En grunnleggende innføring i bruk av ASK

Transkript

1 En grunnleggende innføring i bruk av ASK Liten ordliste: Korrektkorpuset: Grammatisk korrekte utgaver av innlærertekstene generert på grunnlag av korreksjoner som er foreslått under feilkodingen. Kontrollkorpuset: Korpus av tekster skrevet av folk med norsk som morsmål. Konkordans: Liste over treff ved søk. Korpusposisjon: En plass i korpuset. Kan bestå av både ord, tegn, eller strukturelle posisjoner (tagger, som <sic>, <p>, <text>). ASK er forhåndsinnstilt til ikke å telle med strukturelle posisjoner i søkene, men de vil vises i setningene i konkordansen, der de er røde. Kan fjernes fra visningen med å velge <> fra skjul-menyen. Dokumentrelaterte attributter: variabler knyttet til teksten eller personen som har skrevet teksten. Posisjonsrelaterte attributter: Variabler knyttet til hver og en av korpusposisjonene (ordklasse, lemma etc.) Strukturelle posisjoner: se korpusposisjon. Enkelt og avansert søk Den første siden man kommer til i korpuset, gir valget mellom enkelt og avansert søk. I boksen for enkle søk kan man søke etter ord eller strenger av ord slik de faktisk forekommer i tekstene. Her må man huske at ord som har ortografiske feil ikke vil komme med i søket. Enkle søk må derfor gjøres med visse forbehold. En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 1

2 Avanserte søk. Det er mulig å søke i korpuset på to måter: Enten ved hjelp av søkespråk, eller ved å bruke en søkemeny. Søkemenyen må bygges ut ved å velge de attributtene man er interessert i. Søkespråket vil ikke bli særlig omtalt her, men er beskrevet på denne siden: Søkemenyen består av to bokser: En for valg av delkorpus, og en for valg av språklige trekk. Valg av delkorpus innebærer å avgrense materialet som søket utføres i, vha dokumentrelaterte attributter. De ulike attributtene er beskrevet i kursheftet. Begge menyene bygges ut etter eget behov ved å velge attributter fra listen attributt. Ulike måter å bygge ut menyen på er beskrevet lenger ned. Dokumentrelaterte attributter: Velg delkorpus Posisjonsrelaterte attributter: Velg språklige trekk. (En gul hjelpetekst med forklaring vil komme tilsyne om du holder markøren over de ulike stedene i menyen.) En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 2

3 :: Forhåndsinnstillinger En rekke forhåndsinnstillinger er satt i boksen for søkeuttrykk. Disse gjør at man ikke teller med strukturelle posisjoner i søkene (sic, p, del, add), og at elementer som er strøket ut av kandidaten heller ikke teller med som treff. Om disse tegnene fjernes i boksen for søkeuttrykk, får det konsekvenser for søket. Avhukingen av ignorer strukturelle posisjoner lenger ned på siden, bør heller ikke fjernes. I tillegg er søket forhåndsinnstilt på at tekster fra det norske kontrollkorpuset ikke er med. Om du vil ha dem med, fjern morsmålsattributtet helt ved å trykke på et usynlig minus-tegn like til venstre for ordet morsmål: En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 3

4 Bygge ut søkemenyen. Søkemenyen bygges ut etter eget behov ved å velge attributter fra listen attributt. Valg av dokumentrelaterte attributter: Valg av posisjonsrelaterte attributter: (For posisjonelle attributter er det også en annen meny struct. Her kan man velge ulike strukturelle attributter.) Enkelte av attributtene vil komme opp som lister du kan velge fra, mens andre har åpne felt som du selv skriver inn i. I illustrasjonen under ser vi at Lemma og Ord er felter som skal fylles inn, mens Morfologiske trekk kommer opp som menyer som man skal velge fra. En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 4

5 Åpne felter tillater bruk av regulære søkeuttrykk, for eksempel jokertegnet.*. Dette står for vilkårlige tegn, og kan for eksempel brukes for å søke etter alle ord som slutter på het, eller begynner på be: (For flere regulære uttrykk som kan brukes i åpne felter, se kursheftet. ) :: Fjerning av attributter og usynlige knapper Fjerning av attributter skjer enten ved egen knapp for tilbakestilling av menyen, eller ved å trykke på et usynlig minustegn like foran attributtet. Det finnes en rekke andre usynlige kapper, som kommer til syne når du holder markøren over dem. Disse blir beskrevet etter hvert som de blir relevante under. :: Søkeuttrykk og meny Søkeuttrykket øverst på siden blir oppdatert med en gang du gjør et valg i menyen. Det er mulig å gjøre endringer direkte i søkeuttrykket, både når du er på startsiden og når du er inne i de andre sidene i korpuset (konkordans, ordliste, distribusjon etc). Vha knappen bygg ut et grafisk søk, kan man generere en søkemeny ut fra et regulært søkeuttrykk. :: Lagring av søk Alle utbygde søk kan lagres ved å skrive inn et navn og trykke lagre søk. Disse kan bygges ut videre når de er hentet frem. En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 5

6 Ordsøk og konkordanser. I det følgende vil jeg gi en beskrivelse av søk på ordet språk, og så vise de ulike visningsalternativene med ulike funksjoner. :: Valg av trekk og delkorpus Søket under viser søk på Ord= språk i tekster fra språkprøven som ligger på B1-nivå. Når du trykker på søk, vil treffene komme opp som en KWIC-konkordans: :: KWIC-konkordans En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 6

7 :: Størrelsen på konkordansen KWIC-konkordansen viser treffordet i midten med en viss mengde kontekst på hver side. Lengden på konteksten kan endres i menyen context size. I tillegg kan man velge antall linjer per side i konkordansen med å angi en mengde i boksen linjer per side. :: Kolonner I tillegg til selve treffsetningen, vises en del informasjon i kolonner bak setningene. Her kan det være både posisjonsrelaterte attributter (som gjelder det enkelte ord) eller dokumentrelaterte attributter (som gjelder teksten ordet er hentet fra). Her kan du selv velge hvilke attributter som skal vises ved å bruke menyene Vis og skjul. Innstillingene du lager vil bevares til neste gang du logger inn. Noen attributter i disse menyene krever forklaring: <> skjuler eller viser alle strukturelle posisjoner fra konkordansen (for eksempel <sic>, <add>, <text>. ) <<del>> skjuler alle slettede/uthviskede elementer fra setningene. Disse kan være greie å se i enkelte tilfeller, men om man ikke vil se dem kan man fjerne dem via menyen skjul :: Sortering Konkordansene kan sorteres ved å trykke på kolonneoverskrifter. Ved å trykke på treff sorteres konkordansen alfabetisk etter treffordet. Legg merke til følgende kolonner: Pid: Tekstens identitetsnummer. Cpos: korpusposisjon: treffets plassering i korpuset. De øvrige attributter/variabler, er beskrevet i kursheftet. :: Linjefilter Når denne er krysset av får du avkrysningbokser til venstre for hver eneste setning. Disse kan du bruke til å filtrere treffene og luke ut de treffene du ikke er interessert i. Bare de som har kryss vil bli tatt med videre til Distribusjon eller lastes ned. (Se bilde neste side.) En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 7

8 ::Annotasjon Når denne er krysset av kommer det en ekstra kolonne like til høyre for treffet, hvor du kan legge inn din egen annotasjon eller kommentarer til treffet. Alt du skriver her vil være søkbart fra søkemenyen gjennom attributtet annotasjon. (Se bilde neste side.) Linjefilter Annotasjon :: Visning av hel tekst Når du holder markøren over et trefford (eller et hvilket som helst annet ord i setningene), kommer det opp en gul boks med alle attributtene for denne posisjonen i. Om du trykker på et trefford vil teksten det står i, vises i sin helhet: Det fins ingen måte å søke seg direkte frem til en hel tekst, så om du ønsker å lese hele tekster, er det beste å utføre et søk og deretter klikke på et trefford for å få hele teksten. Det er også mulig å søke etter bestemte tekster i søkemenyens attributt Tekst-id, om du vet tekstens nummer fra før. En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 8

9 :: Andre konkordanser Velg andre konkordanstyper via menyen type over konkordansen. Et mye brukt visningsalternativ er parallell-kontekst, hvor innlærerens setning kan ses sammen med den grammatisk korrekte rekonstruksjonen. Her gjelder de samme funksjonene som i KWIC-konkordansen. En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 9

10 Flere søk på språklige trekk. :: Ord eller lemma? Det er viktig å være oppmerksom på at attributtet Ord gjelder slik noe faktisk er skrevet i teksten. Om du søker på dessuten i feltet Ord, vil du bare få de tilfellene som er skrevet akkurat slik, og ikke de som har en ortografisk feil eller har stor forbokstav. Ved å krysse av for %c er ikke søket lenger sensitivt for små og store bokstaver. Om du vil ha med alle forekomster, også de med annen skrivemåte, er det bedre å bruke Lemma, som i stedet for å søke i selve teksten, søker i taggerens tildeling av lemma til ordet. Men vær oppmerksom på at for ord som har flere bøyningsformer vil du få treff på alle former av ordet. Om du bare vil ha én av ordformene, må du begrense ytterligere vha attributtene Ordklasse og Morfologiske trekk. Eksemplet under viser søk på Lemma = få med avgrensning til adjektiv og komparativ. Dette utelater andre forekomster av adjektivet og dessuten forekomster av verbet få. :: Unntak av attributter (negering) Det er også mulig å unnta trekk innen de ulike attributtene. Unntak markeres ved tegnet! (utropstegn), og ved å trykke på =, forandrer dette seg til!= og det gitte trekket vil da unntas fra søket. I eksemplet under har jeg unntatt alle former av få som er adjektiv: En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 10

11 For å unnta trekk fra attributter som kommer opp som lister, velger du fra den høyre delen av menyen ( negated ). Eksemplet under viser søk på Lemma= få, Ordklasse: verb, unntatt Syntaktisk kategori: infinitte verb (@iv): Denne måten å unnta trekk på, gjelder også for dokumentrelaterte attributter, som Morsmål, CEFR etc. En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 11

12 :: Feilsøk Feilkodene er beskrevet i kodeboka på ASKs nettside og i kursheftet. Feiltype kan kombineres med andre attributter, for eksempel Lemma og Korreksjon. I korreksjonsfeltet angir man hva ordet er korrigert til, og det gjelder bare ord som har en feilkode. Lemma + Feiltype: Lemma + Feiltype + Korreksjon: Eksemplet til venstre over viser søk på Lemma = på, med Feilkode = W (galt valg av ord), som gir alle tilfeller der på skulle vært et annet ord. Eksemplet til høyre gir en ytterligere spesifisering av hva på er korrigert til, ved å bruke attributtet Korreksjon= i. Altså bare de forekomstene av på som er korrigert til i. :: Alternativer for en korpusposisjon ( eller ) En boks i søkemenyen representerer en posisjon i korpuset, og som vi har sett, kan man kombinere flere attributter for å spesifisere hva som fyller en korpusposisjon. Det er også mulig å opererer med flere alternativ for én korpusposisjon. Dette kan gjøres på to måter, enten ved å bruke det regulære uttrykket, som står for eller, eller å bygge ut med flere bokser vertikalt. For eksempel er korreksjonsfeltet sensitivt for små og store bokstaver, så for å få med både korreksjoner med stor og liten bokstav i søket over, kan man bruke eller-tegnet:. En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 12

13 Dette betyr korreksjoner som er enten liten i eller stor i. Den andre måten å velge alternativer for én korpusposisjon, er ved å lage en ekstra søkeboks under den opprinnelige og legge inn alternativene i hver sin søkeboks. Dette gjør man ved å trykke nederst i søkeboksen, hvor det ligger en usynlig blå tekst or. Hver vertikale boks representerer da ett alternativ. De to eksemplene under viser de to måtene å søke på flere alternativer for en korpusposisjon. Enten med å lage en ekstra boks, eller ved å bruke eller-tegnet. Eksemplet viser søk på alle forekomster av Lemma = på, eller Lemma= i. To alternative søkebokser: Bruk av eller-tegn: En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 13

14 Om du vil fjerne en boks, trykk på usynlig knapp øverst i venstre hjørne: Om du vil velge flere alternativer for de attributtene som kommer i lister, holder du nede Ctrl-tasten samtidig som du velger fra listen: :: Noen viktige ting ved søk på feiltyper: Det er verdt å bite seg merke i at feiltypen M (manglende ord), representerer et tomrom i innlærerens tekst, og derfor ikke er blitt tagget av Oslo-Bergen-taggeren. Denne feiltypen kan derfor kun kombineres med attributtet Korreksjon, og ikke med Ord, Lemma, Ordklasse etc. Ved rene feiltype-søk, hvor ingen andre trekk er spesifisert, er det hensiktmessig å lage en posisjon foran hvor man legger til det strukturelle trekket <sic>, ellers vil man få flere treff per feil. For feiltyper som involverer mer en ett ord, bør man gjør dette alltid, uansett om man har spesifisert andre trekk. Dette gjelder for eksempel SPL og O, og dessuten undetypene: INV, OINV, SCA, MCA. En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 14

15 :: Flere korpusposisjoner etter hverandre Ved å lage flere bokser horisontalt kan man spesifisere trekk for flere ord/posisjoner etter hverandre. Hver boks representerer da en korpusposisjon. Her kan man kombinere ulike attributter i de to boksene og begge treffordene vil bli sentrert i konkordansen. Søket under viser søk på preposisjoner med etterfølgende substantiv i bestemt form: En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 15

16 Konkordansen vil se slik ut med begge ordene uthevet: :: Target Om du skulle ønske å bare ha ett av ordene du har søkt på i sentrert i konkordansen, kan du gå inn i boksen for søkeuttrykk og legge {krøllparanteser} rundt den gitte korpusposisjonen: Hver korpusposisjon ligger inni [klammeparanteser], {krølleparanteser} utenpå dette igjen, angir denne korpusposisjonen som hovedsøk, og gir følgende konkordans, hvor bare substantivet er skilt ut som treff: En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 16

17 :: Tomme posisjoner Ved å danne en korpusposisjon men ikke spesifisere attributter, vil dette stå for et hvilken som helst element. Eksemplet under angir sekvenser av preposisjon + uspesifisert posisjon + substantiv. :: Gjentakelse Ved hjelp av funksjonen gjentakelse kan du angi hvor mange ganger spesifiseringene for en boks skal gjelde. Søket over viser at den tomme posisjonen mellom preposisjonen og substantivet kan være eller ikke være tilstede (gjentakelse 0-1, altså null eller en gang). Dette gir altså sekvenser der det er eller ikke er en posisjon imellom preposisjonen og substantivet. Er gjentakelse vært satt til 1, vil man bare få de forekomstene der det faktisk er en mellomliggende posisjon. 1: en gang 0-1: null eller en gang 0: null flere ganger 1: en eller flere ganger En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 17

18 Andre funksjoner: Ordliste, kollokasjon og distribusjon. Alle søk kan videreføres til funksjonene ordliste, kollokasjon og distribusjon. For å bla mellom funksjonene trykker man på fanene øverst på siden: :: Ordliste. Ordlisten viser distribusjoner av treffene fordelt etter ulike attributter. Attributtet velges i menyen, sammen med valg av sortering og type frekvens, absolutt eller relativ. Følgende ordliste tar utgangspunkt i søk på Feiltype = ORT (ortografiske feil), og viser antall av denne feiltypen fordelt over hver enkelt tekst (Pid/Tekst-id). Den relative frekvensen kalkuleres på grunnlag av antall ord i hver enkelt tekst. Legg også merke til at listen går over 8 sider. Det samme søket kan fordeles etter Lemma, for se hvilket ord som oftest skrive feil i korpuset: En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 18

19 Om man videre ønsker en spesifisering av de ulike skrivemåter som er brukt for ordet forskjellig som ligger på topp i den forrige listen, endrer man søket til å gjelde ORT-feil bare ved Lemma = forskjellig: Om en da velger attributtet Ord i ordlisten, kan man se de ulike skrivemåtene for dette lemmaet: :: Distribusjon Distribusjon er en mer avansert måte å vise statistiske distribusjoner på. Eksempelsøket under, viser søk etter alle forekomster av Lemma = i, på, fra eller til, med feiltype = W (galt ord): En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 19

20 På distribusjonssiden angir man først hva en vil distribuere (som gir de horisontale kolonnene i tabellen). Deretter velger man hva dette trekket skal ses relativt til, og eventuelle andre attributter en ønsker å gruppere resultatene etter. Om jeg velger å sortere de fire preposisjonene etter Morsmål og CEFR-nivå, vil tabellen vise frekvensen av hver og en av de fire preposisjonene, fordelt først i grupper etter CEFR-nivå, og deretter i morsmålsgrupper: Frekvenstypen som er valgt er relativ, og angir hver frekvensmengde i antall forekomster per ord i parentes. De horisontale kolonnene kan slås sammen ved å dra en av overskriftene over til en annen. En kolonne kan også slettes ved å ta vekk avhukingen over kolonnen. Summen av forekomster vil da justeres etter hvor mange som er fjernet. Bruk av filter er en annen måte å gruppere attributter enten horisontalt eller vertikalt. Jokertegnet.* vil gruppere samtlige attributter, som på bildet under. Heller enn å ha en kolonne for hver av preposisjonene er de nå samlet som en kolonne: En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 20

21 Et annet alternativ vil være å gruppere CEFR-score i større grupper, for eksempel alle A, B og C for seg. Det kan også gjøres ved hjelp av et filter som spesifiserer hvilken bokstav i navnet trekkene skal grupperes etter:.* indikerer hvor det kan være vilkårlig tekst, og punktumene i parentesen indikerer hvor mange bokstaver som skal tas med i vurderingen, for eksempel: (.).* Grupperer etter første bokstav (..).* grupperer etter de to første bokstavene.*(.) grupperer etter siste bokstav En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 21

22 I parentesen kan en og ha spesifikke attributtnavn, eller deler av attributtnavn, for eksempel A2 og B1), som vil bare gi distribusjon for A2 og B1-tekster: En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 22

23 Nedlasting. Konkordanser, kollokasjoner, distribusjoner og ordlister kan lastes ned og importeres til et regneark eller lignende. Denne veiledningen under tar utgangspunkt i søk på Ord = hjerte, og nedlastning av konkordansen til Excel. 1. Trykk last ned i konkordansen, og et enkelt tekstdokument vil åpne seg: 2. Lagre dette dokumentet. 3. Åpne Excel og velg importer data : En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 23

24 4. En importveiviser vil vise seg. 5. I trinn 1 må du huske å velge filopprinnelse = Uni-code (UTF-8) 6. I trinn to: Velg tekstkvalifikator = ingen: 7. Trykk fullfør, og konkordansen er importert til regnearket: En grunnleggende innføring i bruk av ASK Hilde Johansen (2011) 24