Årsrapport for Divvun 2013

Transkript

1 UIT NORGES ARKTISKE UNIVERSITET Årsrapport for Divvun 2013 Fakultet for humaniora, samfunnsvitskap og lærarutdanning Institutt for språkvitskap Sjur Nørstebø Moshagen / Prosjektleiar /

2 Aktivitetar i 2013 Publikumslanseringar I byrjingaav 2013 levertevi ei etterlengta oppdateringav den nordsamiskestavekontrollen.det var fleireår sidan den førre versjonenkomut, ogmangetilbakemeldingarfrå brukarane viste tydelegat det var på tide med ein nyversjon.hanvart lagtut 6.februar I sambandmed dette arbeidet vart det seinare på våren bglagt ut ein versjonav alle stavekontrollanesom fungertekorrekt for MicrosoftOffice2013 under Windows7 og8. Microsoft hadde endra visse sentrale innstillingar,ogsjølvom retteprogrammai segsjølvfungerte,så ville dei ikkjefungeraunder Windows7 og8. I samarbeidmed utviklaraneav den grønlandske stavekontrollenfekkvi alt til å fungera,ogden nye installeringspakkaer dessutan mykjelettare å distribuera for store organisasjonar. I samarbeidmedaajegesørsamiskspråksenter på Røroshar Divvunutviklaein språklæringsapp for mobiltelefonari 2013.Appenvart lansert 6. Mars2014 i ein web-versjonogein versjon for Android-telefonar.Einversjonfor Apple-telefonarog-nettbrett kjempå våren 2014.Appenrettar seg mot ungdomogungevaksnesom ikkjekan samiskfrå før. Detvart i 2013 gjort mykjearbeid med arvtakarentil risten.no såtni.org som er ein webapp for ordbøker ogterminologi.opphavleghaddevi planar om lanseringtil sommaren2013,men det vart ein for stram tidtabell.i staden vart webappenlansert 6.februar 2014,av Sametingspresidenten.Webappeninneheldfleireordbøker,ogall terminologisom finst i Divvun sin termwikieller som er arbeidd fram av Divvun-og Giellatekno-miljøet(sjå neste avsnitt). Leksikografi og terminologi Arbeidetmed å henta ut ogleggjatil rette administrativterminologifor nordsamiskvart avsluttai 2013.Arbeidetvar delt mellomdivvunoggiellatekno,der Divvunstod for korpusinnsamlingog tilrettelegging.materialetfinst no tilgjengelegsom ein del avwebappensåtni.org. Dethar lengevore eit stort behovfor eit verktyfor å redigera ogutviklasamiskterminologi.i samarbeidmed Helsingforsuniversitettok Divvuni bruk ein MediaWiki-basertløysing.Løysinga, som er utviklaav ei gruppe terminologarogdatalingvistarved Helsingforsuniversitet,vart tilpassa samiskav Divvun,ogviheldt eit innføringskursi å bruka verktyet hausten 2013.Deltakaranevar alletilsette i Giellagåldu,ogdei flestei det samiskespråkteknologimiljøet. Etter at Sametingetskreivein avtalemedanderskintelom å overta rettane til ordbøkenehans i 2012,starta DivvunogSametingeti 2013 arbeidet med å bearbeida materialetfor betre gjenbruk. Innhaldeti ordbøkeneblir omskriveså lite sommogleg,men den leksikografiskestrukturen blir gjort eksplisittog dermed maskinlesbar.arbeidetvilhalda fram i Somnemnt overvart nettstaden/webappen såtni.orggjort ferdigi 2013,oglansert 6.februar 2014.Altleksikografiskogterminologiskmaterialefor dei samiskespråka som Divvunog Giellateknohar tilgangtilvil etter kvart bli gjorttilgjengelegi webappen,i tilleggtil andre nettstader ogordboksprogramsom språkteknologimiljøautviklar. N-9037 Tromsø Faks:

3 Korpus Divvundriv eit kontinuerlegarbeid for å samlainn ogforbetra korpusdata.i 2013 har arbeidet vore mykjeretta mot å forbetra dei data som alt liggder,ved at konverteringaav materialethar vorte forbetra.i samarbeidmed Giellateknovart det tilgjengelegekorpuset lagtut på nett i eit nytt ogforbetra grensesnitti byrjingaav 2014.Grensesnitteter utviklaav Göteborgsuniversitet. Arbeid med ny teknologi I 2013 vart det starta eller arbeiddvidare med tre ulikeprosjekt knyttetil ny teknologi.detfyrste prosjektet er eit langsiktigarbeid med å finnaein goderstattar til den noverandeteknologiennytta i stavekontrollanei MSWord.Divvunhar i fleireår arbeidd i lagmed språkteknologarved Helsingforsuniversitetmed å byggjaein stavekontrollbasert på teknologiendeira,ogarbeidet nærma seg slutten i 2013.Slikestavekontrollarblir no automatiskbygdefor allespråk vi arbeider med,men dei siste delanesom trengst for integreringmed kontorprogramvareer enno ikkjeheilt på plass.einalfaversjonfor nordsamiskstavekontrolli LibreOfficevart lagtut 28.februar,og betaversjonarfor publikumstestingkjemvåren Hausten2013 skaut arbeidet med ein nordsamiskgrammatikkontrollfart, ogfør jul fungerteden fyrste prototypen i LibreOffice.Deter eit stort prosjekt somkrev spesialkompetanse,og Divvun har søkt Sametingetom middeltil finansieringav delar av prosjektet. Arbeidetmed eit nordsamisktekst-til-talesystem(kunstigstemme/talesyntese) gjekkinn i ein ny fase i 2013,då Sametingetskreivunder ein avtalemedacapelaom å utvikladet ferdigesystemet. Divvunbidreg med opptak ogspråkteknologiressursar.prosjektetskalvera ferdigmot slutten av Infrastrukturarbeid og kvalitetssikring Arbeidetmed å vidareutviklainfrastrukturenvi nyttar for det språkteknologiskearbeidet har gått kraftigframoveri 2013,ogblir no nytta i daglegarbeid med over førti språk. Infrastrukturenhar ôggjort det lettare å samarbeidamed lingvistarogspråkteknologarved andre institusjonar,ogi 2013 var eit samarbeidmed UniversityofAlbertastarta, med fokuspå canadiskeindianarspråki nærleiken,fyrst ogfremst steppe-cree.visamarbeiderfrå før med eit prosjekt med sete i Helsingforssom arbeider med uralske språk i Russland. Medhjelpav infrastrukturen har det vore moglegå lagastavekontrollarfor alle desse over 40 språka, ogtesta dei ut i LibreOffice,oginfrastrukturen gjer det moglegfor lingvistaneå fokuserapå det språklegearbeidet, utan å måtta bruka store mengdertid på å finna opp hjul ogkrut på nytt. Infrastrukturen gjer det ôg relativt lett å leggjatil testar for ulikedelar av dei språklegemodellane, og er ein viktigdel av arbeidet med å sikra kvalitetentil grammatikkaneog ordlistenesomblir utviklafor kvart språk. Andre prosjekt I 2013 avsluttavi eit prosjekt med å samlainn testdata for skrivefeilpå femulikenordiskespråk (grønlandsk,islandsk,nordsamisk,lulesamiskogsørsamisk).detinnsamlaskrivefeilskorpusethar vorte nytta til å testa stavekontrollarfor desse språka,ogvilvera til hjelpfor både språkforskarar ogspråknormerarar i tida framover.resultataav prosjektetvilbli presentert på ein workshop hausten 2014.Prosjektethar vorte delfinansiertav NordplusSprog. N-9037 Tromsø Faks:

4 Divvunhar samarbeiddmed Giellateknoom maskinomsetjingi 2013.Arbeidetvilbli ført vidare i Planar for 2014 Plananefor 2014 byggjerlangt på vegpå aktivitetanei 2013.Detviktigasteblir å vidareutvikla infrastrukturen kringstavekontrollproduksjonen,slikat vi med mindre arbeid kan gjeut oppdateringaroftare.i tilleggvildet allmenneinfrastrukturarbeidetvera viktigfor å utviklabåde verktyavi produserer ogkunna gjestøtte til alt fleire språk,i lagmed standardiseringsarbeidfor samiskspråkteknologi. Publikumsretta aktivitet Tilsommaren2014 vildivvunkomamed oppdateringarfor dei lule-ogsørsamiskeretteverktya. VerktyaforAvvirogforlagssektorenvilbli oppdatert samtidig,ognyeverkty for LibreOfficeog OpenOfficevilbli tilgjengelegfor publikumfor allespråk som finst i infrastrukturenvår. Arbeidetmed eit nordsamisktekst-til-tale-system(tts/nordsamisktalesyntese)blir avsluttai 2014.Systemetvilbli eit viktighjelpemiddelfor mangesamisktalande,både i skuleverkogi andre samanhengar. Arbeidetmed å trekkja ut terminologitil ei administrativordbok for nordsamiskvilbli ført vidare i tilsvarandearbeid med lulesamiskogsørsamisk.dettearbeidet vilgjedelvisandre utfordringar enn for nordsamisk,i ogmed at det finst så mykjemindre parallelltekstfor desse språka. Arbeid med ny teknologi I 2014 vilarbeidet med å ta fram ein alternativteknologitil avløysingfor teknologienfrå den tidlegarenederlandskeunderleverandørenbligjort ferdig,ogdei fyrstestavekontrollanebaserte på den nye teknologienvilbli lansert,i fyrsteomgangfor OpenOffice/LibreOffice. Vivilsjå på røynslenefrå denne stavekontrollenfør vi vurderer neste steg i arbeidet med avløysarteknologien. Arbeidetmed ein nordsamiskgrammatikkontrollvilkrevjaein fungerandeinfrastruktur for grammatikkontrollar,som open kjeldekodeogi ulikevertsprogram.arbeidetsomvart starta hausten 2013,ogsombaserer seg på den finskegrammatikkontrollenvoikko,vilbli ført vidare. Målsetjingaer å ha ein fungerandetestversjonmed avgrensafunksjonaliteti Korpus Divvunvilhalda fram med å byggjaut korpusa med så mykjetekst som mogleg. Infrastrukturarbeid og kvalitetssikring Arbeidetmed å forbetra infrastrukturen - oggjennomdet både kvalitetogkvantitet på arbeidet vårt - vilhalda fram i 2014,ogetter planen skalallespråk vera heilt flyttaover til den nye infrastrukturen i år. Infrastrukturenvilfungerasom ein plattformfor å byggjaut ny funksjonalitet ognye løysingar,ogvilgjera det lett å la allespråk få gledeav nyutviklingane,som til dømes tekstprosesseringfor talesyntese,ogrammeverkfor grammatikkontroll. Andre prosjekt Divvuner med i eller har fleireulikeandre prosjekt.avdesse kan nemnast m.a.arbeidet med å få samisketastatur på mobilsystem(gjerne i lagmed retteprogram ogordfullføring).detvilhalda fram i samarbeidmed GiellateknoogSametinget.Dettearbeidet vilbli knytt opp til standardiseringsarbeidfor samiskegrunnressursar for datasystemi det Unicode.org-leidde N-9037 Tromsø Faks:

5 tiltaket CLDR(CommonLocaleDataRepository),ogvilbli gjennomførti samarbeidmed det nordiskesamiskespråksenteret Giellagåldu. Resultataav det NordplusSprog-finaniserteprosjektetmed å samlainn skrivefeilogtesta stavekontrollarpå feilskrivingskorpusavilblipresenterte på ein workshoppå SLTC2014 i november2014.workshoppenblir arrangert m.a.av personar frå Divvun-gruppa. Eitprosjekt som har vorte nemnt i fleireår, men som det enno ikkjehar vore moglegå gjeranoko med,er å bruka maskinomsetjingogomsetjingsminnefor å automatiseraomsetjingav programvaretil samisk.vihåper å komai gangmed dette arbeidet i 2014,ogvilsamarbeidabåde med Giellatekno,Friprogogandre for å gjennomføraeit sliktprosjekt. N-9037 Tromsø Faks: