BRUKERVEILEDNING. ::: Parallellkorpus og søkegrensesnittet. ::> Korpuset ::> Utskriftsvennlig versjon ::> Kodeboken.

Transkript

1 ::> Korpuset ::> Utskriftsvennlig versjon ::> Kodeboken BRUKERVEILEDNING Gå direkte til ::> ::> TRINN 1 : 8 ::> TRINN 2 : 8 ::> TRINN 3 : 8 ::> TRINN 4 : 8 ::> TRINN 5 : 8 ::> TRINN 6 : 8 ::> TRINN 7 : 8 ::: Parallellkorpus og søkegrensesnittet ASK er et parallellkorpus der man kan søke i to forskjellige korpora; hovedkorpuset korrektkorpuset. Hovedkorpuset inneholder data fra språkinnlærere og fra personer med norsk som morsmål, mens korrektkorpuset inneholder korrigerte versjoner av disse tekstene, og skal derfor i prinsippet være korrekt i forhold til norsk bokmålsnorm. Søkegrensesnittet De to parallelle korpusene har individuelle søkegrensesnitt, men disse fungerer på samme måte. Søkegrensesnittet har to hovedrammer. Det øverste er for valg av språklige trekk for søket, og det nederste for valg av person- og dokumentrelaterte variabler. ::> TRINN 8 : 8 (1 of 12) [ :17:23]

2 ::: Søk i korpuset, trinn for trinn Trinn 1-5 omfatter det mest elementære du trenger for å gjøre et søk, mens 6-8 tar for seg mer avanserte, men viktige, funksjoner. ::> TRINN 1 :: Avgrensning av korpuset ::> TRINN 2 :: Søk på språklige trekk ::> TRINN 3 :: Velge visningsformat ::> TRINN 4 :: Manøvrering i konkordanser ::> TRINN 5 :: Hente frem hele tekster ::> TRINN 6 :: Lage egen layout for konkordanser ::> TRINN 7 :: Kollokasjoner/kolligasjoner ::> TRINN 8 :: Laste ned konkordanser og kollokasjoner ::> Ordliste ::> TRINN 1 Avgrensning av korpuset Det første du bør gjøre er å angi hvor stor del av korpuset du vil søke i. For mange vil det være viktig å kunne skille ut bestemte morsmålsgrupper eller nivåer/testtyper, mens andre kanskje bare vil søke i enkelttekster. a:: Avgrensning ved hjelp av personvariabler I boksen for persondata kan du gjøre innstillinger som begrenser søket i forhold til morsmålsbakgrunn, teksttype/nivå, eller andre personlige variabler. Det er mulig å velge flere variabler samtidig. For eksempel kan du søke i tekster fra Språkprøven, skrevet av kandidater med engelsk som morsmål, som er i en viss aldersgruppe og som har høyere utdanning. I utgangspunktet er bare de mest sentrale variablene synlige i persondataboksen, men du kan utvide listen ved å trykke flere persondata, eller skjule den ved å trykke skjul. Mer om person-og dokumentrelaterte variabler b:: Søk i enkelttekst eller en delmengde av tekstene (2 of 12) [ :17:23]

3 Om du ønsker begrense søket til én enkelt tekst eller en delmengde av tekster, kan du bruke feltet dokument. Her kan du skrive inn hele dokumentnavn, eller bare siste del sammen med jokertegn. *0444. Dette forutsetter at du kjenner teksten fra tidligere søk, og dermed vet dokumentnavnet. c:: Avgrensning av tekstmengde Ved hjelp av Søk innenfor kan du begrense rekkevidden til et søk som i teorien kan spenne over en vilkårlig mengde tekst, ved å søke innenfor et visst antall setninger, avsnitt, ord, eller feilforekomster (<sic>). d:: Avgrensning av søk etter sjanger/oppgaveformulering Det vil bli mulig å søke i tekster etter sjanger/oppgaveformulering, men denne funksjonen er enda ikke på plass. ::> TRINN 2 Søk på språklige trekk Etter en eventuell avgrensning av materialet du vil søke i, kan du begynne å søke etter språklige trekk i innlærertekstene i søkevinduet for språklige trekk. Her kan du søke etter enkeltord, lemma, feiltyper, ordklasser, og syntaktiske og morfologiske kategorier, eventuelt kombinasjoner av disse. For en oversikt over de ulike trekkene, se Trinn 2d. a:: Oppdatering av søkevalg Om du trykker Oppdater, vil et søkeuttrykk vises i klammeparenteser øverst i søkevinduet. b:: Tilbakestilling For å nullstille søkemenyen, trykker du Tilbakestill. Menyen går da tilbake til utgangsposisjonen. c:: Lagring av søk Alle søk kan lagres ved å skrive inn et navn på søket og trykke Lagre søk nederst på siden. Søket kan hentes fram senere med Last inn et lagret søk. d:: En nærmere forklaring av kategoriene i søk på språklige trekk De språklige trekkene kan deles i ord, attributter og grammatiske trekk. Du kan åpne og skjule deler av menyen vha. fjern og skjul. Ord er for søk på enkeltord i materialet, attributter er for søk etter informasjon som er lagt til i feilkodingsprosessen, og grammatiske trekk er for søk etter informasjon om ordklasse, morfologi og syntaks som er lagt til vha. Oslo-Bergen-taggeren. :: Ord Her kan du søke etter forekomster av bestemte enkeltord i materialet. du kan ikke skrive inn mer enn ett ord, så hvis du ønsker å søke på en sekvens av flere ord, må du legge til nye søkebokser for hvert ord i sekvensen (se Trinn 2e). (3 of 12) [ :17:23]

4 Ønsker du å søke på deler av et ord, bruker du jokertegnet.* før eller etter en gitt del av ordet. Skriver du.*het, søker du på alle ord som slutter på het, og skriver du be.*, søker du på alle ord som begynner på be. :: Attributter I menyene feiltype og undertype kan du velge søk etter ulike typer feil i tekstene. Disse er beskrevet i Kodeboka. I feltet korreksjon kan du søke på et ord som inneholder en ortografisk feil eller en formfeil, ved å skrive inn den korrekte formen av ordet. Velger du for eksempel ordet forrige, vil du få frem alle korrigerte forekomster av forrige i innlærertekstene. I lemma kan du søke etter forekomster av alle former av et ord ved å skrive inn oppslagsformen av ordet. :: Grammatiske trekk I henholdsvis ordklasse, morfologi og syntaks kan du velge bestemte ordklasser, morfologiske trekk og syntaktiske funksjoner. Når det gjelder identifisering av grammatiske trekk er det viktig å gjøre oppmerksom på at korpuset baserer seg på en automatisk tagger, noe som gjør at resultatet ikke er 100% pålitelig. Spesielt for syntaktiske funksjoner kan det være en del feilkategorisering. Ordklassene er manuelt redigert, så her skal påliteligheten være stor. Om Oslo-Bergen-Taggeren e:: Å lage flere tekstbokser for søk i flere korpusposisjoner Om du ønsker å søke på en streng av ord eller trekk, vil det være nødvendig å utvide søkemenyen. I søkefeltet for språklige trekk representerer én søkeboks ett ord i teksten (= én korpusposisjon). Ved å trykke på knappen merket +, kan du lage en eller flere bokser rett etter den opprinnelige, og de representerer da en korpusposisjon hver. Rekkefølgen til boksene tilsvarer rekkefølgen i teksten. Skulle du ha behov for å lage en korpusposisjon før den første boksen, kan du bruke + -knappen som står helt til venstre. -knappen sletter de nye boksene. Denne funksjonen kan du bruke om du for ekesempel skal søke i feltet Ord etter en lengre sekvens av ord. Da skriver du ett ord i hver boks, for eksempel i i boks 1 og dag i boks 2. Det er også mulig å kombinere ord og grammatiske trekk. Om du markerer med adj i boks 1 og barn i boks 2, vil du søke etter sekvenser av ordet barn med ulike foranstilte adjektiver. g:: Valg av target (4 of 12) [ :17:23]

5 Ved søk på flere korpusposisjoner slik det er beskrevet i trinn 2e, kan du markere en av posisjonene som target, da vil denne stå i sentralposisjon i visningen av treffene (konkordansen). Alle søkeordene vil være uthevet i konkordansen, men target-ordet vil være uthevet med rødt. f:: Repetisjon Ved å endre verdien i linjen repetisjon kan du søke på en sekvens av korpusposisjoner. Alle valgene angående én og samme korpusposisjon ligger innenfor samme boks som er markert 1. ord henholdsvis 2. ord osv. ::> TRINN 3 Velge visningsformat Neste steg er å velge visningsformat for søket. Øverst på søkesiden, ved siden av knappen Vis konkordans, er det en rullemeny for valg av visningsformat. Det finnes fire forhåndslagde formater. De to vanligste er KWIC og setningsparallellstilt, som er beskrevet under. Menyen for valg av visningsformat finnes også i selve konkordansvinduet, slik at du kan endre visningsformat etter at søket er gjort, eller veksle mellom ulike visningsformat. Etter å ha valgt visning, trykker du Vis konkordans og søket kommer da fram i det valgte visningsformatet. a:: KWIC KWIC (KeyWord In Contekst) er det klassiske visningsformatet der du får frem en linje per treff. Treffordet/-ordene er midtstilt med en viss mengde kontekst før og etter, og med noe tilleggsinformasjon i egne spalter både til høyre og venstre i trefflinjene. I KWIC-formatet er det mulig å laste ned treffene til et eksternt program. a:: Parallellstilt visningsformat I parallellstilt visning får du opp hele setningen til treffordet/-ordene, med den grammatisk korrekte rekonstruksjonen av setningen like under. Ordene du har søkt på er uthevet. Denne visningen gjør det mulig å sammenligne innlærerens setning med feilkodernes rekonstruksjon av den. Rekonstruksjonen har blå bakgrunn. ::> TRINN 4 Manøvrering i konkordanser Her følger en beskrivelse av de ulike funksjonene i selve konkordansvinduet. (5 of 12) [ :17:23]

6 a:: KWIC-konkordans En KWIC-konkordans er en opplisting av alle treffene, med treffordet midtstilt og en viss mengde kontekst på hver side. Til høyre for treffsetningen vil noen utvalgte attributter/trekk vise seg: korreksjon hva ordet er korrigert til, feiltype - eventuelle feilkoder på dette ordet, og lesning den automatiske taggerens lesning av ordet. Klikk for å se hele vinduet :: Kontekstbredde Ønsker du mer eller mindre kontekst rundt treffordet, kan du velge kontekststørrelse i menyen for bredde øverst på siden. Trykker du på dokumentnavnet som vises i blått til høyre for setningen, vil en større del av konteksten åpne seg i et eget vindu, og der kan du også få frem hele teksten setningen er hentet fra (se trinn 5). :: Ny layout Det er mulig å selv velge ut hvilke attributter som skal vises i spaltene ved hjelp av knappen Ny layout i søkemenyen (se trinn 6). :: Nedlasting av treff Setningene kan lastes ned som tekstfil ved å trykke på Last ned (se trinn 7). b:: Setningsparallellstilt konkordans I parallellstilt visningsformat vil hele setningen til treffordet vises, med en rekonstruert utgave av setningen like under. Treffordet vil være uthevet i originalsetningen. Ønsker du større kontekst eller hele teksten, kan du åpne dette i et nytt vindu ved å trykke på dokumentnavnet. Klikk for å se hele vinduet :: Ny layout I dette visningsformatet får du som standard frem attributtene dokument, korreksjon og feiltype, men du kan også her legge til og fjerne attributter etter eget behov (Se Trinn 6). :: Nedlasting av treff Setningsparallellstilte treff kan lastes ned som tekstfil ved å trykke på Last ned (se trinn 7). c:: Sortering av konkordanser (6 of 12) [ :17:23]

7 Som standard er konkordansene sortert alfabetisk etter dokumentnavn, men det er mulig å sortere etter andre attributter ved å trykke på overskriftene i det grønne feltet over konkordansen. Trykker du på overskriften korreksjon, feiltype og lesning,skal treffene sorteres alfabetisk. På samme måte kan de sorteres alfabetisk etter eventuelt selvvalgte attributter om du trykker på de overskriftene. Ved å trykke på de ulike tallene i overskriften KWIC 1 2 3, vil konkordansen sorteres etter henholdsvis første, andre eller tredje ord før eller etter treffordet. Ved å trykke på KWIC sorteres den etter treffordet. d:: Kun ett treff per sic Funksjonen Kun et treff per sic gjelder kun søk på feilkoder som spenner over mer enn ett ord, først og fremst gjelder det ordstillingfeilene (O) men også SPL. Om du ikke krysser av her, vil du få opp ett eksemplar av trefflinjen for hvert ord som er involvert i feilen slik som det er vist under. (bilde av konkordans) TRINN 5 Å hente frem hele tekster Om du ønsker å se treffene i en større kontekst, eventuelt hele teksten de er hentet fra, kan du gjøre dette ved å trykke på selve dokumentnavnet som vises i blått i konkordansen. Tekstutdraget vil da åpne seg i et eget vindu. Ved å bare klikke på dokumentnavnet vil bare den nærmeste konteksten rundt treffet vises, men ved å trykke på Mer vil større deler av teksten komme frem, og til slutt også oppgaveformuleringen den er skrevet ut fra. Klikk for eksempel på visning av hel tekst I tekstvisningen er det to andre valg: Tagget og XML. Tagget viser tekstutdraget med de grammatiske taggene som den automatiske taggeren har gitt hvert ord. XML viser tekster med XML-koder, altså formatet feilkodingen har blitt gjort i. Du kan gå tilbake til teksten ved å trykke på Tekst. ::> TRINN 6 Lage egen layout for konkordanser Ved å trykke Ny layout kan du selv velge hvilken tilleggsinformasjon som skal vises i spaltene i konkordansen. Du får da opp et skjema (se under) hvor du kan fjerne og legge til de språklige trekkene og personvariablene du ønsker skal vises i trefflinjen. Slik informasjon kalles attributter, og attributtene kan være språklige, personrelaterte og dokumentrelaterte. Se bilde av hele siden Før du gjør innstillingene må du i menyen Type øverst på siden, velge hvilken type konkordans innstillingene skal gjelde for - Kwic eller setningsparallellstilt. (7 of 12) [ :17:23]

8 Hver rad i skjemaet representerer en spalte i konkordansen. Som standardinnstilling vil du finne attributtene: dokument, ord, korreksjon, feiltype, undertype og lemma slik det er vist ovenfor. (bilde av linje fra konkordansen) :: Legge til og fjerne attributter Med knappene + og kan du så legge til eller fjerne spalter etter eget behov. du kan velge så mange spalter du vil. :: Sortering I menyen sortering velger du om konkordansen skal sorteres alfabetisk eller etter korpusposisjon. Når valgene er gjort kan du gå direkte videre til konkordansen, eller gjøre et nytt søk vha knappene Vis konkordans eller Nytt søk nederst på siden. a:: Legge til spalter med person- og dokumentinformasjon Om du vil legge til person- og dokumentvariabler, gjør du innstillinger i kolonnen Attributt. Her får du en liste over variablene og velger det du ønsker. En beskrivelse av de ulike personvariablene finner du her. Se eksempler b:: Legge til spalter med informasjon om språklige trekk I motsetning til person-og dokumentrelaterte attributter, vil det som regel være flere språklige/ ordrelaterte attributter for hver trefflinje, siden hvert ord i treffet og i konteksten har en rekke attributter. Det er derfor nødvendig å spesifisere hvilke ord i trefflinjen en vil ha ytterligere informasjon om. Det kan du få ved hjelp av innstillinger i kolonnene Referansepunkt og Posisjon. Referansepunktet kan være det første ordet i treffet (match), det siste (match-end) eller et ord som du har markert som target i søkemenyen (target). Om du bare har ett søkeord, trenger du ikke tenke på dette, da vil referansepunktet være identisk med det ordet du har søkt på. I kolonnen Posisjon velger du hvilke ordposisjoner du ønsker å se attributtene til. Disse ordposisjonene er relativ til det referansepunktet som du angir (se ovenfor). I et søk som kan resultere i en lengre sekvens av trefford, er det ofte hensiktsmessig å markere én av posisjonene som target i søkemenyen (jf. Trinn 2g). Om du da velger target som referansepunkt, relateres posisjonene til target-ordet. (8 of 12) [ :17:23]

9 Etter å ha valgt et referansepunkt, spesifiserer du posisjonen til ordet du vil ha informasjon om, i forhold til referansepunktet.tallene 5 til 5 i kolonnen Posisjon angir første til femte ord før og etter referansepunktet, og 0 tilsvarer referansepunktet. Velger du alle, vil du få attributtene til alle ordene i konteksten. Om de ulike språklige attributtene. Se eksempler c:: Filter for grammatiske trekk Ordklasse, morfologi og syntaks er i attributtlisten samlet under benevnelsen trekk. Når du velger dette attributtet vil det komme opp enda en valgmeny i spalten ved siden av Filter. Her kan du spesifisere om du bare vil ha ordklasseinformasjon (pos) syntaktisk informasjon (syntax), eller morfologisk informasjon (morf). Velger du '-' vises all tigjengelig grammatisk informasjon. d:: Lagring av personlig layout Du kan lagre en layout du har laget, ved å gi den et navn og trykke på Lagre layout. Den kan senere hentes frem fra listen ved siden av. ::> TRINN 7 Kolligasjoner Ved hjelp av funksjonen kolligasjoner, kan du undersøke samforekomster av to eller flere ord, eller en samforekomst av ord og attributter. En kolligasjon av feiltypen F og variabelen språk vil for eksempel vise fordelingen av feiltype F i de ulike morsmålsgruppene. a :: Valg av kolligasjon Først lager du et søk i søkemenyen på vanlig måte. Deretter trykker du på knappen Ny kolligasjon. Det vil da komme opp et skjema for valg av variabler som skal utgjøre kollokasjonen. Ved hjelp av +/- kan du legge til rader i skjemaet. I kolonnen Attributt velger du så den variablen du ønsker å legge til. Det er mulig å ha flere variabler. Etter å ha stilt inn valgene trykker du Vis kolligasjon. b:: Sortering (9 of 12) [ :17:23]

10 Det er mulig å velge ulike sorteringer av kolligasjonslisten. Alfabetisk vil sortere listen alfabetisk etter den første variabelen (hovedsøket) og frekvens vil sortere den etter frekvensen til kolligasjonen. c:: Lagring Det er mulig å Lagre og Laste inn en lagret kolligasjon ved hjelp av knappen Lagre layout d:: Visning av kolligasjon Den valgte kolligasjonen vil vises, sammen med informasjon om absolutt frekvens og relativ frekvens. På samme måte som i konkordansene kan du sortere listene etter ulike faktorer ved å trykke på overskriftene. Under vises kolligasjonen av ordet bedre og attributten morsmål, altså fordelingen av ordet i de ulike morsmålsgruppene. Listen er sortert etter absolutt frekvens. e:: Gå fra kolligasjon til konkordans Det er mulig å krysse av de kolligasjonsforekomstene du ønsker å se nærmere på. Når du trykker Vis konkordans, vil setningene til de valgte kolligasjonene vises i en standard KWIC-konkordans. (10 of 12) [ :17:23]

11 f:: Laste ned kolligasjoner Kolligasjonene kan lastes ned til som tekstfil, se trinn 8. ::> TRINN 8 Laste ned konkordanser og kollokasjoner Konkordanser og kolligasjonsvisninger kan lastes ned som tabulatorseparert tekstfil og importeres til et eksternt program, slik at man for eksempel kan sortere, filtrere og utføre statistikk etter egne ønsker og behov.. a:: Last ned Når du trykker på knappen Last ned, får du opp en boks med to valgmuligheter, åpne og lagre. Du skal her velge lagre. Det lagrede dokumentet kan så åpnes i det programmet du ønsker. Det er lagt inn tabulatorskiller, så spaltene fra konkordansen vil legge seg inn i tabellene i et regneark. Det følgende gjelder bare for WINDOWS, og viser hvordan man kan legge tekstfilen inn i Excel. I Excel vil det åpne seg en tekstimportveiviser når du åpner dokumentet. Her er det viktig at filopprinnelse er satt til Unicode-UTF8, ellers vil det bli problemer med tegnene Æ,Ø og Å. Se eksempel på konkordans importert til Excel (11 of 12) [ :17:23]

12 a:: Problemer med æ, ø og å Noen vil kunne få problemer med tegnene æ, ø og å. Om det er mulig i den varianten av programmet du bruker, kan du endre koding/filopprinnelse til Unicode-UTF8 (se over), hvis ikke, kan du bruke den alternative nedlastningsmetoden som er beskrevet i neste avsnitt. b:: Alternativ nedlastningsmetode Etter å ha trykket Last ned, skal du velge Åpne, ikke Lagre. Konkordansen vil da åpne seg som et TXTdocument. Om du kopierer teksten og limer den direkte inn i Excel, vil den falle fint på plass i kolonnene, og æ, ø og å skal være bevart. c:: Innstillinger for automatisk åpning av nedlastinger i eget program Ved hjelp av innstillinger i Min datamaskin, kan du velge hvilket program denne typen tekstdokumenter vil åpnes i. Slik går du frem: Min datamaskin > verktøy > mappealternativer > filtyper > velg TXT fra listen over filtyper >velg endre > velg program som du vil åpne i, fra listen. Deretter vil alle konkordanser/kollokasjoner du laster ned fra ASK åpnes automatisk i det valgte programmet. Dette er ikke anbefalt om du ikke har mulighet til å endre på kodingen med hensyn til æ,ø og å. Da anbefales den alternative nedlastningsmetoden ovenfor. d:: Fjerning av <s>,<p>og <sic> I teksten som lastes ned, vil XML-tagger som <s>, <p>, og <sic> følge med. <s> markerer setningsskiller, <p> avsnitt og <sic> markerer ord med avvik. Disse kan fjernes lett ved hjelp av søk og erstatt-funksjonen i programmet du har lastet ned til. Det er viktig å være oppmerksom på at hver slik tagg også har en slutt-tagg som innledes av en skråstrek - </s>, </p> og </sic>, og at disse også må fjernes Taggene <add> og <del> markerer tekst som er henholdsvis lagt til og fjernet i originalteksten, så disse skal du være forsiktige med å fjerne. (12 of 12) [ :17:23]