The latest reference corpus of written Slovene, the Gigafida corpus, was created as part of the 'Communication in Slovene' project. In the same project, a web concordancer was designed for the ...broadest possible use, and tailored to the needs and abilities of user groups such as translators, writers, proofreaders and teachers. Two years after the corpus was published within the new tool, its features were assessed by the users. With an average rate of 4.36 on a scale between 1 and 5 (1 = I strongly disagree, 5 = I strongly agree), the results indicate that most survey participants agreed or strongly agreed with positive statements about the new implementations (e.g. "The corpus results are displayed in a clear manner"). This is a considerable improvement in user experience from the previous reference corpus of Slovene, i.e. the FidaPLUS corpus within the ASP32 concordancer (rated with 3.67). In the user feedback, the simplicity of search options and the interface clarity are highlighted as the main advantages, while for the future development, advanced visualizations of corpus data and improved search of word-phrases are suggested. The evaluation also highlighted some relevant user habits, such as not taking the time to learn systematically about the tool before they start using it. The findings will be implemented in future editions of the Gigafida corpus, but are relevant to any project that aims at facilitating a wider use of reference corpora and corpus-based resources.
Abstract The paper presents the Šolar developmental corpus of Slovene, comprising the written language production of students in Slovene elementary and secondary schools, along with teacher feedback. ...The corpus consists of 5485 texts (1,635,407 words) and includes linguistically categorized teacher corrections, making the corpus unique in reflecting authentic classroom correction practices. The paper addresses the corpus compilation, content and format, annotation, availability, and its applicative value. While learner corpora are abundant, developmental corpora are less common. The paper bridges the gap by introducing the evolution from Šolar 1.0 to 3.0, emphasizing improvements in text collection, error and correction annotation, and categorization methodology. It also underlines the challenges and unresolved issues of compiling developmental corpora, most notably the lack of openly available tools and standards for different steps of the compilation process. Overall, the Šolar corpus offers valuable insights into language learning and teaching, contributing to teacher training, empirical studies in applied linguistics, and natural language processing tasks.
The
Thesaurus of Modern Slovene
is a responsive dictionary: it is compiled automatically from existing language resources while further developments of the dictionary include user participation. Many ...of the features introduced by the responsive model are new to the Slovene language community (e.g. data is extracted automatically and includes some errors; nonexperts are involved in dictionary compilation; the resource is never truly finished). With financial support from the Slovene Ministry of culture, a survey was conducted to gauge (potential) user opinions on the new features. The paper presents the results of the survey (n = 671) including statistical analyses of dependencies between the respondents’ opinions and their reported familiarity with the new dictionary, their age, and their professional occupation.
Slovar spomenk sodobne slovenščine
odzivni je rječnik koji je automatski generiran iz postojećih jezičnih resursa, a daljnji razvoj rječnika uključuje sudjelovanje korisnika. Mnoge značajke odzivnoga rječnika nove su slovenskoj jezičnoj zajednici (npr. podatci se crpe automatski i imaju određene pogreške, nestručnjaci sudjeluju u sastavljanju rječnika koji nikad nije u potpunosti završen). Uz financijsku potporu Slovenskoga ministarstva kulture provedeno je istraživanje kako bi se utvrdili stavovi korisnika o tim novim značajkama. U radu se prikazuju rezultati istraživanja (n = 671) uključujući statističku analizu zavisnosti stavova sudionika istraživanja i njihova poznavanja novoga rječnika, dobi i zanimanja.
Prispevek predstavlja rezultate slovenskega dela mednarodne raziskave o odnosu jezikovnih uporabnikov do splošnih enojezičnih slovarjev. Raziskava je potekala leta 2017 v okviru dejavnosti Evropske ...mreže za e-leksikografijo (ENeL). V Sloveniji je vprašalnik izpolnilo 619 posameznic in posameznikov, med katerimi so tako redni slovarski uporabniki kot tisti, ki slovarje uporabljajo redkeje. Rezultati kažejo, da vprašani do slovarskih podatkov najpogosteje in najraje dostopajo s pomočjo računalnika. Slovar se pogosto uporablja za preverbo ustreznosti jezikovnih izbir (lastnih in tujih), vendar njegova referenčnost ni razumljena kot absolutna, saj se ob informacijskih vrzelih uporabniki privzeto obračajo na številne druge vire. Slovar se tipično dojema kot izčrpen vir informacij o slovenščini, namenjen širši javnosti. Simbolna vloga slovarja (avtoriteta, nacionalni simbol) se v uporabniških odgovorih zrcali redkeje, implicitno pa jo nakazuje nenaklonjenost uporabnikov, da bi knjižni slovar oddali ali zavrgli, četudi uporabljajo le digitalno različico. Med vprašanimi vlada močna podpora javnemu financiranju priprave splošnih enojezičnih slovarjev, temu ustrezno pa se brezplačnost slovarja pojavlja že na drugem mestu prioritetnih značilnosti, takoj za zanesljivostjo vsebine. Med prioritetami se pojavita še enostavnost uporabe slovarja ter sodobnost vsebine. Izsledke raziskave je mogoče uporabiti pri razvoju slovarskih virov in za oblikovanje nadaljnjih korakov slovenskih slovaropisnih uporabniških raziskav.
V prispevku predstavljamo rešitve za prepoznavanje in označevanje zaznamovanega besedišča v okviru koncepta odzivnega Slovarja sopomenk sodobne slovenščine. Ker gre za prvi tovrstni projekt, so ...pripravljene rešitve v veliki meri inovativne, umeščene pa v okvir problematike avtomatske strojne izdelave slovarja, njegove odprtosti in vključenosti uporabniške skupnosti. Prispevek prikazuje postopek prepoznavanja sovražnega in grobega besedišča ter pripis oznak, opozorilnih ikon in daljših pojasnil. Ukvarjamo se tako s tehničnimi kot vsebinskimi vprašanji označevanja. Vsebinsko oznake temeljijo na sporočanjskem namenu in učinku, pri čemer je njihovo bistvo informacija o možnih posledicah rabe, pri tehničnih rešitvah pa veliko pozornost posvečamo digitalnemu mediju in vizualizaciji rešitev v njem. Ker je odzivnost eden ključnih konceptov slovarja, se pri rešitvah glede označevanja zavedamo pomembnosti sodelovanja z uporabniško skupnostjo, zato tudi pri dodajanju oznak predlagamo rešitve za sodelovanje s skupnostjo. Izhodiščni konferenčni prispevek je bil razširjen v vseh poglavjih, dodano pa je povsem novo poglavje o obdelavi večpomenskih iztočnic, njihovi pomenski členitvi in pomenskem opisovanju z zgledi pomenov z negativno zaznamovanostjo.
Poseben tematski sklop letošnje prve številke vsebuje osem kratkih znanstvenih prispevkov, ki pregledno opisujejo trenutno stanje na področju leksikografije na Danskem, Švedskem, Norveškem, Hrvaškem, ...v Grčiji, Baskiji, Estoniji in Braziliji. Prispevki so nastali kot rezultat znanstvenega sodelovanja v evropski mreži ENeL – European Network of e-Lexicography ISCH COST Action IS1305.
Prispevek predstavlja prvi korak k dopolnjevanju leksikona Sloleks z oblikoslovnimi vzorci, in sicer na primeru samostalnikov. Vzorci so v prvem koraku strojno pridobljeni iz leksikona samega na ...osnovi izbranih razločevalnih lastnosti (oblikoskladenjskih oznak in spremenljivih delov besednih oblik). Sledi ročno razvrščanje, v katerem (a) ločimo sistemsko in v rabi utemeljene vzorce od primerov, ki se pojavljajo spričo šuma pri strojnem luščenju in nedoslednosti v leksikonu Sloleks; (b) uredimo skupine glede na vsebovanost in sorodnost; (c) poiščemo in natančneje opredelimo variantnost, tako pri standardnih kot nestandardnih oblikah; (d) začrtamo korake za nadaljnji razvoj programa in leksikonske nadgradnje. Rezultat je izhodiščni nabor formaliziranih oblikoslovnih vzorcev za (občno- in lastnoimenske) samostalnike, ki prinaša 10 skupin (64 vzorcev) za moški spol, 9 skupin (29 vzorcev) za ženski spol in 8 skupin (20 vzorcev) za srednji spol. Priprava nabora vzorcev je razkrila številne možnosti za izboljšavo leksikona, strojno namenski pogled na pregibanje pa priložnosti za dopolnitev slovničnega opisa slovenščine. V nadaljevanju dela bodo vzorci pripravljeni tudi za preostale besedne vrste in dopolnjeni s korpusnim gradivom. Končna nomenklatura bo vpisana v bazo leksikona Sloleks, v obliki strojno berljivih vzorcev pa bo objavljena tudi na repozitoriju Clarin.si.
V tednu med 4. in 8. julijem 2016 je pod okriljem Oddelka za prevajalstvo Filozofske fakultete Univerze v Ljubljani in s finančno podporo slovenske raziskovalne infrastrukture Clarin.si potekal ...jezikoslovni raziskovalni tabor za dijake in študente. Tabor, katerega osrednja tema je bila spletna slovenščina, je bil letos že drugi po vrsti (poročilo o prvem v Fišer 2015), za razliko od lanskega leta, ko so bili njegovi udeleženci le dijaki, pa je tokrat vključeval tudi študente. Študentski in dijaški program je bil ločen in je potekal za oboje vzporedno. Obe ravni programa sta bili sestavljeni iz predavanj, na katerih so udeleženci spoznali nove vsebine, in delavniškega dela, v katerem so usvojena znanja prenesli v lastno raziskovalno prakso. Preplet obeh programov je bil zasnovan in izpeljan pod organizacijsko taktirko doc. dr. Darje Fišer in asist. Jaka Čibeja, ob pomoči Dafne Marko, Ize Škrjanec in Katje Zupan, in sicer kot ena od aktivnosti projekta Jezikoslovna analiza nestandardne slovenščine.
The paper is based on a survey conducted within the framework of the basic research project Collocations as a Basis for Language Description: Semantic and Temporal Perspectives (KOLOS; J6-8255). It ...presents a qualitative analysis of a user evaluation of the interface of the Collocations Dictionary of Modern Slovene (CDS). It discusses an alternative perspective—the user's point of view—on problematic aspects of individual dictionary features, which require further lexicographic analysis and discussion. The collocations user study presents a model of the process of user evaluation; its findings are significant primarily for determining problems encountered by users. They also serve as a useful basis for methodology improvements in future, comparable lexicographic user studies and analyses.
Abstract
The paper focuses on collocations typical of Slovene computer-mediated communication (CMC), which comprises communication via social networks, forums, blogs, etc. The study examines the ...CMC-specific collocates of the most frequent Slovene nouns, as well as collocates of CMC-typical nouns. Collocations were automatically extracted with procedures based on the Sketch Engine corpus tool. For the identification of CMC-specific collocations, collocates occurring in the CMC and the reference corpus were compared. In the study, the extracted data were categorised as: (a) new vocabulary in relation to existing lexicographical resources; (b) orthographically or lexically non-standard; (c) terminology; (d) topic-/genre-related. The new vocabulary was furthermore explored as per the distinction between new words, new collocations, and new meanings, where semantic shifts are of special interest. The results indicate that comparative collocation extraction provides a good framework for detecting lexical novelties and can thus provide good support for describing contemporary language use.