uvod u računalnu metodologiju za jezično istraživanje
DESCRIPTION
Uvod u računalnu metodologiju za jezično istraživanje. Heterogenost jezika – žanrovi i domene. Jezik i tekst. JEZIK je OBJEKT proučavanja lingvistike Je li moguće pokazati na neki tekst i proglasiti ga prikladnim za opis jezika? - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/1.jpg)
Uvod u računalnu metodologiju za jezično istraživanje
Heterogenost jezika – žanrovi i domene
![Page 2: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/2.jpg)
Jezik i tekst JEZIK je OBJEKT proučavanja lingvistike Je li moguće pokazati na neki tekst i
proglasiti ga prikladnim za opis jezika? Koji bi tekst (ili vrsta teksta) bio
prototipičan za opis određenog jezika? Rečenice se istoga jezika značajno
razlikuju u različitim žanrovima!
![Page 3: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/3.jpg)
Žanrovi ŽANROVI: novinski, prozni, znanstveni,
SMS, pričaonice (chatrooms)… Značajna razlika u: strukturi, dužini
rečenice, vokabularu i stilu pisanja. Rečenica:
Teško je ful biti kul… pripada žanru pričaonica, ali nikako ne
pripada znanstvenom!
![Page 4: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/4.jpg)
Je li ovo engleski jezik? (beletristika)
![Page 5: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/5.jpg)
Je li ovo engleski jezik? (novinski članak)
![Page 6: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/6.jpg)
Je li ovo engleski jezik? (znanstveni članak)
![Page 7: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/7.jpg)
Je li ovo engleski jezik? (Windows help)
![Page 8: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/8.jpg)
Je li ovo engleski jezik? (Wikipedia)
![Page 9: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/9.jpg)
Je li ovo engleski jezik? (Chat room)
![Page 10: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/10.jpg)
Je li ovo engleski jezik? (SMS) Pogledajte svoje SMS poruke! C U 4 FIVE DAYS.
![Page 11: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/11.jpg)
SMS jezik Bira se jezik prilagođen mediju Jezik SMS poruka značajno odudara
od standarda Jezična ekonomija dolazi do izražaja Sudionici komunikacije pristaju na
povećanu cijenu napora za kodiranje/dekodiranje poruke
![Page 12: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/12.jpg)
Žanrovi – stupanj strukturiranosti
ADMINISTRATIVNI
ZNANSTVENI
PROZNI
NOVINSKI
RAZGOVORNI
POEZIJA
SMS…
visoka struktu
ra
niska struktu
ra
Kontrolirani jezik
“Slobodni” jezik
![Page 13: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/13.jpg)
Domena Definirana sadržajem teksta, npr.
ekonomija, pravo, medicina, sport …Kuhajte na laganoj vatri 30 minuta.
Pripada domeni recepata, ali ne i domeni prava ili sporta!
Razlike među domenama nisu lingvistički motivirane, više utječu kognitivne granice
Ali domena uvelike utječe na jezik koji se koristi u diskursu!
![Page 14: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/14.jpg)
Kontrolirani jezik - podjezik Podjezik (sublanguage) – Podskup
nekog prirodnog jezika koji je nastao spontano iz semantičkog ograničenja domene
Preduvjet: zajednica govornika koja dijeli specijalizirano znanje o ograničenoj semantičkoj domeni
Evoluira prešutnim konsenzusom stručne zajednice govornika (korisnika)
![Page 15: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/15.jpg)
Jezik kao sredstvo komunikacije Čovjek: proizvodi varijabilne i teško
predvidive strukture Stroj: u stanju konzistentno obrađivati
uniformne jezične strukture
Što je prepreka uspješnom strojnom prevođenju?
Ili barem uspješnoj ekstrakciji “znanja” iz digitaliziranih tekstova
![Page 16: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/16.jpg)
Kontrolirani prirodni jezik (Controlled natural language)
Dio nekog drugog jezika kojemu su s namjerom uvedena ograničenja u terminologiji i gramatici
Kontrolirani prirodni jezik - uvođenjem ograničenja nastoji reducirati višeznačnost koja proizlazi iz prirodnog jezika
![Page 17: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/17.jpg)
Kontrolirani jezik Ograničenjima na leksičko/semantičkoj
i sintaktičkoj razini podiže F-mjeru:1. Leksički: popis dopuštenih i nedopuštenih
riječi/pojavnica2. Sintaktički: pravila propisivanja strukture
rečenica (kratke rečenice, prijedložne fraze…)
3. Semantički: 1.) + ograničenja koja proizlaze iz domene
![Page 18: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/18.jpg)
Postojeći KJ Najpoznatiji: Simplified English (SE) Često se pogrešno koristi kao generički
naziv za sve kontrolirane jezike Caterpillar Fundamental English (CFE) –
prvi KJ AECMA Simplified English – European
Association of Aerospace Industries PENG (Processable ENGlish) ClearTalk … Danas preko 40!
![Page 19: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/19.jpg)
Zašto proučavati KJ ili podjezik? Zbog uvedenih ograničenja moguće je
obaviti gotovo cjelovit lingvistički opis Oni su podsustavi (mikrokozmosi)
prirodnih jezika Za računalnu lingvistiku igraju istu ulogu
kao i vinske muhe (dorosophila) za proučavanje genetike
Obrada znatno lakša i uspješnija u usporedbi s prirodnim jezikom u cjelini
![Page 20: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/20.jpg)
SE - primjer
![Page 21: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/21.jpg)
Primjena KJ i podjezika danas Industrija (priručnici) → početak →
automatski prijevodi na više jezika Prijenos obavijesti od vitalnog
značaja: kontrola zračnog prometa, policija, hitne službe, …
Organizacija znanja, indeksiranje tekstova, document mangement systems…
![Page 22: Uvod u računalnu metodologiju za jezično istraživanje](https://reader035.vdocuments.pub/reader035/viewer/2022062301/5681491d550346895db657e4/html5/thumbnails/22.jpg)
Institute for Applied Linguistics – Kent University