Divvun-presentasjon

Giellagáldu-møte 2017

Om Divvun

Folk i Divvun

Børre – programmerar
Duommá – nordsamisk lingvist
Elena – lulesamisk lingvist
Linda – nordsamisk lingvist, grammatikkontroll
Maja – sørsamisk lingvist
Tomi – programmerar
Sjur – leiar, datalingvist

Bakgrunnen til Divvun

Starta som eit prosjekt ved Sametinget hausten 2004
Finansiert av Sametinget, FAD (noverande KMD), KD og Nordplus
Det fyrste prosjektet avslutta ved utgangen av 2007, med lansering av stavekontrollar for nordsamisk og lulesamisk
Divvun II-prosjektet gjekk over tre år 2008-2010, og la til støtte for sørsamisk
Divvun-gruppa vart flytta frå Sametinget til UiT i 2011, og gruppa vart samtidig gjort permanent
Divvun er no fullfinansiert av det norske departementet med ansvar for samisk (KMD)

Divvun sine oppgåver

Levera språkteknologiske verkty til det samiske samfunnet
Fokus på dei samiske språka som blir prata i Noreg
… men inkluderer i større og større grad arbeid for andre samiske språk
… og Divvun har alltid inkludert Sverige og Finland i arbeidet sitt
All teknologi vi lagar er språkuavhengig, slik at det vi gjer for eitt språk kan enkelt bli brukt for andre språk
Divvun har morsmålslingvistar for nord-, lule- og sørsamisk

Divvun sine oppgåver (2)

Korrekturverkty
Korpusinnsamling
Infrastruktur
TermWikien
Satni.org
Tastatur
- mobil
- datamaskin

Frå Divvun

Dei ulike Divvun-verktya etter kategori:

Retteprogram
Tastatur
Tekst-til-tale
Språklæring
Ordbøker og terminologi
Oversetting

Retteprogram

starten på Divvun-gruppa
det fyrste vi laga
grunnverkty
krev eit normert skriftspråk - retteprogrammet rettar alltid i forhold til ei norm
- Divvun normerer ikkje sjølv, men lagar alltid verktya etter dei normeringsvedtaka som finst
- dvs at vi fylgjer vedtaka til Giellagáldu (og dei tilsvarande tidlegare organa)

Retteprogram (2)

“Ferdige” versjonar for:

nordsamisk
lulesamisk
sørsamisk

… men dei blir endå aldri ferdige.

Språk under arbeid:

enaresamisk
skoltesamisk

Alle språk kan enkelt lagast til ein stavekontroll, som er så bra som det morfologien og leksikonet er.

Retteprogram (3)

Fungerer i:

MS Office (Windows)
LibreOffice (Linux, macOS, Windows)
på heimesida vår

Vi arbeider med å utvida rekkja med program som vi støttar.

Stavekontroll

Vi startar med ein beskrivande morfologisk analysator, den same som blir brukt til å analysera tekst
deretter fjernar vi:
- former og variantar som ikkje er innanform norma
- andre irrelevante ting (spørsmålsteikn, komma, etc)
då har vi ein analysator som berre kjenner att korrekte ordformer
på toppen av denne analysatoren legg vi ein model som lagar forslag til rettingar for ord som ikkje finst i stavekontrollen

Ord -> Feil/rett? -> Dersom feil, vis raud strek
Brukar klikkar på ord med raud strek -> lag forslag -> vis forslaga

Stavekontroll (2)

Ein stavekontroll er så god som:

leksikonet (dekningsgrad)
morfologisk beskrivelse (òg dekningsgrad)
forslaga
hastigheita

Vi har verkty for å måla ulike kvaliteter ved stavekontrollane.

Grammatikkontroll

neste generasjons retteprogram
ser orda i samanheng, analyserer heile setninga
kan finna feil som stavekontrollen ikkje kan finna (ekteordsfeil, dvs skrivefeil som resulterer i eit anna, ekte ord)
kan òg finna feil mellom ord (morfosyntaktiske feil)
prosjektet har til no berre jobba med nordsamisk, men rammeverket er på plass for alle språk

Demo

Retteprogram og normering

Giellagaldu normerer
Divvun legg normane inn i verktya
Folk skriv og produserer tekst med verktya
Divvun/Giellatekno samlar inn tekst, og legg inn i Korp
Divvun gir tilbakemelding til Giellagáldu om faktisk språkbruk og utfordringar i normeringa
- og GG kan jo sjølvsagt sjå i Korp sjølve :-)

Det heile blir ein sirkel.

Tastatur

Divvun har ein eigen infrastruktur for å byggja tastatur for:

Android
iPhone/iPad
Windows
macOS
Linux

Alt frå same base.

Målsetjing: å gjera det lett og effektiv å skriva dei ulike samiske språka.

Tastatur (2)

Kan òg eksportera til CLDR-format
- CLDR blir brukt som ressurs for alle dei store operativsystema
- Dvs at etter at tastaturet har vorte definert, kan vi gjera vårt for at tastaturet skal finnast over alt
Giellagáldu bør vera vedtaksorgan for samisk tastaturutforming, dvs at GG sine vedtak om tastaturutforming bør bli offisiell standard
jobbar no med å få ferdig enaresamisk tastatur slik at det er på plass i god tid før studenteksamen våren 2018
- studenteksamen blir skrive på eit Linux-system, så vi må ha ein Linux-definisjon av tastatura
vil gjerne gjera det same med skoltesamisk
har laga tastatur for lule- og sørsamisk

Tastatur (3)

Sørsamisk tastatur:

Sørsamisk tastatur

Tekst-til-tale

gjer at datamaskina kan lesa opp tekst for brukaren
(kort demo)
vi vil i framtida standardisera tekstprosesseringa slik at alle språk i infrastrukturen vår har den biten på plass

Språklæring

Det meste gjort av Giellatekno
men vi har ein mobilapp for å læra seg grunnleggjadne sørsamisk, utvikla i lag med Aajege på Røros
gielese.no

Oversettelse

Mykje gjort av Giellatekno
Divvun har hatt eit prosjekt i lag med GT for å laga maskinomsetjing frå nordsamisk til lule- og sørsamisk
- kvaliteten enno ikkje bra nok, sørsamisk meir ulik nordsamisk enn venta
I tillegg har vi nedlastbare omsetjingsminne for profesjonelle omsetjarar
vi jobbar med å få på plass ein arbeidsbenk for omsetjarar
termar og tilgang på termsamlingar viktig for omsetjarane

Ordbøker og terminologi

Giellatekno har NDS
Divvun har satni.org
Innhaldet er stort sett det same, men det meste av termane i termwikien er berre tilgjengeleg i satni.org
Dei to webappane har ulik filosofi og fungerer delvis ulikt -> ulike målgrupper og bruksområde