Számítógépes lexikográfia.  drámai változás a lexikográfiában: a számítógépek megjelenése  1970-es évek: nyomda és könyvkiadás  computerizált szakasz.

Az előadások a következő témára: "Számítógépes lexikográfia.  drámai változás a lexikográfiában: a számítógépek megjelenése  1970-es évek: nyomda és könyvkiadás  computerizált szakasz."— Előadás másolata:

1 Számítógépes lexikográfia

2  drámai változás a lexikográfiában: a számítógépek megjelenése  1970-es évek: nyomda és könyvkiadás  computerizált szakasz az előállításban és a betűszedésben  következmény: a tartalom ‘gépileg olvasható’ formában

3  az Oxford Advanced Learner’s Dictionary (1974) az egyik első „gépileg olvasható” szótár:  betűszedési utasítások  betűtípus változtatások  különleges szimbólumok stb.

4  a Longman Dictionary Of Contemporary English (1978) gépileg olvasható és szerkesztett  egységesség ellenőrzése  kiegészítő információk - pl. tárgykör, regiszter, területi származás stb. -, amelyeket nem nyomtatásra szántak

5  a számítógép a szótár készítés négy szakaszában vehet részt  az adatgyűjtésnél  a címszó kiválasztásnál  a szócikk megszövegezésében  a szócikk rendezésében

6  A Collins Cobuild projekt (1987) volt az első, amelyben a számítógép mind a négy szakaszban jelen volt:  a különböző forrásokból begyűjtött nagy mennyiségű nyelvi adatot egy adatbázisban tárolták  számítógép felügyelet alatt: szófaj kijelölés, kiejtés, ragozási magatartás, definíció írás  számítógépes eszközök segítették a jelentések elkülönítését, a kollokációs minták feltárását és a példamondatok megtalálását

7 A modern lexikográfia eszközei  Korpusz  gépileg olvasható, elektronikus szöveggyűjtemény, amelyet számítógépes programokkal lehet elemezni  elektronikus korpuszokat az 1960-as években kezdtek el gyűjteni, amikor a technológia erre alkalmassá vált  a korpusz-alapú lexikográfia a Birmingham University és a Collins Publishers között létrejött COBUILD projekttel kezdődött el  a projekt célja: egy nagyméretű korpusz felépítése és abból egy lexikai adatbázis létrehozása, amely egy készülő nyelvtanulói szótár alapja  a projekt eredményeként 1987-ben kiadott Collins COBUILD English Language Dictionary jelzi a modern lexikográfia kezdetét

8  Konkordanciák  adatelemzést segítő számítógépes eszközök  a konkordancia program felkutatja a keresett szó (szókapcsolat) összes előfordulását egy adott korpuszban  a keresés után a legtöbb konkordancia program statisztikai adatokat állít elő, szógyakorisági számításokat végez, megadja a keresett szó szövegkörnyezetes konkordanciáját

9  14, nem lehetünk teljesen biztosak abban, hogy nem az utóbbi eset áll fenn. Maga C  15tt azonban nem lehetünk biztosak abban, hogy szignifikáns különbség van a szomsz  16sairól, de nem lehetünk biztosak abban, hogy valóban létezik ilyen entitás, és a  17fikáns, de nem lehetünk biztosak abban, hogy az alsó középosztály és a felső mun  18ja dönteni, hogy mennyire bízhat abban, hogy a különböző osztályok, azaz a külön  19értékben eltérnek Bloomfieldtól: abban, hogy gyakorlati érdeklődést mutatnak a n  20egvilága? Például egyetértenek-e abban, hogy mi említésre méltó és mi nem az? Va  21 "legjobb", úgyhogy aligha egyet abban, hogy melyik változatra építve kell megkí  22voltaképpen nem is értenek egyet abban, hogy vannak-e egyáltalán olyan formális  23 Ma a legtöbb nyelvész egyetért abban, hogy meglehetősen elvont az a tudás, ame  24gtól. A legtöbb kutató egyetért abban, hogy azokban a társalgásokban, amelyekne  25s, amelyekben két ember egyetért abban, hogy erős közös érdekeik vannak, azaz a  26zkodnánk. Számos kutató egyetért abban, hogy nyelvtől független ábrázolásokra le  27ává". A nyelvészek egyetértenek abban, hogy egy nyelv egyik változata sem jobb  28erni"; "A legtöbben egyetértenek abban, hogy a dialektika tanulmányozását helyén  29 próbára. A kutatók egyetértenek abban, hogy a jelenleg működő modellek több nag  30valaki. 6. Könnyű egyetérteni abban, hogy a fogalmak lebonthatók egyszerűbb e  31 gondolkodási iskola egyetértett abban, hogy a matematikára és a newtoni termész

10 Hatások  A COBUILD-projekt egy forradalmian új lexikográfiát teremtett meg, amely a későbbiek során megjelent szótárakra is hatással volt.  Újdonságok:  a korpuszból nyert információ alapján a jelentés rendezésben gyakorisági szempont érvényesül

11  a Cobuild szótár-projektben az adatgyűjtés feladata nem hárult a lexikográfusokra  ők a 7,3 millió szövegszót tartalmazó korpuszból elkészített konkordanciákat kapták meg mikrofényképen vagy nyomtatásban

12  egész szintagmák megjelentek szócikként  ez nagy segítség a felhasználó számára, aki nem kell minden alkotó elemet külön felkutasson, pl. have a think lexikális egységként jelenik meg az újabb szótárakban

13  a definíciók megfogalmazása a tipikus kontextusra támaszkodik  megváltozott a definíciók nyelvezete és a szótárírás metanyelvét felváltotta a természetes szöveg vagy nyelvezet  a definíciók a lehető legtöbb információt tartalmazzák az adott szó lexikai, szintaktikai és kontextuális környezetéről  a definícióknál már nem arra törekszenek, hogy azok annyira általánosak legyenek, hogy minél több használatot lefedjenek, hanem sokkal inkább a jellegzetes, tipikus használatot fogalmazzák meg  wag = to shake up and down or move from side to side [Oxford Wordpower] When a dog wags its tail, it repeatedly waves its tail from side to side. [CCED]

14  a leglátványosabb átalakulást a példák érzékeltetik  a korábbi szótárak kitalált példái annak az elvárásnak próbáltak megfelelni, hogy a lehető legkevesebb helyen a lehető legtöbb információt közöljék  manapság a lexikográfusok egyetértenek abban, hogy amikor a korpusz olyan példákat kínál, amelyek minden szükséges (fontos) részletet megvilágítanak, nincs miért kitalált példákat használni  más esetekben pedig az autentikus mondatok részleges módosításával lehet a példákat kellően informatívvá tenni

15  a gyakorisági információ a jelentés rendszerezésénél játszik szerepet, de fontos információt közöl arról is, hogy a szócikként szereplő szó milyen gyakorisággal fordul elő a nyelvben  a beszélt nyelv is megjelent a szótárban

16  Magyarországon a számítógépes lexikográfiához kapcsolódó legjelentősebb területek:  elektronikus szótárkészítési munkálatok: MorphoLogic Kft. Budapest, Scriptum Rt. Szeged  morfológiai elemző rendszerek létrehozása - MorphoLogic  nyelvstatisztikai vizsgálatok, gyakorisági szótárak (Nemes 1933 A magyar parlamenti nyelv leggyakoribb szavai, 1941 Szóstatisztika, Papp 1969 A magyar nyelv szóvégmutató szótára, Csirik-Csirik 1986 Újságnyelvi gyakorisági szótár)  szövegnyelvészeti kutatások - MTA Nyelvtudományi Intézet  Nagyszótári munkálatok - MTA Nyelvtudományi Intézet