l l e r f o t o s æ t n i n g. V e d d i s t r i b u t i o n a d a n d r e d a t a b æ r e n d e m e d i e r v i l d et p r i m æ r t v æ re et s p ø r g s m å l o m at v e j l e d e o r d b o g s b r u g e r n e 1, h v i l k e o r d r e r de s k a l s k r i v e f o r at f i n d e d e n y e o p l y s n i n g e r 1 e k s i s t e r e n d e d a t a b a s e r. S å d a n n e v e j l e d n i n g e r v i l o g s å k u n n e f r e m s t i l l e s a u t o m a t i s k o g l æ g g e s i n d s o m e n d e l a f s y s t e m e r n e. H e r 1 f i r s e r n e e r v i n å e t at g o d t s t y k k e v e j m o d a u t o m a t i s e r et f r e m s t i l l i n g a f o r d b ø g e n M a s k i n e l l e t t il dateunatiseret o r d b o g s a r b e j d e f i n d e s s t o r t set 1 dag. L a g r i n g a f s t o r e d a t a m æ n g d e r e r f.eks. i k k e l æ n g e re n o g e t p r o b l e m. D e t m i n d s t m e n n e s k e v e n l i g e p å m a s k l n e l s l - d e n e r i n d d a t e r i n g s m e d i e r n e, h v o r f.eks. d l a k r l t l s k e t e g n s o m o f t e s t k r æ v e r s p e c i a l b e h a n d l i n g. P å p r o g r a m m e l s i d e n b ø r d e t i k k e v a r e længe, f ø r m a n k a n k ø be e n g e n e r e l progreunpakke, d e r e r e g n e t til u d a r b e j d e l s e a f o r d b ø g e r. I n g r e d i e n s e r n e til en s å d a n p a k k e f i n d e s a l l e r e d e i t e k s t b e h a n d l i n g s s y s t e m e r, 1 d o k u m e n t a t i o n s o g i n f o r m a t i o n s s y s t e m e r o g 1 f o r s k e l l i g t d a t a b a s e p r o g r a m m e l. M a n k a n p e g e p å f l e r e a n d r e f a k t o r e r, d e r b e f o r d r e r a u t o m a t i s e r i n g e n a f d e n a l m e n s p r o g l i g e l e k s i k o g r a f i i 1«A u t o m a t i s e r i n g e n a f ti-ykkeprocessen. S å g o d t s o m a l l e b ø g e r s æ t t e s 1 d a g a u t o m a t i s k o g d e r e s t e k s t g ø r e s d e r f o r m a s k i n l æ s b a r 1 f r e m s t i l l i n g s p r o c e s s e n. D e n n e t r y k t e k n i s k e u d v i k l i n g k a n m a n f å g a v n a f o g s å 1 n æ s t e n a f s l u t t e t o r d b o g s a r b e j d e f.eks, v e d at f å g j o r t t e k s t e n m a s k i n l æ s b a r, n å r k l a d d e n til d et e n d e l i g e m a n u s k r i p t f o r e l i g g e r, s om d et s k e r v e d N y e O r d i D a n s k ( R i b e r P e t e r s e n 1981). 2. O p b y g n i n g e n a f s t ø r r e s a m l i n g e r a f m a s k l n l æ s b a r e t e k s ^ e r ^ 1 S k a n d i n a v i e n k a n m a n p e g e p å L o g o t e k e t v e d S p r å k d a t a 1 G ø t e b o r g, N o r s k T e k s t a r k i v, D A N w O H D s s a m l i n g a f t e k s t p r ø v e r 1 K ø b e n h a v n. S å d a n n e t e k s t s a m l i n g e r k a n d a n n e b a s i s f o r o r d b o g s p r o j e k t e r, s o m d e t f. eks. e r p l a n l a g t 1 G ø t e b o r g m e d p r o j e k t e t L e k s l k a l l s k d a t a b a s (Allån, G a v a r e, R a l p h 1981). 3. M a s k l n l æ s b a r e o r d b ø g e r. A l l e o r d b ø g e r, d e r u d g i v e s nu, e k s i s t e r e r i m a s k i n l æ s b a r f o r m Jf.l. H v i s m a n k a n k o m m e til r e t t e m e d e v e n t u e l l e c o p y r i g h t p r o b l e m e r, e r d e r h e r et r i g t m a t e r i a l e f o r a n d r e o r d b ø g e r. D e s u d e n f i n d e s d e r o r d b ø g e r, d e r e r f ø d t m a s k l n l æ s b a r e. D e t g æ l d e r a l l e o r d b ø g e r, d e r a n v e n d e s i n d e n f o r p r o j e k t e r o m a u t o t o m a t i s k a n a l y s e a f n a t u r l i g e s p r o g f.eks. k u n s t i g 150

3 151 I n t e l l i g e n s o g m a s k l n o v e r s æ t t e l s e. S å d a n n e o r d b ø g e r k a n I n d e h o l d e a n s e l i g e d a t a m æ n g d e r f.eks. I n d e h o l d e r d e n t y s k e a n a l y s e o r d b o g til S U S Y v e d S F B S a a r - b r Q c k e n o m k r i n g l e k s i k a l s k e I n d g a n g e (Maas ). I d e n a l m e n s p r o g l l g e l e k s i k o g r a f i er f r e k v e n s o r d b ø g e m e n æ r ^ m e s t a u t o m a t i s e r i n g e n. I u d a r b e j d e l s e n a f N u s v e n s k F r e k v e n s o r d b o k e r d e r a n v e n d t e d b 1 a l l e f a s e r a f a r b e j d e t, 1 D A N w O R D s p r o J e k t e t e r t e k s t p r ø v e i n d s a m l i n g o g I n d k o d n i n g m a n u e l, m e n s f r e m s t i l l i n g a f f r e k v e n s l i s t e r f o r e g å r a u t o m a t i s k. N æ r m e s t d e n f u l d s t æ n d i g a u t o m a t i s e r e d e o r d b o g a f r e m s t i l l i n g e r m a n f o r t i d e n 1 f a g s p r o g s l e k s i k o g r a f l e n, h v o r f.eks. T F A M, S i e m e n s * f a g s p r o g l i g e d a t a b a s e, k u n b e h ø v e r seks u g e r til at f r e m s t i l l e e n ordbog. T i l en f l e r s p r o g e t o r d b o g o v e r e d b t e r m e r b r u g t e de s å l e d e s f e m t i mers m a s k i n t i d til at u d t a g e m a t e riale, e n h a l v t i m e s m a s k i n t i d til at r e d i g e r e d e t o g h a l v a n d e n t i m e s m a s k i n t i d til at f o t o s æ t t e o r d b o g e n ( S a g e r a n d M c N a u g h t ). A u t o m a t i s e r i n g e n a f o r d b o g s f r e m s t l l l l n g e n v i l æ n d r e d et l e k s i k o g r a f i s k e a r b e j d e. F. e k s. v i l e f f e k t i v s ø g n i n g k r æ v e, at m a n b e g r æ n s e r a n t a l l e t a f s y n o n y m e b e t e g n e l s e r o g at f o r s k e l l i g e t y p e r a f o p l y s n i n g e r h o l d e s k l a r t adskilt. D e n m e s t I n d g r i b e n d e æ n d r i n g i o r d b o g s a r b e j d e t v i l n o k være, at d e n d e t a l j e r e d e p l a n l æ g n i n g f l y t t e s til d e n I n d l e d e n d e fase. D e n n e p l a n l æ g n i n g k a n b l i v e m e g e t o m f a t t e n d e. I s æ r n å r d e t d r e j e r s i g o m l e k s i k a l s k e data, s o m t æ n k e s l a g r e t m a s k i n e l t til d i r e k t e b e n y t t e l s e f o r o v e r s æ t t e r e, t e r m i n o l o g e r o g i m d e r v l s e r e. D e t s e r m a n a f f o r a r b e j d e r n e til D A N T E R M ( F r a n d s e n o g N l s t r u p M a d s e n 1980, N l s t r u p M a d s e n I 9 8 I) o g til B r i t i s h L i n g u i s t i c D a t a B a n k ( M c N a u g h t I). H v i s m a n æ n d r e r sine p l a n l æ g n i n g s v a n e r o g d a t a m a t i s e r e r sit o r d b o g s a r b e j d e, f å r m a n til g e n g æ l d e n r æ k k e m u l i g h e d e r, s o m s a v n e s v e d m a n u e l o r d b o g s f r e m s t i l l i n g Jf. e n r æ k k e b i d r a g 1 d e n n e p u b l i k a t i o n. D a t a m a t e r e r u o v e r t r u f n e til at s o r t e r e, s ø g e o g æ n d r e - h u n d r e d e p r o c e n t k o n s e k v e n t. M a n h a r a l t s å m u l i g h e d f o r at u n d e r søge k l a s s i f i c e r i n g e r o g t y p e r a f o p l y s n i n g e r s d i s t r i b u t i o n 1 o r d b o g e n på a l l e t æ n k e l i g e m å d e r m e d d e r a f f ø l g e n d e g e v i n s t 1 f o r m a f k o n s e k v e n s 1 b e h a n d l i n g e n a f s a m m e type o r d f o r s k e l l i g e s t e d e r 1 a l f a b e t e t. H v i s m a n h a r p l a n l a g t s i n o r d b o g s a r t i k e l p a s s e n d e s t r u k t u r e r e t, g i v e r æ n d r i n g s f a c i l i t e t e r n e m u l i g h e d f o r at æ n d r e s a m t l i g e f o r e k o m s t e r a f e n b e s t e m t v æ r d i på e n b e s t e m t p l a d s 1 a r t i k l e r n e l i g e til d a g e n før, m a n s e n d e r o r d b o g e n til t r y k ning. D e r b l i v e r o g s å m u l i g h e d f o r at f o r e t a g e e k s p e r i m e n t e r, s o m p å l æ n g e r e sigt v i l k u n n e æ n d r e a l l e f o r e s t i l l i n g e r om, h v o r d a n o r d b ø g e r e r I n d r e t t e t o g s e r ud. 151

4 152 M a n k a n a f p r ø v e o r d n i n g a f o r d e n e e f t e r d e r e s b e t y d n l n g s m æ s s i g e sajnmenhnng f.eks. 1 et f l e r d i m e n s i o n a l t n e t v æ r k s o m n æ v n t a f R a l p h (1979)«B e h o v f o r f o r s k n i n g 1 d e n n e r e t n i n g k a n u d l e d e s a f S a g e r a n d M c N a u g h t ( ). D e r e s f o r e s p ø r g s l e r til p o t e n t i e l l e b r u g e r e a f e n B r l t l s h L l n g u l s t l c D a t a B a n k v i s e r, at o v e r s æ t t e r e g e r n e v i l h a v e o v e r b e g r e b, s y n o n y m e r o g a n t o n y m e r p å k i l d e s p r o g e t f o r u d e n m å l s p r o g s æ k v l v a lenten, n å r d e s l å r et o r d op. I o r d b ø g e r, d e r s o m de f a g s p r o g l i g e d a t a b a s e r e r t i l g æ n g e l i g e v i a e l e k t r o n i s k e m e d i e r, k a n m e m a n v e n d e d e n o r d n i n g a f o r d e n e, d e r e r m e s t m e n i n g s f u l d f o r b r u g e r n e f.eks. e n s a m m e n k æ d n i n g e f t e r b e t y d n i n g s f æ l l e s s k a b. I d e t d et o v e r l a d e s til p r o g r a m m e r n e at f i n d e r u n d t 1 d a t a m æ n g d e n e f t e r d e k r i t e r i e r, s o m k a n u d l e d e s a f b r u g e r e n s s p ø r g s m å l. H v i s t e l å t e k s t a d å r e b l i v e r l i g e s å u d b r e d t, s om t e l e f o n e n e r d e t 1 dag, e r d e t n æ r l i g g e n d e at g ø r e o g s å a l m e n s p r o g l l g e o r d b ø g e r t i l g æ n g e l i g e v i a e l e k t r o n i s k e m e d i e r. I s å f a l d k a n m a n o g s å 1 d i s s e o r d b ø g e r u d n y t t e m u l i g h e d e r n e f o r at k o b l e o r d e n e s a m m e n e f t e r b e t y d n i n g s f æ l l e s s k a b e r 1 o r d s t o f f e t f r e m f o r e f t e r f o r m e l l e e g e n s k a b e r s o m s a m m e b e g y n d e l s e s b o g s t a v. H e r v i l m a n f å h å r d t b r u g f o r r e s u l t a t e r a f f o r s ø g m e d at k æ de a l m e n s p r o g é t s o r d s a m m e n 1 t h e s a u r u s l l g n e n d e s t r u k t u r e r. H e n v l s n l n g e r, A l l å n, S t u r e I N u s v e n s k F r e k v e n s o r d b o k, b a s e r a d p å t l d n l n g s - tekst, 1-it, A l l å n, Sture, G a v a r e, R o l f a n d R a l p h Bo I 9 8 I 1 S p r å k d a t a R e s e a r c h R e p o r t C o m p i l i n g nr. 10, feb F r a n d s e n, L e n e a n d N l s t r u p M a d s e n, B o d i l 1980: T he S e t t i n g u p a n d O p e r a t i o n O f a D a n i s h T e r m i n o l o g i c a l D a t a B a n k (The D A N T E R M P r o j e c t ), 1 H u m a n T r a n s l a t i o n - M a c h i n e T r a n s l a t i o n ed. b y S u z a n n e H a n o n a n d V i g go H j ø m a g e r P e d e r s e n = N O K 39, R o m a n s k I n s t i t u t, O d e n s e U n i v e r s i t e t, s Maas, H e i n z D i e t e r 1980: Z u r E n t w l c k l u n g d es U b e r s e t z u n g s - s y s t e m s S U S Y u n d s e i n e r e l n z e l n e n K o m p o n e n t e n, 1 M a s c h l n e l l e U b e r s e t z u n g, L e x l k o g r a p h l e u n d A n a l y s e, A k t e n des 2. I n t e r n a t i o n a l e n K o l l o q u l u m s S a a r b r Q c ken. N o v e m b e r 1979, h e r a u s g e g e b e n v o n H a n s E g g e r s = L l n g u l s t l s c h e A r b e l t e n, N e u e F o l g e, H e f t 3,1 U n i v e r s i t S t d es S a a r l a n d e s, S o n d e r f o r s c h u n g s b e r e i c h 100, s M a e g a a r d, B e n t e o g Ruus, H a n n e 1978: D A N w O R D, H y p p i g h e d s u n d e r s ø g e l s e r i m o d e r n e d a n s k : B a g g r u n d o g m a t e r i a l e, 1 D a n s k e S t u d i e r 1978, s, , M a e g a a r d, B e n t e o g Ruus, H a n n e : H y p p i g e O r d i D a n s k e B ø r n e bøger, Gylden d a l, nov M a e g a a r d, B e n t e o g Ruus, H a n n e : H y p p i g e O r d 1 D E U is k e R o m e u i e r, G y l d e n d a l, nov

5 153 M c N a u g h t, J o h n 1981: T e r m i n o l o g i c a l D a t a B a nks: a m o d e l f or a B r i t i s h L i n g u i s t i c D a t a B a n k (LDB), 1 A s l l b P r o c e e d i n g s 33 (7/8), J u l y / A u g u s t, s N l s t r u p M a d s e n, B o d i l 1961 a N y e v e j e i n d e n f o r f a g s p r o g l i g l e k s i k o g r a f i, 1 S P R I N T 2, S p r o g i n s t l t u t t e m e s t i d s s k r i f t H a n d e l s h ø j s k o l e n 1 K ø b e n h a v n, s Ralph, Bo 1979: L e k s i k o l o g i s o m d a t a l i n g v i s t i k, i N o r d i s k e D a t a l i n g v i s t i k d a g e 1 K ø b e n h a v n 9. -lo. o k t o b e r 1979, F o r e d r a g u d g i v e t a f B e n t e M a e g a a r d, S.I61-I7O. R i b e r P e t e r s e n, P i a I98I: O r d b ø g e r o g edb, 1 S A M L 8, U d g i v e t a f K ø b e n h a v n s U n i v e r s i t e t s I n s t i t u t f o r a n v e n d t o g m a t e m a t i s k l i n g v i s t i k, s. l 7 9 ~ Sager, J.C. a n d M c N a u g h t, J. 1980: F e a s i b i l i t y S t u d y o f the E s t a b l i s h m e n t o f a T e r m i n o l o g i c a l D a t a b a n k i n the U. K., B r i t i s h L i b r a r y R. & D. R e p o r t Nr. 56^2. S e l e c t i v e S u r v e y o f T e r m i n o l o g i c a l D a t a b a n k s in W e s t e r n Ehirope, B r i t i s h L i b r a r y R. A D. R e p o r t Nr. 56i*3. M o d e l S p e c i f i c a t i o n o f a L i n g u i s t i c D a t a b a n k f o r the U. K., B r i t i s h L i b r a r y R. & D. R e p o r t Nr. 5 6 ^^. 153