NORSK TEKSTARKIV J o s t e in H. Hauge

Transkript

1 NAVF'S EDB-SENTER FOR HUMANISTISK FORSKNING V IL L A V E I 1 0, POSTBOKS BERG EN-UNIVERSITETET 7 O k to b e r 1979 NORSK TEKSTARKIV J o s t e in H. Hauge 1. FO RHISTORIE D a ta m a s k in e ll s p r å k b e h a n d lin g e r k a n s k je d e t f e l t e t som h a r s t å t t m est s e n t r a l t s id e n d a ta m a s k in e n e g jo r d e s i t t in n to g i de h u m a n is tis k e fa g på t a l l e t i N o rg e. Ved N o rd is k i n s t i t u t t. U n i v e r s i t e t e t i B e rg e n b l e d e t t i d l i g b y g g e t opp en a v d e lin g. P r o s je k t f o r d a t a m a s k in e ll s p r å k b e h a n d lin g, som s æ r lig s k u l l e a r b e id e med o p p g a v e r av b e ty d n in g f o r n o rs k s p r å k v ite n s k a p og n o rs k s p r å k l i g u t v i k l i n g s a r b e i d. S e n e re h a r N A V F's E D B -s e n te r i B e rg en og E D B -tje n e s h e n o f o r de f i l o l o g i s k e fa g ved u n i v e r s i t e t e n e i O s lo og T ro n d h e im v æ rt a k t i v e i a r b e i d e t med s p r å k l i g d a t a b e h a n d lin g. N A V F's E D B -s e n te r h a r a r b e i d e t med f l e r e s t ø r r e s p r å k p r o s je k t e r i de s i s t e å r e n e. I t i l l e g g t i l a r b e id med e t s t o r t I b s e n - p r o s j e k t e r d e t f o r e t a t t r e v i s j o n og n y u t g iv e ls e på m ik r o k o r t av Brown C o rp u s, og v i a v s l u t t e r i d is s e d a g e r d e t t ils v a r e n d e L a n c a s t e r /O s lo /B e r g e n C o rp us i s a m a rb e id med d o s e n t S t i g J o h a n s s o n, B r i t i s k i n s t i t u t t. U n i v e r s i t e t e t i O s lo. S e n t e r e t e r v id e r e u tø v e n d e E D B -o rg an f o r o r g a n is a s jo n e n I n t e r n a t i o n a l C om puter A r c h iv e o f M odern E n g lis h. D e tte h a r v i s e t t på som v i k t i g e og l æ r e r ik e o p p g a v e r, som også h a r f å t t s t o r i n t e r n a s j o n a l o p p m e rk som h et, men u t f ø r e ls e n h a r også k o s t e t oss gan ske mye i t i d og p e n g e r. I v å r t s t y r e h a r d e r f o r s p ø rs m å le t v æ r t r e i s t om ik k e t id e n nå v a r moden t i l å a v s l u t t e s e r v ic e a r b e i d e t f o r e n g e ls k - l i n g v i s t e n e og ven d e øyn ene m ot v å r t e g e t s p r å k, som f å a n d re enn nordm enn kan te n k e s å i n t e r e s s e r e seg f o r. N å r 7

2 8 s t y r e t p å p e k te d e t t e, v a r d e t også f o r d i en g e n e r e lt kan m erke en s t a d ig økende in t e r e s s e f o r og e t s tig e n d e behov f o r n o rs k e S p r å k d a ta, s æ r lig f r a m oderne t i d. 2. KONFERANSEN OM ET NORSK DATAMASKINELT TEKSTKORPUS F o r å f å d r ø f t e t s p ø rs m å l i t i l k n y t n i n g t i l n o rs k e S p rå k d a ta, i n v i t e r t e N A V F's E D B -s e n te r i o k to b e r 1978 t i l en k o n fe ra n s e i B e rg e n om e t n o rs k d a t a m a s k in e lt t e k s t k o r p u s. På k o n fe r a n s e n d e lt o k 32 r e p r e s e n t a t e r f r a u n i v e r s i t e t s - og h ø y s k o le s e k to r e n og f r a a n d re m i l j ø e r h v o r en a r b e id e r imad n o rs k e s p r å k. I t i l l e g g t i l n o rs k e d e lt a k e r e v a r d e t også i n v i t e r t g j e s t e r f r a S v e r ig e og Danm ark (S tu r e A l l é n, R o lf G a v a re og B e n te M a e g a a r d ). H e n s ik te n med k o n fe ra n s e n v a r i f ø r s t e r e k k e å f å i s ta n d en d r ø f t i n g av behov f o r n o rs k e S p rå k d a ta i d a t a m a s k in e ll fo rm og de p r in s ip p e r en b ø r le g g e t i l g ru n n f o r a r b e i d e t h e r. D e t v i k t i g s t e in n s l a g e t på k o n fe r a n s e n kom t i l å b l i p le n u m s d rø ftin g e n e, imen f o r u t f o r d is s e b le d e t g i t t en s e r i e in n le g g om d e t a r b e id med s t ø r r e t e k s t s a m lin g e r som p å g å r i D anm ark, S v e rig e og i v å r t e g e t la n d. D e t f o r e l i g g e r en o m fa tte n d e k o n fe ra n s e r a p p o r t som g i r e t d e t a l j e r t in n s y n i d e t som f o r e g ik k på denne k o n fe r a n s e n (E t n o rs k d a t a m a s k in e lt te k s tk o r p u s. R a p p o rt n r. 2. F e b ru a r ). I v å r sammenheng s k a l b a re f ø lg e n d e p u n k te r n e v n e s : 1. D e t v a r s t o r i n t e r e s s e f o r å f å i n t e n s i v e r t a r b e id e t med å s k a f f e fræ n, l a g r e og u t n y t t e t e k s t m a t e r ia l e f r a moderne n o rs k i u n d e r v is n in g og f o r s k n in g. 2. D e t e r mange u l i k e b r u k e r i n t e r e s s e r k n y t t e t t i l d e t t e a r b e i d e t. 3. D e t v a r en s t o r s k e p s is m ot å la g e e t n o rs k s ta n d a rd t e k s t k o r p u s. 4. H e l l e r g ik k d r ø f t in g e n e i r e t n in g av å p la n le g g e e t t i l t a k som hadde k a r a k t e r av en s p rå k b a n k. På k o n fe ra n s e n, h v o r mange k n a p l nok a n e r k je n t e v e r d ie n av de t r a d i s j o n e l l e k o r p u s, m ente de f l e s t e a t d e t v i l l e væ re b e d re i dag å s a ts e på e t t i l t a k som hadde som hovedm ål å sam le in n. 8

3 9 t i l r e t t e l e g g e og g j^ ^ e b r u k s k la r e t e k s t e r s l i k a t b ru k e rn e s e lv kan v e lg e u t de t e k s t e n e e l l e r t e k s t d e le n e de ø n s k e r f o r u l i k e s p e s ia lo p p g a v e r. 5. D e t b l e v e d t a t t å n e d s e tte en g ru p p e som kunne a r b e id e v id e r e med de ta n k e n e som kom fra m på k o n fe r a n s e n. 3. PLANLEGGINGSGRUPPEN K o r t t i d e t t e r k o n fe r a n s e n i B e rg en kom d e t i s v in g en p la n le g g in g s g r u p p e som s k u l l e a r b e id e v i d e r e med d e t g r u n n la g s m a t e r ia le som v a r f r e m s k a f f e t gjennom k o n fe r a n s e n og u tfo rm e e t t i l t a k la n g s de r e t n i n g s l i n j e r som v a r t r u k k e t opp i p le n u m s d r ø ftin g e n e. F ø lg e n d e p e r s o n e r og i n s t i t u s j o n e r h a r v æ rt med i p la n le g g in g e n : J o s t e in H. H auge, N A V F's E D B -s e n te r K o lb jø r n H e g g s ta d, N o rd is k i n s t i t u t t, PDS, U ib A a g o t L a n d f a ld, N o rs k s p r å k r å d E i r i k L ie n, E D B -tje n e s te n f o r h u m a n is tis k e f a g, T r.h e im E g i l P e t t e r s e n, N o rd is k i n s t., U ib (fo rm a n n ) J a r l e R ønhovd, N o rd is k i n s t., U it rh e im D a g fin n W o rre n, N o rs k l e k s i k o g r a f i s k i n s t i t u t t Som en v i l se av d e t t e, l a en v e k t på a l l e r e d e i u tg a n g s p u n k te t å m a rk e re d e t t e t i l t a k e t som e t n a s jo n a lt p r o s j e k t og også å s i k r e a t u l i k e b r u k e r i n t e r e s s e r kom fra m i p la n le g g in g s a r b e id e t. I l ø p e t av noen m ø te r h ø s te n 1978 og v å re n 1979 g r e id d e p la n le g g in g s g r u p p e n å k o n k r e t i s e r e e t t i l t a k som b le k a l t N o rs k t e k s t a r k i v. De p la n e n e som p la n le g g in g s g ru p p e n kom fra m t i l b l e s e n d t a l l e d e lt a k e r n e f r a B e rg e n s k o n fe ra n s e n t i l u t t a l e l s e, og d e t v i s t e seg a t d e t ik k e innkom noen m e rk n a d e r t i l de p la n e n e som v a r l a g t fra m. D e tte v e lg e r p la n le g g in g s g r u p p e n å t o l k e som t i l s l u t n i n g t i l p la n e n e, h e l l e r enn som m anglende i n t e r e s s e f o r dem. N å r v i t r o r a t d e t e r s l i k, s k y ld e s d e t d e t h e f t i g e e n g a s je m e n t og den s t o r e in t e r e s s e som b le v i s t denne sakpn på k o n fe r a n s e n i B e rg e n. 9

4 10 4. NORSK TEKSTARKIV N o rs k t e k s t a r k i v h a r som m ål å k o o r d in e r e og øke in n s a ts e n i a r b e i d e t med å sam le in n og t i l r e t t e l e g g e t e k s t m a t e r ia le f r a m oderne n o rs k t i l b ru k i f o r s k n in g s * og u t v i k lin g s a r b e i d. T i l t a k e t v i l f r a s t a r t e n av b l i n a s jo n a lt o r i e n t e r t. En f o r u t s e t n in g f o r a t N o rs k t e k s t a r k i v kan r e s u l t e r e i en v i t e n - r e s s u r s om n o rs k s p r å k, e r a t a r b e i d e t med t e k s t in n s a m lii^ le g g e s opp e t t e r en n a s jo n a l k o o r d in e r t p la n og a t m a t e r i a l e t t i l r e t t e l e g g e s på en s ta n d a rd m å te. De d atam engder s<^n le g g e s o p p, må kunne u t n y t t e s d a t a m a s k in e lt i a l l e i n t e r e s s e r t e m i l j ø e r med e t m inimum av e k s t r a t i l r e t t e l e g g i n g s a r b e i d. H o v e d ty n g d e n av de d a ta som sam les in n, v i l r e f e r e r e seg t i l m oderne n o rs k s k j ø n n l i t t e r a t u r og b r u k s p r o s a. D e t s i e r seg s e lv a t d e t h e r b a r e kan b l i t a l e om å sam le in n en m eget l i t e n d e l av a l t som u t g i s. I s t ø r s t m u lig u t s t r e k n in g e r d e t d e r f o r ø n s k e lig å oppnå e n ig h e t på n a s jo n a l b a s is om de p r i o r i t e r t e o p p g a v e r. D e t e r t a t t s p e s i e l t hensyn t i l d e t t e ved o p p b y g g in g av o r g a n is a s jo n s s t r u k t u r e n f o r N o rsk t e k s t a r k i v. S e lv om a r b e i d e t med n o rs k d a t a m a s k in e lt t e k s t m a t e r ia l e b ø r ses i e t l a n g t p e r s p e k t iv, e r d e t n a t u r l i g i f ø r s t e omgang å d e f i n e r e en p ro s je k tra m m e på 5 å r f o r N o rs k t e k s t a r k i v. I l ø p e t av denne p e r io d e n b ø r u l i k e s i d e r av p r o s j e k t e t kunne p rø v e s u t. V i te n k e r i f ø r s t e r e k k e på n ø d v e n d ig m eto d e u t v i k l i n g på E D B -s id e n og o r g a n is a s jo n s fo r m e r f o r s a m v irk e m e llo m mange E D B -o rg a n e r. L ik e v i k t i g v i l d e t b l i å få k u n n skap om h v i l k e t y p e r t e k s t m a t e r i a l e som b ø r p r i o r i t e r e s og f in n e fra m t i l egnede p r e s e n t a s jo n s - og u t n y t t e ls e s f o r m e r av t e k s t d a t a. In n e n f o r d e t t e tid s r o m v i l d e t b l i m u lig å g je n n o m fø re u l i k e t y p e r p r o s j e k t e r k n y t t e t t i l s p e s i e l l e t e k s t s a m lin g e r. S i s t i p r ø v e p e r io d e n b i i r hovedoppgaven å f in n e fra m t i l p e rm a n e n te o r g a n is a s jo n s - og f i n a n s i e r i n g s fo r m e r f o r e t s l i k t t i l t a k. 5. ORGANISASJON G r u n n la g e t f o r N o rs k t e k s t a r k i v (NT) v i l væ re e t f o r m a l i s e r t s a m a rb e id m e llo m PDS, N o r d is k i n s t i t u t t, U ib og N A VF's EDBs e n t e r i B e rg e n, som i g j e n h a r E D B -tje n e s te n e ved 10

5 11 H F - f a k u lt e t e n e v ed u n i v e r s i t e t e n e som s in e f a s t e s a m a rb e id s p a r t n e r e. S id e n e t t i l t a k som NT v i l ha e t b e t y d e lig in n s la g av d a t a a d m in is t r a s jo n og a d m i n i s t r a t i v e r u t i n e r g e n e r e l t, l a p la n le g g in g s g ru p p e n v e k t på å f in n e fra m t i l e t o r g a n is a s jo n s m ø n s te r som g i r k l a r e a n s v a r s f o r h o ld og også å f o r e t a en m a r k e r t f u n k s jo n s f o r d e lin g m e llo m de u l i k e m e d v irk e n d e p a r t e r i p r o s j e k t e t. 6. FAGLIG INNHOLD Som t i d l i g e r e n e v n t e r h o v e d m å le t med NT å kunne i n t e n s i v e r e a r b e id e t med å sam le in n, t i l r e t t e l e g g e og p r e s e n t e r e d a ta f o r s p r å k v it e n s k a p e lig f o r s k n in g s - og u t v i k l i n g s a r b e i d. N å r NT kommer i g a n g, v i l den f ø r s t e o p p g aven væ re å f a s t le g g e e t s ta n d a r d fo r m a t f o r t e k s t m a t e r i a l e som s k a l in n g å i a r k i v e t : D e t v i l d e s s u te n væ re behov f o r å u t v i k l e p ro g ra m f o r k o n v e r t e r in g og j u s t e r i n g t i l d e t t e s t a n d a r d f o r m a t e t. De f l e s t e av oss v e t a t d e t f o r e l i g g e r en r e k k e t y p e r u t s t y r i den g r a f i s k e i n d u s t r i, som NT v i l fo r s ø k e å s a m a rb e id e med, og d e t tr e n g s en god d e l s y s te m e r in g s - og p ro g ra m m e rin g s - a r b e id f o r å kunne u t v i k l e k o n v e r te r in g s p r o g r a m f o r å t a de d a ta m a s k in le s b a r e t e k s t e n e som man kan f å f r a t y k k e r i e r, f o r l a g, a v i s e r e t c. på h u llb å n d e l l e r m a g n e tb å n d. D e t b ø r også u t v i k l e s e t d a t a m a s k in e lt la g r in g s s y te m f o r t e k s t m a t e r i a l e som e r e f f e k t i v t og som kan t a hånd om den s t a d ig økende te k s tm e n g d e. M å le t e r å kunne t a v a r e på m est m u lig in fo r m a s jo n som l i g g e r i t e k s t e n e, e n te n i o r i g i n a l k i l d e n e l l e r i den v e r s jo n som den g r a f i s k e i n d u s t r i p r e s e n t e r e r, men s a m t id ig å ha te k s t e n e s l i k o r g a n is e r t a t h v e r e n k e lt b r u k e r kan u n d e r tr y k k e in fo r m a s jo n som e r l i t e i n t e r e s s a n t i den e n k e lt e fo r s k n in g s o p p g a v e, og også le g g e t i l in fo r m a s jo n som e r n ø d v e n d ig f o r den a k t u e l l e o p p g a v e. En f o r d e l med e t s ta n d a rd d a t a f o r m a t v i l væ re a t b r u k e rn e av NT a l l t i d v e t h v o rd a n de v a n l i g s t e t y p e r av t e k s t e r s e r u t, og d e t v i l også ha som f o r d e l a t de som a r b e id e r med u t v ik lin g s o p p g a v e r på E D B -s id c n, V L l kunne Li I re L L e s in p ro g ra m u fru M ln in g f o r å kunne b e h a n d le d a ta f r a NT. Ved f a s t s e t t i n g av v å r t e g e t s ta n d a r d fo r m a t v i l v i s e lv s a g t s k j e l e t i l d e t som e r u t f ø r t i a n d re la n d, ik k e m in s t h e r i Danm ark og i S v e r ig e. D e t e r e t a b l e r t en s t y r in g s g r u p p e som 11

6 12 s k a l le d e a r b e i d e t t i l en m e d a rb e id e r som s k a l u t g r e i e s p ø rs m å le t om s t a n d a r d fo r m a t, og v i h å p e r t i l s l u t t å kunne s t å med e t fra m le g g som v i kan f o r e s l å som n o rs k norm in n e n f o r h u m a n is tis k d a ta b e h a n d lin g i a l l e f a l l. D e t e r t i l i dag ik k e f o r e t a t t en o m fa tte n d e v u r d e r in g av h v i l k e n ende en s k a l s t a r t e i, d v s. hva s la g s ty p e t e k s t e r en f ø r s t s k a l fo r s ø k e å f å in n i N T. D e r e r en d e l p la n e r l a n s e r t, f. e k s, a t NT b l. a. b u rd e t a s i k t e på å f å a l l ny n o rs k s k j ø n n l i t t e r a t u r e l l e r e t u t v a lg av denne h v e r t å r. Denne oppgaven og mange a n d re ø n s k e r som kom fra m på k o n fe r a n s e n i B e rg e n, må gjennom gås nøye f ø r v i s e t t e r i g a n g. D e t b ø r h e r nevnes a t d e t i N o rg e a l le r e d e i dag f o r e l i g g e r en ik k e u b e t y d e lig d e l t e k s t m a t e r i a l e som l i g g e r t i l r e t t e l a g t f o r d a t a m a s k in e ll b e h a n d lin g, i f ø r s t e re k k e v ed PDS, U n i v e r s i t e t e t i B e rg e n, noe ved N A VF's E D B -s e n te r og en god d e l m a t e r ia le s p re d d r u n d t om ved u n i v e r s i t e t e n e, m a t e r i a l e som h a r v æ rt b r u k t i k o n k r e t p r o s je k t a r b e id. E t v i k t i g m å l, e t t e r m i t t s y n, må i f ø r s t e omgang være å få s a m le t d e t m est v e r d i f u l l e av d e t t e m a t e r i a l e t og l a g t d e t t i l r e t t e e t t e r de p r i n s i p p e r som e r n e v n t t i d l i g e r e. 7. STATUS FOR NORSK TEKSTARKIV I DAG D e t e r f o r u t s e t n in g e n a t NT s k a l komme i gang f r a 1980 a v. Noe s tritte t i l t i l t a k e t kan t r o l i g g is f r a g r u n n b e v ilg n in g e n t i l PDS og N A V F 's E D B -s e n te r, men f o r å komme noe v e i e r d e t n ø d v e n d ig å ha e g e t p e r s o n a le k n y t t e t t i l NT. P la n le g g in g s g ru p p e n s ø k te d e r f o r NAVF om s t ø t t e t i l t i l t a k e t f o r , b l. a. s t ø t t e t i l å o p p r e t t e en h e l s t i l l i n g f o r en v i t e n s k a p e lig a s s i s t e n t som kan s p e s i a l i s e r e seg f o r oppgavene med N T. Denne søknaden b le i n n v i l g e t ved R å d e ts b u d s je t t b e h a n d lin g i o k to b e r i å r. Dermed v i l fo r h o ld e n e lig g e g o d t t i l r e t t e f o r e t a b l e r i n g av N o rs k t e k s t a r k i v n e s te å r. 8. ARBEIDET FREMOVER D e t v i l d e r f o r i h ø s t b l i a k t u e l t å i n n k a l l e d e t f a g l i g e rå d f o r NT f o r å d is k u t e r e de b e v ilg n in g e r som e r g i t t t i l NT, den o r g a n is a s jo n s p la n e n som e r u t v i k l e t, og på den b a k g ru n n 12

7 13 fo rm e p la n e r om den k o n k r e te o p p s t a r t in g av t i l t a k e t i v i n t e r. L ik e v i k t i g v i l d e t væ re å komme fra m t i l en f a g l i g p r i o r i t e r i n g m e llo m de u l i k e a r b e id s o p p g a v e r som e r s t i l t o p p, d. v. s. v e lg e u t h v i l k e t t e k s t m a t e r i a l e en s k a l t a f a t t på i f ø r s t e omgang, og også f in n e fra m t i l p r a k t i s k e s a m a rb e id s fo rm e r m ello m s a m a r b e id s p a r tn e r e i B e rg e n, E D B -k o n s u le n te n e ved u n i v e r s i t e t e n e og a n d re b r u k e r m i ljø e r som h a r s p e s i e l l e i n t e r e s s e r k n y t t e t t i l N T, f. e k s. N o rs k s p r å k r å d og N o rs k l e k s i k o g r a f i s k i n s t i t u t t. D e t v i l i l ø p e t av h ø s te n også b l i t a l e om å f o r h a n d le med N o rs k s p r å k r å d om b e t a l t e o p p d ra g i f o r b in d e ls e med u n d e r s ø k e ls e r som N o rs k s p r å k r å d ø n s k e r u t f ø r t v e d rø re n d e u t v i k l i n g e n av n o rs k s p rå k s l i k den frem kom m er i l i t t e r æ r p ro s a f r a 1937 t i l i d a g. 13