Metode in orodja za lažjo pripravo korpusov usvajanja jezika

Arhar Holdt, Špela (avtor), Kosem, Iztok (avtor), Stritar Kučuk, Mojca (avtor)

Prispevek predstavi težka mesta izdelave korpusov usvajanja tujega in maternega jezika, kot so transkribiranje besedil, anonimizacija, ročno označevanje in vsebinsko kategoriziranje popravkov, v nadaljevanju pa novo prosto dostopno orodje, ki ponuja rešitev za opisane metodološke izzive. Orodje, ki temelji na švedskem programu Svala, smo prilagodili za slovenščino, ga nadgradili, da omogoča delo s korpusoma Šolar in KOST, ter evalvirali s pomočjo dejanske korpusne gradnje.

• Jezik: Slovenski jezik
• Ključne besede: slovenščina, učenje tujega jezika, učenje maternega jezika, korpusi usvajanja jezika, Svala, KOST, Šolar
• Vrsta gradiva: Članek v reviji
• Tipologija: 1.16 - Samostojni znanstveni sestavek ali poglavje v monografski publikaciji
• Organizacija: FF - Filozofska fakulteta ; FRI - Fakulteta za računalništvo in informatiko
• Leto izida: 2022
• Št. strani: Str. 23-30
• PID: 20.500.12556/RUL-143901
• UDK: 811.163.6'243:81'322
• DOI: 10.4312/Obdobja.41.23-30
• COBISS.SI-ID: 129063939

Avtorske pravice

Licenca navedena na pristajalni strani zbornika.

• Datum objave v RUL: 18.01.2023

Gradivo je del monografije

• Naslov: Na stičišču svetov : slovenščina kot drugi in tuji jezik
• Uredniki: Nataša Pirih Svetina, Ina Ferbežar
• Kraj izida: Ljubljana
• Založnik: Založba Univerze
• Leto izida: 2022
• ISBN: 978-961-297-026-0
• COBISS.SI-ID: 128310531
• Naslov zbirke: Zbirka Obdobja
• Številčenje v zbirki: 41
• ISSN zbirke: 1408-211X

Licence

• Licenca: CC BY-NC-SA 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Deljenje pod enakimi pogoji 4.0 Mednarodna
• Povezava: http://creativecommons.org/licenses/by-nc-sa/4.0/deed.sl
• Opis: Licenca Creative Commons, ki prepoveduje komercialno uporabo in zahteva, da uporabnik predelana dela objavi z enako licenco.

Sekundarni jezik

• Jezik: Angleški jezik

Izvleček

This article highlights the challenges of creating learner and developmental text corpora that feature error corrections: transcription and anonymization of texts, and manual annotation and categorization of corrections. It presents a new freely available tool that offers a solution to these challenges. Based on the Swedish Svala software, the tool has been adapted for Slovenian, modified to work with the Šolar and KOST corpora, and evaluated as part of an actual corpus creation process.

• Ključne besede: Slovene, foreign language learning, learner corpus, developmental corpus, Svala, KOST, Šolar

Projekti

• Financer: ARRS - Agencija za raziskovalno dejavnost Republike Slovenije
• Številka projekta: J7-3159-2021
• Naslov: Empirična podlaga za digitalno podprt razvoj pisne jezikovne zmožnosti

• Financer: ARRS - Agencija za raziskovalno dejavnost Republike Slovenije
• Številka projekta: P6-0411-2019
• Naslov: Jezikovni viri in tehnologije za slovenski jezik