Igényesség, helyesírás, számítógépszgnye.vmmi.org/proszeky2007.pdf · Hiba-nyelvtan vs. nyelvtan Parciális elemzések Hibaelemzések, a hibák súlyozása A hiba és a nem-hiba

Prószéky GáborMorphoLogicPPKE ITK

Szarvas Gábor-napok, Ada, 2007. október 13.

Prószéky Gá[email protected]

MorphoLogichttp://www.morphologic.hu

Pázmány Péter Katolikus EgyetemInformációs Technológiai Kar

http://www.itk.ppke.hu

Igényesség, helyesírás, számítógépIgényesség, helyesírás, számítógép



Hogy kell leírni, amit hallunk?Hogy kell leírni, amit hallunk?(azaz: miért is született meg a (azaz: miért is született meg a „„spell-checkerspell-checker””?)?)

I have a spelling checker,

It came with my PC,

It plainly marks for my review

Mistakes I cannot see.

I strike a key and type a word

And wait for it to say

Whether I am wrong or right,

It shows me straightaway.

As soon as a mistake is made

It knows be for too long

And I can put the error right,

It’s rarely ever wrong.

I have run this poem through it.

I'm shure you’re pleased to know,

It’s letter perfect in its way,

My checker told me so.

Eye halve a spelling chequer,

It came with my pea sea,

It plainly marques four my revue

Miss steaks eye kin knot sea.

Eye strike a key and type a word

And weight four it two say

Weather eye am wrong oar write

It shows me strait a weigh.

As soon as a mist ache is maid

It nose bee fore two long

And eye can put the error rite

Its rarely ever wrong.

Eye have run this poem threw it

I'm shore your pleased two no

Its letter perfect in its weigh,

My chequer tolled me sew.

Eye halve a spelling chequer,

It came with my pea sea,

It plainly marques four my revue

Miss steaks eye kin knot sea.

Eye strike a key and type a word

And weight four it two say

Weather eye am wrong oar write

It shows me strait a weigh.

As soon as a mist ache is maid

It nose bee fore two long

And eye can put the error rite

Its rarely ever wrong.

Eye have run this poem threw it

I'm shore your pleased two no

Its letter perfect in its weigh,

My chequer tolled me sew.



HelyesírásellenHelyesírásellen rzrz program-történelemprogram-történelem

Szövegszerkeszt k IBM PC-re, kb. 1981-t l

Az els helyesírásellen rz -gyártók a

80-as évek végét l

Egy teljes merevlemez mint korrektúra-tárhely

lehet-e a megoldás?

Az elválasztás szólistás megoldásokkal nem

megy könnyen, pl. ba-goly, bag-ly+ok

Csak a szavak morfológiai szint kezelése lehet a

megoldás: kétszintes morfológia (1983-t l),

unifikációs morfológia (1990-t l)



Szóellen rzés számítógépes morfológiaielemz segítségével

Ha pl. az ismeretlen alak a kérdésse, akkor

kérdése

kérdés[FN]+e[PSe3] f névi

kérd[IGE]+és[IF]+e[PSe3] f névi

kérdéses

kérdéses[MN] melléknévi

kérdés[FN]+es[SKEP] melléknévi

kérd[IGE]+és[IF]+es[SKEP] melléknévi

kérdesse

kérd[IGE]+es[MUV]+se[TPe3] igei

kérdéssé

kérdés[FN]+sé[FAC] f névi

kérd[IGE]+és[IF]+sé[FAC] f névi

kérdéssel

kérdés[FN]+sel[INS] f névi



Helyesírás-ellenHelyesírás-ellen rzés különbözrzés különböz nyelvekre nyelvekre

Angol (házi feladat Knuth: „A programozásm vészeté”-ben)Az angolnál bonyolultabb, de azért„felsorolhatóan sok” szóalakot használónyelvek gépi leírásaKomplex latinbet s nyelvek: finn, magyar,észt, török (agglutinálnak és fontosak!)Sémi nyelvek (sok a formai többértelm ség!)Ideografikus írások és átírásaik (pl. japánírások, egyszer sített kínai)



IdId vel további kihívásokvel további kihívások

Kétféle helyesírási rendszer (pl. norvég)A reformhelyesírások megjelenése (pl. német,holland, román)Megjelennek „újabb” nyelvek (szerbhorvát >szerb, horvát, majd bosnyák; most az ír; …)Megjelennek a nem-államnyelvek beszél inekigényei (katalán, szorb, velszi, fríz, …)Helyesírás-ellen rzés és a politika találkozásai:számi, romani (lovari), beás, …Korábban nem egyértelm en szabályozottnyelvek: a máltai és a baszk esete a gépihelyesírással



Csak lábjegyzetként: két máltai Csak lábjegyzetként: két máltai „„kódoláskódolás””

Xidew il-qada, ja irieni, talli n additkom,

Ma nsab fil-weri u la nsab f’g omorkom

Qalb m’g andha akem, sultan u la mula

Bir img ammiq irmietni, b’tur ien mu sula,

Fejn ajran g all-g arqa, nin el f’tara min eli

Nitla’ u ner a’ nin el dejjem fil-ba ar il-g oli.

Waqg et hi, imrammti, l’ili mien nibni,

Ma tatlix mg allmin, ’mma qatag li tafal mer i;

Fejn tmajt insib il- ebel, sibt tafal mer i;

Waqg et hi, imrammti.

Xideu il cada, ye gireni tale nichadithicum

Mensab fil gueri uele nisab fo homorcom

Calb mehandihe chakim soltan ui le mule

Bir imgamic rimitne betiragin mucsule,

Fen hayran al garca nenzel fi tirag minzeli

Nitla vu nargia ninzil deyem fil bachar il hali.

Huakit hi mirammiti lili zimen nibni,

Mectatilix mihallimin, me chitali tafal morchi;

Fen timayt insib il gebel sib tafal morchi;

Vackit hi, mirammiti.



Jól kodifikált rendszerben nehéz változásokat bevezetniJól kodifikált rendszerben nehéz változásokat bevezetni

A meglev szabályok megváltoztatására elvileg csak akkorkerülhet sor, ha „az úzus egyáltalán nem képes elfogadni ésalkalmazni hosszú id után sem, vagy a korábban kodifikáltszabály teljességgel ellentmond a nyelv m ködésének,rendszerszer ségének”

(Laczkó K.: Gondolatok a helyesírási szabályzat 12. kiadásárólIn: Balázs G. (szerk.) A magyar nyelvi kultúra jelene és jöv je I-II.)

Ilyen eset például „egy-egy szóalak írásképének a korábbialakhoz képest eltér módon való kodifikálása” (L.K)

Ki által? (pl. a kompatíbilis nem „korábbi” alak volt)

Észre kell vennünk, hogy a mai szövegek nagy része olyantípusú írásbeliség keretében jelenik meg, mellyel korábbannem találkoztunk, és a szabályozásért sokak által felel snekgondolt szakemberek egy része ma sem találkozik



Ami szokásos, az felsorolható?Ami szokásos, az felsorolható?

Kérdés, hogy az „úzus diktálta kivételek” (szúette,jótett, bérbeadás, napkelte) egyediek, vagy újabbnyomtatott helyesírási szótár megjelenése nélkül isb víthet a lista?

„A meggyökeresedett szokást megtartva nem egyszerjelentésváltozás nélküli szókapcsolatokat isegybeírunk…” (HKSz)

Kinek a szokását? Pl. a nyitvatartás alak hibás vagyinkább ide tartozik?



Nézzük meg a Nézzük meg a „„szokásokatszokásokat””: mit írnak a magyar : mit írnak a magyar webenweben??És ennek következtében: mit olvasnak a magyar És ennek következtében: mit olvasnak a magyar webenweben??

jobbkéz: 13 600 - jobb kéz: 38 300házifeladat: 57 200 - házi feladat: 106 000

csevely: 21 800 - csevej: 64 300muszály: 147 000 - muszáj: 954 000szervíz: 1 020 000 - szerviz: 1 880 000

köppeny: 2 420 - köpeny: 173 000bakkancs: 9 890 - bakancs: 124 000jappán: 42 600 - japán: 2 160 000eggy: 28 100 - egy: 5 390 000

helyesírásellen rz : 2 900helyesirás ellen rz + helyesirás-ellen rz : 638helyesírás ellen rz + helyesírás-ellen rz : 35 200

meg-e lehetne: 558nem-e lehetne: 8810



Becslések latin betBecslések latin bet s s internetes

szövegek lehetséges méretér l



A nem angol nyelvA nem angol nyelv szövegek növekedése az interneten szövegek növekedése az interneten

egyéb nem-angol

portugál

holland

olasz

francia

koreai

német

spanyol

japán

kínai



Gépelési tévesztések vizsgálata (1)

1 150 000

441 000

522 000

436 000

2 480 000

19 400 000

1 940 000

19 200 000

47 700

66 400

128 000

193 000

116 000

681 000

67 400

2 460 000 000

A teljes web

2758

1400

418

682

246

27714

7132

1466

4150

538

541

2762

1114

4212

918

>>

417.nternet

315i.ternet

1 250in.ernet

625int.rnet

10 100inte.net

700inter.et

272intern.t

13 100interne.

0niternet

16itnernet

238inetrnet

357intrenet

42intenret

611interent

16internte

2 680 000internet

A magyar web



Gépelési tévesztések vizsgálata (2)

219.yelv

123n.elv

60ny.lv

288nye.v

(57 000)nyel.

0ynelv

32neylv

0nylev

11nyevl

4 410 000nyelv

A magyar web



Mit tud egy helyesírási program a helyesírásunkatmeghatározó elvekkel kezdeni?

• Kiejtés szerinti írásmód - semmit

• Szóelemz írásmód – sok mindent (néha túl sokat is!)

• Hagyományos írásmód – amit megadunk „el re”, azmindig úgy lesz!

• Egyszer sít írásmód – nem tud dinamikusan reagálni,csak bizonyos korlátok között

• De még azzal sem tud mit kezdeni, hogy „normálisan” abekezdésvége-jel egyúttal mindig szó, illetve mondatvégét is jelöli, hiszen a számítógépes szövegben sokszortörnek szét a mondatok, pl. felsorolójelek használatamiatt (megoldás van, csak nem szokták tudni!)



Helyesírásunk alapelemei a gép szemévelHelyesírásunk alapelemei a gép szemével

• Bet k és bet rendbe sorolás– sokkal jobb, mint az ember, de a felhasználók nem is tudják kezelni!

• Szótövek írása és toldalékok kapcsolása- ld. fent: a négy alapelv érvényesülése

• Különírás és egybeírás– listás megoldás: tökéletes; de analógia: csak felügyelet mellett!!

• Kis és nagy kezd bet k, a tulajdonnevek kérdése– ha a „köznéviség” nem zavar be, ui. a kisbet s elvileg nemtulajdonnév (de lehet olyan eredet !), a nagybet oka pedig nemfeltétlen tulajdonnévi!

• Az idegen szavak írása– amit nem tud, azt nem tudja!(de: megtanítható egy-egy konkrét nyelven – pl. angol – kiejteni)

• Írásjelek– környezetelemzéssel valamit lehet tenni, de ez max. tanács

• Rövidítések és mozaikszók– minden lehet rövidítés, tehát csak a felsorolhatókkal tud mit kezdeni

• Elválasztás– gyakorlatilag is közel 100%-os megoldás (pontosság/fedés)



Az igazán problémás jelenségek és aAz igazán problémás jelenségek és anyelvhelyességi programok viszonyanyelvhelyességi programok viszonya

Összetételek(pl. Lebensversicherungsgesellschaftsangestellter)Szófajismeretet is igényl produktív szabályok(pl. a magyar 6-3)A mozgószabály formális kezelése(pl. jobbkéz-szabály)Formaváltoztató szóalakok(pl. a német vagy a magyar elválasztás)Tipográfiai szokások és helyesírás(pl. autói)Nyelvismeret-függ szegmentálások kezelése(pl. post+sc-riptum, dia+g-nózis, kon+k-rét, di+sz-tichon)… és ami nem helyesírás, hanem „népnevelés” volna inkább:hogyan kell használni a gépi helyesírás-ellen rz ket, éshogyan kell érteni a „javaslataikat”…



Nyelvhelyesség-ellen rzés a szóhatáron túl

Hiba-nyelvtan vs. nyelvtan

Parciális elemzések

Hibaelemzések, a hibák súlyozása

A hiba és a nem-hiba határának elmosódása

A nyelvi vagy a formai természet hibák sz résénekpreferálása

Stílusellen rzés számítógéppel



Hogy fest ez a gyakorlatban?



A helyesírás-tanulás motivációjárólA helyesírás-tanulás motivációjáról

„Miért tanulják a diákok a helyesírást? Sokféle választ kaphatunkerre a kérdésre. Talán az iskola szorításának hatására vagy egyrokonszenves magyartanár kedvéért, esetleg szül i ráhatásra, deakadnak olyan diákok is, akiket saját meggy z désük ösztönözhelyesírás-tanulásra. Érzik, tudják, belátják, hogy ahelyesírástudásra szükségük van és szükségük lesz egészéletükben. A magyar helyesírás szabályainak ismeretehatározottságot, biztonságot ad, segít a magán-, a hivatalos, a köz-és a tudományos életben: önéletrajzok, pályázatok, hirdetések,üzenetek, cikkek, tanulmányok, iskolai dolgozatok, személyes éshivatalos levelek megfogalmazásában, a szövegszerkeszt okoshasználatában.”

Antalné Szabó Ágnes (2001): A helyesírás-tanulás motivációja(Beszámoló a Simonyi Zsigmond helyesírási verseny 2001. évi

Kárpát-medencei dönt jér l). Nyr 125(3)



Mit írnak errMit írnak err l a webes fórumokon?l a webes fórumokon?

Egy fórumról, 2007-b l:

„Ezentúl a helyesírás hozzátartozik azalapm veltséghez, de szerintem némely hibahozzátartozik az emberi mivoltunkhoz, arra van ahelyesírásellen rz .”

(sic!)

http://shamalt.scft.hu/1652/helyesiras-es-ertelmesseg/



Mit gondolnak az emberekMit gondolnak az emberek a gépia gépihelyesírás-ellenhelyesírás-ellen rzésrrzésr l?l?

#1 - KJ - 2006.11.06 - 16:23:37

Olyan természetes, ha az ember ír, legalapvet bb, hogy a helyesírásra figyel. Ha nembiztos valamiben megkérdezi, vagy megnézi valahol. Van, úgy hogy véletlenül, csak atartalomra figyelve becsúszik egy-egy hiba, de itt van lehet ség az utólagos javításrais. Velem is el fordult már. Nekem fizikai fájdalom, ha komoly helyesírási hibákatlátok. Aki arra szánja magát, hogy másnak is megmutatja az írásait, annak kötelességemondatról, mondatra átnéznie m vét, jól írta-e!

#9 - ER - 2006.11.07 - 13:32:53

ha mindenki a szövegszerkeszt be irná be el ször a szöveget, akkor ott automatikusan kilenne javitva.

#10 BM - 2006.11.07 - 13:48:43

hát igen, ennyi kellene, ebben meg is egyezhetünk.

#11 BM - 2006.11.07 - 13:49:27

"Szerintem,,a helyesírás képessége: az általános m veltség tartozéka."

szeritnem meg nem. a telefonkönyv sem az.

#12 - ÖÜ - 2006.11.07 - 13:50:43

Egy francot, az ellen rz se javít ki mindent, ami hibásan is elfogadott szó, azátmegy. Persze a 90-98 %-át javítja.

#13 - ÖÜ - 2006.11.07 - 13:52:17

De egy cikkben legalábbis esztétikailag nem elhanyagolható szempont

#14 - BM - 2006.11.07 - 14:11:45

senki nem mondta, hogy a helyesirásellen rz mindent javít. (vagy irta vki?)

a helyesírás egy cikkben fotnos szempont, egyetértek.



A A web web a gépi nyelvi eszközök megítéléséra gépi nyelvi eszközök megítélésér llPZS, 2005. május 6. 16:31

A kérdésem, hogy hogyan lehet (kell) megcsinálni azt, hogy egy angol office-hoz legyenmagyar nyelv helyesírás ellen rzés?

HM, 2005. május 7. 8:20

El kell menni a Morphologichoz és megvenni a helyes-e csomagot, és akkor lesz magyarhelyesírás ellen rz az officeban.

BE, 2005. augusztus 24. 7:22

Hú ez nagyon jó! Én már régóta szenvedek de semmi.... Megnézem mit tud ez aMorfolódzsik:)

Drága? :-)

BE, 2005. augusztus 24. 7:25

VÁáááá! Ez 20.000 ft, ennyiért én magamtól bepötyögöm a saját szótárba :-) Hát milyenrablás ez kérem szépen, egy bolti 2 nyelv szótár az 1/3adába kerül, és itt még papaírsincs, csak egy 200ft-os korong...

SB, 2005. augusztus 25. 13:3

A helyesírás-ellen rz nem egy szótár! Annál egy picit több. Ismernie kell a szavaktoldalékolását, az igék összes alakját és idejét, továbbá a nyelvtani ellen rz jénekmég elemezni is kell tudnia a mondatokat.



Van azért objektív tájékoztatás isVan azért objektív tájékoztatás is……

http://itl7.elte.hu/~zsolt/Oktatas/SzA/Irogep.pdf



Mi kell a helyes(és a szabályzattal szinkronban lev ) íráshoz?

• Hibafelismerési készség

• Szabályzatismeret

• Analógiaalkalmazási készség

• De leginkább: igényesség (amib l afentiek könnyebben következhetnek…)



Tanulni kell ezt is használni!Tanulni kell ezt is használni!

„A számítógép úgy segít a hibák javításában, hogy az írónaknem kell félnie egy küls személy ítéletét l, így kevésbéfrusztráló. Bízzuk tehát a géppel javítható eseteket a gépre,és az oktatás és a nyelvm velés er forrásait koncentráljuk anépszer tlen-gépszer tlen helyesírási esetekre. Persze, ezcsak akkor lehetséges, ha az emberek (és nem utolsósorbana magyar szakos tanárok) megtanulják, hogyan kell a gépeterre a célra használni.” Kis Á. (1999) Az akadémiai helyesírási szabályzat és a számítógép. Nyr 123(2)



A gép nem ember(és viszont: az ember nem gép!)

“Több mint húsz éve vagyok olvasószerkeszt , könyveket,

napi- és üzemi lapokat, üzleti dokumentumokat, pályázatokat

korrektúrázok. A számítógépek elterjedésével sokan azt

hitték, ezt a szakmát felváltja majd a szövegszerkeszt

szoftverek helyesírás-ellen rz opciója. Tévedtek. Az olykor

igénytelenül, sokszor magyartalanul és érthetetlenül

megfogalmazott szövegeket javítani, a helyesírás komplex

szabályait alkalmazni egyetlen szoftver képes csak: a

kreatív, munkájával szemben igényes, gondolkodó ember.”

(Budán László olvasószerkeszt , Magellán PR & Hírügynökség,

http://www.magellanpr.hu/index.php?inc=inc.fedelzet.php&title=Fed%E9lzet)



… az igényességet viszontnem pusztán a nyelvtanórán

kell(ene) tanítani!



Köszönöm a figyelmet!Köszönöm a figyelmet!

Documents

Igényesség, helyesírás, számítógépszgnye.vmmi.org/proszeky2007.pdf · Hiba-nyelvtan vs. nyelvtan Parciális elemzések Hibaelemzések, a hibák súlyozása A hiba és a nem-hiba