Grammatikkontrollprosjekt - møte

Feilkorpus

• Lene’s korpus - i “eatnigielteavsttat” er det mange “bra” feil - har gått genom över hälften, typ
• samiske bloggene - http://indigenoustweets.com/blogs/se/
• flere
• bruke våres 8 millionskorpus

Døme på korleis vi automatisk kan finna real-word-feil:

-it
-at -boahtán boahtan (bytte på a og á og analysere for å se om det fins et lemma)

Vi treng meir autentisk materiale - elevtekstar?

E-post til lærere

• invitasjon til samarbeid
• bygger på Divvun - Divvun retter berre skrivefeil, ser ikkje samanhengar i setninga
• grammatikkontrollen går vidare:
• noen skrivefeil kan Divvun ikkje rette fordi det som er en skrivefeil kan se ut som et anna ord, grammatikkontrollen kan rette på dette
• hva de får ut av det: vi blir å korrigere feil som deres elever gjør
• et gratis gramatikkprogramm (sånn som divvun)
• læringseffekten
• målgruppe: førstespråksbrukere - ungdom/voksne
• tekstane bare tilgjengelig for forskning, ikke offentlig
• grammatikkontrollen fritt tilgjengelig, som Divvun-programmene
• får gjerne vera testbrukarar om dei er interessert (seinare, når vi har noko som kan testast)
• berre visse typar feil, og ikkje i alle kontekstar
  • kan være frustrerende å få for mange feilmeldinger på korrekte konstruksjoner
• feil vi prøver å fanga opp:
  • genitiv før postposisjon
  • number congruence verb-pred og subj-pred
  • valensfeil (feil kasus på objektet eller adverbialet til verbet)
  • kasusfeil
  • visse syntaktiske konstruksjoner (ahte vs. go)
  • ortografifeil som resulterer i nye ord (“vuosttáš”)
• vi vil gjerne ha tilbakemelding om andre feil dei ser det kan vera nyttig å fanga opp
• integrert i MS Office & OpenOffice/LibreOffice
• Jobben deres: samle inn tekster, komprimere dem og sende pr e-post, synspunkt, seinare testing om dei er interessert, kanskje i lag med elevane

Andre spørsmål

• (nye) semantiske tagger i leksikon som er nyttige i feilfinninga og disambigueringa:
  • tagging +Hum +Org +Time +Plc +Ani +Txt (girji, lávlla, oppgave…) +Route +Measr +Wthr +Build +Edu +Activity/Event +Process +Object +CognitiveOBj +State
  • Eksempel
    • Dákker dálkin ii mana olggos
    • Dárkker dálkiid ii beasa murret
    • Biegga, jealahas

* valens i leksikon?
    - ikkje i leksikon, men i CG?
    - verb - subj human objektet - acc - tekst (čállit) <Ag_Nom_Hum__Th_Acc_Text>
		- subj human advl - ill - human <Ag_Nom_Hum__Go_Ill_Hum>
		čállit <Ag_Nom_Hum__Th_Acc_Text> <Ag_Nom_Hum__Go_Ill_Hum>

Per i dag i ei separat valensfil i xml-format, som ikkje er integrert med resten av infrastrukturen. Bør konverterast til eit format som kan integrerast med lexc / den leksikalske transduceren.

• hva slags feilmeldinger
  • hvor detaljert må errortaggene være
    • som no inntil vidare

TODO:

• integrera valens-xml i den morfologiske analysatoren (Sjur)
• leggja til semantiske taggar i leksikonet (Linda, Thomas)
• skriva brev til lærarar om tekstinnsamling, potensielt samarbeid (Linda, Thomas, Børre)
  • trond.are.anti@tana.kommune.no (rektor på Tana sameskole)

E-postutkast

Hallo! Sihtabet go ovttasbargat Divvun-teamain? Divvun-teama lea ráhkadišgoahtán grammatikkontrolla ja dárbbaha ollu feilkorpusa dan oktavuodas.

-Mii lea grammatikkontrolla? Dálá Divvun-prográmma lea dusse Speller, mii gávdná sániid, mat leat vearrut cállon. Dat ii huobmá jos lea atnán dugo vearrukásusa

Mii dárbbašit teavsttaid maid vuosttašgielat nuoraid- ja joatkkaskuvlaoahpit leat čállán. Maid dárbbašehpet bargat: Čoaggit teavsttaid, sáddet daid e-boastan midjiide. Jus ehpet háliit anonymiseret daid, de mii bargat dan.

Dušše min dutkit besset dáid teavsttaid geavahit.

Boađus: Friddja grammatikkontrolla mii lea vejolaš geavahit MS Office:s ja OpenOffice.org:s