Μετρήσεις στη γλώσσα και ανάλυση του λόγου Γ. Μικρός, Γ. Ταμπουρατζής, Σ. Μαρκαντωνάτου ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Υπηρεσία μετρήσεων και ανάλυσης λόγου Βασική αποστολή: Διενέργεια ποσοτικών μετρήσεων σε γραπτά και προφορικά κείμενα της Νέας Ελληνικής γλώσσας με στόχους: n Τον έλεγχο της συνέπειας στην χρήση της γλώσσας n Τον υπολογισμό δεικτών «αναγνωσιμότητας» n Τον ευρετηριασμό των κειμένων με βάση τη γλωσσική τους φυσιογνωμία ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Υπηρεσία μετρήσεων και ανάλυσης λόγου n Υπολογισμός δεικτών «αναγνωσιμότητας»: αξιολόγηση κειμένων ως προς τον βαθμό ευκολίας στην ανάγνωση n Ευρετηριασμός των κειμένων με βάση τη συνολική γλωσσική τους φυσιογνωμία: καθορίζεται από το θέμα που πραγματεύεται το κείμενο, τον συγγραφέα, την εποχή που γράφτηκε το κείμενο κ.ά.  Έλεγχος της συνέπειας στην χρήση της γλώσσας: ορθογραφία/προφορά, γραμματική, λεξιλόγιο. ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Έλεγχος της συνέπειας στην χρήση της γλώσσας Η Νέα Ελληνική γλώσσα δίνει την δυνατότητα να χρησιμοποιηθούν περισσότερες της μίας εκφράσεις για το ίδιο περιεχόμενο. Για παράδειγμα: u έγραφαν και γράφανε, u ο οποίος και που, u ανελκυστήρας και ασανσέρ. ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Έλεγχος της συνέπειας στην χρήση της γλώσσας Για ορισμένα είδη γραπτού λόγου, η ύπαρξή πολλών εναλλακτικών εκφράσεων δεν εξυπηρετεί διότι:  Δημιουργεί αίσθημα ανασφάλειας κατά την συγγραφή κειμένων: πρέπει να γίνεται επιλογή μεταξύ δύο ή περισσότερων ισοδύναμων εκφράσεων, συχνά χωρίς κάποιο συγκεκριμένο κριτήριο  Δυσκολεύει την επεξεργασία των κειμένων με εργαλεία γλωσσικής τεχνολογίας: αυτόματη ορθογραφική διόρθωση, μηχανική μετάφραση, αυτόματος εντοπισμός όρων, αυτόματη εξαγωγή πληροφορίας κ.ά. ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Συνεπής χρήση της γλώσσας στα κείμενα της Δημόσιας Διοίκησης Τα κείμενα της Δημόσιας Διοίκησης θα πρέπει να αποφεύγουν την ποικιλία στην χρήση των γλωσσικών εκφράσεων διότι: n Μαρτυρεί την ύπαρξη ενός έντονα υποκειμενικού στοιχείου γραφής το οποίο  δεν συνάδει με τον δημόσιο χαρακτήρα των εγγράφων  κάνει το κείμενο ασαφές και δυσανάγνωστο  άτυπα, επιτρέπει ερμηνείες οι οποίες αφορούν ιδεολογικές επιλογές ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Συνεπής χρήση της γλώσσας στα κείμενα της Δημόσιας Διοίκησης n Περιπλέκει την ηλεκτρονική επεξεργασία των κειμένων δημιουργώντας σημαντικά προβλήματα στην τεχνική υλοποίηση του οράματος της ηλεκτρονικής διακυβέρνησης (e-government) n Μειώνει την απόκριση των μηχανών αναζήτησης του Διαδικτύου δυσχεραίνοντας την ανεύρεση κειμένων με λέξεις-κλειδιά ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Η γλωσσική συνέπεια σε κείμενα της Δημόσιας Διοίκησης n Συνέπεια στην απόδοση ακρωνύμων ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Η γλωσσική συνέπεια σε κείμενα της Δημόσιας Διοίκησης n Ορθογραφική συνέπεια ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Δείκτες γλωσσικής «ποιότητας» Οι δείκτες γλωσσικής «ποιότητας» χαρακτηρίζουν ποσοτικά:  Την συνέπεια στην χρήση της γλώσσας  Την αναγνωσιμότητα ενός κειμένου Υπολογίζονται αυτόματα. ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Δείκτες γλωσσικής «ποιότητας» n Συνέπεια στην χρήση της γλώσσας:  Πόσες ασυνέπειες έγιναν στην χρήση της γλώσσας  Ποιές ακριβώς είναι αυτές οι ασυνέπειες και πώς κατανέμονται  Πόσο αποκλίνει το κείμενο από τα επιθυμητά πρότυπα n Επαναληψιμότητα:  Υπολογίζονται οι επαναλήψεις λέξεων, φράσεων ή τύπων φράσεων σε ένα κείμενο, π.χ. αν χρησιμοποιούνται πολλά επίθετα στην σειρά  Πόσο αποκλίνει το κείμενο από τα επιθυμητά πρότυπα. ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Δείκτες αναγνωσιμότητας Υπολογίζουν το πόσο εύκολα διαβάζεται και γίνεται κατανοητό ένα κείμενο

Χρήση των δεικτών σε κείμενα της Δημόσιας Διοίκησης ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Ευρετηριασμός κειμένων με κριτήριο τη γλωσσική τους φυσιογνωμία Πολύ μεγάλες και συνεχώς εμπλουτιζόμενες βάσεις κειμένων: ενδείκνυται ο αυτόματος ευρετηριασμός των κειμένων με κριτήριο την ομοιότητά τους με κείμενα- υποδείγματα. n Ορίζονται ομάδες «παρομοίων» κειμένων n Γίνεται δυνατή η ανεύρεση κειμένων με κριτήριο την ομοιότητά τους προς δοθέν πρότυπο κείμενο ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Παράδειγμα 1 (1) ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING Σε σώματα κειμένων (68 κείμενα με συνολικά λέξεις) Ταξινόμηση κειμένων ως προς το είδος του λόγου (λογοτεχνία, πολιτικός λόγος, δοκιμιακός λόγος) Ακρίβεια ταξινόμησης: ξεπερνά το 95%

Παραδειγμα χρήσης ρημάτων/επιθέτων ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

Παράδειγμα χρήσης καταλήξεων ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING

ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING Παράδειγμα (2) Σε μεγάλο σώμα κειμένων με 1005 κείμενα και συνολικό μέγεθος λέξεις Ταξινόμηση κειμένων ως προς το συγγραφέα Ακρίβεια ταξινόμησης: ξεπερνά το 90%

Μέση πρόταση ανά συγγραφέα ΙΝΣΤΙΤΟΥΤΟ ΕΠΕΞΕΡΓΑΣΙΑΣ ΤΟΥ ΛΟΓΟΥ INSTITUTE FOR LANGUAGE & SPEECH PROCESSING