Eine mehrsprachige Website zur Grammatik der litauischen Sprache

144 Acta Linguistica Lithuanica LXXVII DAIVA ŠVEIKAUSKIENĖ Institut für litauische Sprache ARŪNAS RIBIKAUSKAS Gediminas technische Universität Vilnius VYTAUTAS ŠVEIKAUSKAS Institut für litauische Sprache Wissenschaftliche Forschungsrichtungen: Grammatik, Computerlinguistik. EINE MEHRSPRACHIGE WEBSITE ZUR GRAMMATIK DER LITAUISCHEN SPRACHE Daugiakalbė lietuvių kalbos gramatikos informacinė sistema internete ANNOTATION Vor einem Jahr begann man am Institut für litauische Sprache an einem Projekt zu arbeiten, das zum Ziel hat, die Präsentation ausführlicher Daten zu den grammatischen Eigenschaften litauischer Wörter dem Benutzer frei zugänglich im Internet zur Verfügung zu stellen. Im März 2017 wurde eine Probeversion vorbereitet, die nur Wörter mit der Wurzel „bėg“ (vgl. das Verb „bėgti/laufen“) umfasst. Die Datenbank besteht aus rund 25.000 Datensätzen. Das Projekt ist bestrebt, die Mängel schon vorhandener Arbeiten auf dem Gebiet der Computerlinguistik zu vermeiden. Das betrifft den Umfang der Wörter, die Vielseitigkeit der grammatischen Daten, die Klarheit und Verständlichkeit der Darstellung der Daten u.a. Die grammatische Information über das vom Benutzter eingegebene Wort wird in drei Bereichen dargestellt: Struktur des Wortes, morphologische Daten und morphemische Daten. Dies ist die erste Website in Litauen, auf der die Information über Typen von Morphemen dem Benutzer angegeben wird. Für jedes in der Datenbank enthaltene Wort kann man eine Flexionstabelle bekommen. Für manche Wörter sind auch Verwendungsbeispiele angegeben. Die Website wird in sieben Sprachen geführt: Litauisch, Englisch, Deutsch, Französisch, Italienisch, Russisch und Japanisch, damit Ausländer, die sich für die litauische Sprache interessieren, sie nutzen können. Straipsniai / Articles 145 Eine mehrsprachige Website zur Grammatik der litauischen Sprache SCHLÜSSELWÖRTER: Grammatik, Morphologie, Morphemik, Informationssystem, Computerlinguistik. ANNOTATION The project was started in the Institute of Lithuanian language in 2016. It aims at presenting detailed data about the grammatical features of Lithuanian words. The goal is to make those data freely accessible to any user on the Internet. The preliminary version covering the words with the root “bėg/run” was published in March 2017. The database contains around 25,000 entries. We are trying to avoid drawbacks that are specific to the works done in the field of computational linguistics. It includes word coverage, grammatical data comprehensiveness, clarity and clearness of presented information etc. Grammatical information about the word in question is presented from three aspects: word structure, morphological data, and morphemic data. It is the first website in Lithuania providing morphemic types. One can get an inflection table for each word the database contains. Usage examples are given for some words. The information on the website is available in seven languages – Lithuanian, English, German, French, Italian, Russian, and Japanese – so foreigners interested in Lithuanian language can use it as well. KEYWORDS: Grammar, Morphology, Morphemic, Information system, Computational linguistics. 1. EINFÜHRUNG: COMPUTERLINGUISTIK Bis zur Mitte des 20. Jahrhunderts wurden alle Grammatiken auf Papier gedruckt. Nach dem Aufkommen von Computern (im Jahre 1942 wurde der erste Computer der Welt, MARK I, an der Universität Harward gebaut (Schwanke 1991: 69)) begannen sie in alle Gebiete des Lebens einzudringen. Sprachen waren keine Ausnahme: bald wurde klar, dass Computer nicht nur Zahlen, sondern auch beliebige Symbole verarbeiten können. Folglich können sie auch Sprachen verarbeiten. Mehrere Linguisten begannen formale Beschreibungen von Sprachen zu entwickeln, damit die Fähigkeiten von Computern auch auf Sprachen angewendet werden konnten (Winograd 1983: 23). Auf dem Feld der künstlichen Intelligenz wurde die Sprachverarbeitung zu einem der wichtigsten Anwendungsgebiete (Chabris 1989: 71). Seit 1968 bis 1978 war die grammatische Analyse von Sprachen das wichtigste Thema der Erforscher künstlicher Intelligenz (Nierenburg 1987: 26). Die Sprachen jedoch, die sich so leicht den Menschen fügen, erschienen als harte Nuss für die Computer (Jensen, Heidorn, DAIVA ŠVEIKAUSKIENĖ, ARŪNAS RIBIKAUSKAS, VYTAUTAS ŠVEIKAUSKAS 146 Acta Linguistica Lithuanica LXXVII Richardson 1993: 2). Deshalb konnten bislang keine guten Ergebnisse auf dem Gebiet der Sprachverarbeitung mit Hilfe von Computern erreicht werden. 1.1. STATISTISCHE METHODEN Sehr große Bedeutung haben in der Sprachverarbeitung statistische Methoden. Die ersten Vorschläge, sie zu benutzen, waren kurz nach dem Aufkommen von Computern vorgebracht worden. Besonders gilt das für die englische Sprache. Dawid W. Reed erörtert die quantitative linguistische Analyse (Reed 1949: 236). Warren Weaver war der erste, der den Gedanken äußerte, Computer für Übersetzungen zu benutzen. Im Jahre 1949 schlug er vor, dazu statistische Methoden zu verwenden. Aber die damaligen Wissenschaftler lehnten es nach einer kurzen Weile ab, wahrscheinlich wegen des ungenügenden Umfangs elektronisch lesbarer Texte und wegen der nicht allzu großen Leistungsfähigkeit der damaligen Computer. Nach ein paar Jahrzehnten, als die Textkorpora gesammelt waren, und die Anwendung statistischer Methoden in der Spracherkennung gute Leistungen hervorbrachte, kehrte man wieder zu den statistischen Methoden in der Übersetzung zurück (Brown at al. 1990: 79). In Kanada gab es besonders günstige Bedingungen dafür, weil dort das ganze Material des Parlaments wegen der beiden Staatssprachen in zwei Sprachen (Englisch und Französisch) gespeichert wird. Deshalb konnte eine genügende Menge an Paralleltexten sehr schnell gesammelt werden (Al-Onaizan, Curin, Jahr 1999: 1). Die Struktur der beiden Sprachen, d.h. der englischen und der französischen, sind sehr ähnlich: die Wortfolge ist streng (an der ersten Stelle steht das Subjekt, an der zweiten Stelle das Prädikat). Die Ähnlichkeiten in der Struktur der Sprachen erlaubten, gute Leistungen bei der Übersetzung mit statistischen Methoden zu erreichen. Aber das ist mit der litauischen Sprache nicht der Fall. Die Google-Übersetzungen, die die statistische Methode benutzen, liefern bis jetzt keine guten Übersetzungen in die litauische Sprache. Laut den Angaben des Jahres 2017 sind die Ergebnisse sowohl der Übersetzung Englisch-Litauisch als auch der Übersetzung Litauisch-Englisch schlechter als diejenigen für Englisch-Lettisch, Lettisch-Englisch, Englisch-Estnisch und Estnisch-Englisch (Skadiņš 2017: 22). Die statistischen Methoden drangen auch in andere Gebiete der Linguistik ein. Die ersten Arbeiten betrafen die Phonetik (Zipf 1929). 1944 wurden statistische Untersuchungen der Literaturlexik durchgeführt, d.h. wieviel Wörter wurden einmal gebraucht, wieviel Wörter zweimal, dreimal usw. (Yule 1944: 9). Straipsniai / Articles 147 Eine mehrsprachige Website zur Grammatik der litauischen Sprache Seit 1973 wird die Benennung Dialektometrie für die Bezeichnung des Gebietes der Linguistik benutzt, das sich mit der quantitativen Erforschung der Sprachen und Mundarten befasst (Köhler, Altmann, Piotrowski 2005: 498). Ebenso wurden statistische Methoden auf dem Gebiet der Morphologie angewendet. Goldsmith beschreibt den Algorithmus für die Feststellung der Morpheme im Wort so: „algorithm that takes as input a list of words and provides as output a segmentation of the words into morphemes“ (Goldsmith 2010: 365). Ende des vorigen Jahrhunderts werden Versuche in der russischen Literatur beschrieben, eine automatische syntaktische Analyse von Sätzen mit Hilfe statistischer Berechnungen durchzuführen. Die Wissenschaftler in Russland haben vorgeschlagen, die syntaktische Struktur von Sätzen nicht auf Grund der linguistischen Analyse zu machen, sondern eine statistische Verarbeitung der Texte zu benutzen. Sie behaupteten, dass jede sprachliche Einheit (Wort, syntaktische Kategorie des Wortes, syntaktische Konstruktion) mit einer gewissen Häufigkeit im Text vorkommt. Z.B. laut den Angaben des englischen Frequenzwörterbuchs der Valenz sind 195 verschiedene Muster der syntaktischen Beziehungen dem Verb eigen. Doch allein die zehn am häufigsten vorkommenden Muster machen 86% aller in Texten verwendeten Fällen aus. Statistische Gesetzmäßigkeiten werden auch für die lineare Struktur des Satzes benutzt. Jede Wortklasse hat ihre Frequenz, mit der sie mit einem gewissen Abstand vom Ausgangspunkt entfernt sein kann. Das Verb der englischen Sprache kann mit der Wahrscheinlichkeit 0,7 in der zweiten bis fünften Position vom Anfang des Satzes stehen. Und mit der Wahrscheinlichkeit 0,95 kommt es an der zweiten bis zehnten Position vor (Сердюков 1979: 124). Später wurden Daten für die syntaktische Analyse aus einem Textkorpus benutzt (Köhler 2012: 31). Doch gute Resultate sind vorläufig nur bei der Verarbeitung der englischen Sprache erzielt worden. Vidas Daudaravičius, der auf dem Gebiet der Computerisierung der litauischen Syntax gearbeitet hat, behauptet: „Naivu manyti, kad metodai, kurie sėkmingai taikomi anglų kalbai, tinka ir kitoms kalboms.“1 (Daudaravičius 2012: 3). Mit Hilfe der statistischen Methoden kann man schnell rasch arbeitende Systeme schaffen, aber unter einer Bedingung: Man muss eine bestimmte Zahl an Fehlern tolerieren (Link 1). Deshalb wurde am Institut für litauische Sprache beschlossen, sich möglichst weniger auf Statistik zu berufen, weil man nach größter Genauigkeit und Zuverlässigkeit der Daten strebt. 1 „Es ist naiv zu denken, dass die Methoden, die für die englische Sprache erfolgreich benutzt werden, auch für die anderen Sprachen ebenso passen.“ DAIVA ŠVEIKAUSKIENĖ, ARŪNAS RIBIKAUSKAS, VYTAUTAS ŠVEIKAUSKAS 148 Acta Linguistica Lithuanica LXXVII 1.2. DIE LAGE IN LITAUEN Viele Arbeiten sind auf dem Gebiet der Computerisierung der Litauischen Grammatik bereits erfolgt. Die meisten von ihnen sind nur für Fachleute der Computerlinguistik verständlich. Einige sind auch für die breite Öffentlichkeit bestimmt. Sie widerspiegeln aber nur einzelne Eigenschaften und Merkmale der Wörter und der Grammatik. Z.B. wurde in Kaunas an der Universität Vytautas’ des Großen eine Datenbank der Morphemik auf Grundlage eines Textkorpus erstellt. Dort fehlen viele Wortformen und man benutzt sehr viele Abkürzungen, die nicht allen verständlich sind. Die Morpheme werden mit Bindestrich getrennt und keine Daten über den Typ des Morphems angegeben. Am Institut für Mathematik und Informatik in Vilnius wurde eine Datenbank für Derivation und Morphemik geschaffen. Dort ist der Typ des Morphems angegeben sowie die Grundwörter und Bestimmungswörter (Murmulaitytė 2012: 96). Leider ist die Datenbank nicht frei zugänglich. Deshalb wurde beschlossen, ein umfassendes Informationssystem zu schaffen, das für die breite Öffentlichkeit bestimmt sein und dem Benutzer ausführliche Daten bieten können soll. Man kann zwei Extreme in der Darstellung der litauischen grammatischen Information im Internet beobachten. Das sind: das Fehlen sogar der geläufigen Wortformen und die Darstellung überflüssiger, selbst dem Muttersprachler unverständlicher Wörter. Im Informationssystem für die litauische Grammatik ist man bestrebt, diesen beiden Extreme zu entgehen. Alle Wortformen werden automatisch mit dem Computer ausgehend vom Lemma des Wortes generiert, so erhält man den ganzen Satz an Flexionsformen. Alle möglichen Ableitungen und Zusammensetzungen werden in die Datenbank eingetragen. Also gibt es kein Fehlen von Wortformen mehr. Dann werden alle vom Computer gebildeten Wörter und Wortformen von Hand geprüft und nicht existierenden Varianten weggestrichen. So erreicht man den Ausschluss überflüssiger Wörter. 2. DIE ARBEITEN ZUR COMPUTERLINGUISTIK IN LITAUEN In Litauen kann man zwei Methoden der Computerbearbeitung von Sprache unterscheiden. In Kaunas werden am Zentrum für Computerlinguistik die Arbeiten aufgrund eines Textkorpus durchgeführt. In Vilnius, an der Universität und am Institut für litauische Sprache, geht man mehr von den Eigenschaften der litauischen Sprache selbst aus. Die beiden Methoden haben sowohl Vorteile als auch Nachteile. Im Weiteren wird das an einigen Beispielen gezeigt. Straipsniai / Articles 149 Eine mehrsprachige Website zur Grammatik der litauischen Sprache 2.1. TEXTKORPUS-BASIERTE ARBEITEN An der Universität Vytautas’ des Großen in Kaunas wurde ein Textkorpus der litauischen Gegenwartssprache erstellt. Man benutzt es für verschiedene Arten der Sprachverarbeitung. Auf dem Gebiet der Grammatik wurde ein Wörterbuch für Morphemik (Rimkutė, Kazlauskienė, Raškinis 2011) und nach einigen Jahren auch eine Datenbank geschaffen. Dem Benutzer werden sowohl die morphemischen als auch die morphologischen Daten geboten. Dies ist die erste frei zugängliche Quelle, in der das Wort in seine Morpheme zerteilt wird. Der Typ des Morphems wird leider nicht angegeben und manchmal führt das zu einer verwirrenden Darstellung der morphemischen Struktur des Wortes. Das ist der Fall, wenn Wörter mit verschiedener Struktur gleich dargestellt werden. Ein Beispiel dafür wird in Bild 1 gezeigt. Die Wörter „per-ei-ti“ (übergehen) und „per-ė-ti“ (brüten) unterscheiden sich äußerlich kaum. Die morphemischen Strukturen der beiden Wörter sehen in der Datenbank für Morphemik gleich aus. Im ersten Wort ist aber das Morphem „per“ das Präfix und im zweiten Wort ist dasselbe erste Morphem „per“ die Wurzel. BILD 1. Wörter mit verschiedener morphemischer Struktur sind gleich dargestellt (Rimkutė, Kazlauskienė, Raškinis 2011: 8, 35) Als den zweiten Mangel kann man das Fehlen sogar geläufiger Wortformen erwähnen. Die Partizipien haben in der litauischen Sprache sechs Kasus. In der Tabelle 1 wird das Vorkommen der Wortformen (Singular, maskulin) des Partizips „bėgantis / laufender, fließender“ in der Datenbank für Morphemik gezeigt. Es zeigt sich, dass sogar das Lemma (Nominativ, Singular) dieses Worts fehlt. Auch die anderen fehlenden Formen, z.B. der Lokativ (bėgančiame vandenyje / im fließenden Wasser) kann man nicht als selten vorkommend oder ungeläufig betrachten. Also sind nur 2 Wortformen von 6 Kasus vorhanden. Die Wissenschaftler der zweiten baltischen Sprache, des Lettischen, sprechen auch von einer unzureichenden Zahl an Wortformen im Textkorpus (Paikens, Rituma, Pretkalniņa 2013: 272). DAIVA ŠVEIKAUSKIENĖ, ARŪNAS RIBIKAUSKAS, VYTAUTAS ŠVEIKAUSKAS 150 Acta Linguistica Lithuanica LXXVII TABELLE 1. Das Vorkommen in der Datenbank (Link 2) der Wortformen des Partizips bėgantis / laufender, fließender im Singular, maskulin Kasus Wort Datenbank Nominativ bėgantis fehlt Genitiv bėgančio vorhanden Dativ bėgančiam fehlt Akkusativ bėgantį vorhanden Instrumental bėgančiu fehlt Lokativ bėgančiame fehlt Insgesamt: 6 2 2.2. AUSGANGSPUNKT – DIE LITAUISCHE SPRACHE An der Universität Vilnius geht man von den Eigenschaften der litauischen Sprache aus. Die Website Morfologija.lt (Link 3) stellt sogar die Flexionstabellen des Wortes dar. Leider gibt es viele leere Stellen, manchmal für das ganze Paradigma. Unbekannte und für einen Litauer unverständliche Wörter kommen manchmal auch vor, z.B. „susitikimoji“ (Link 4) und ähnliche. Am Institut für Mathematik und Informatik in Vilnius wurde eine Datenbank für Wortbildung und Morphemik geschaffen (Murmulaitytė 2012). Darin ist sehr wertvolle Information enthalten (der Typ des Morphems, Grundwort, Bestimmungswort u.a.), aber die Daten sind leider nicht frei zugänglich. 3. DAS INFORMATIONSSYSTEM FÜR DIE LITAUISCHE GRAMMATIK Die litauische Sprache gehört zur Gruppe der am wenigsten computerisierten Sprachen Europas (Vaišnienė, Zabarskaitė 2012: 35). Deshalb wurde beschlossen, ein Informationssystem zu schaffen, das ausführliche Daten über die grammatischen Eigenschaften der litauischen Wörter enthält. Die Notwendigkeit, mehr Software für einen breiten Benutzerkreis zu schaffen, wird von den Wissenschaftlern, die sich mit den baltischen Sprachen befassen, oft betont. In den Anweisungen der Konferenz BSNLP (Balto-Slavic Natural Language Processing) 2015 sowie 2017 schreibt man: „submissions Straipsniai / Articles 151 Eine mehrsprachige Website zur Grammatik der litauischen Sprache describing systems, that are made available to the wider public would be strongly encouraged / besonders gefördert werden die Einreichungen, die der breiten Öffentlichkeit zur Verfügung gestellte Systeme beschreiben“ (Link 5). Deswegen kam man auf den Gedanken, das Informationssystem für die litauische Grammatik für einen breiten Benutzerkreis zu konzipieren und die Daten möglichst einfach und verständlich darzustellen. Demzufolge wurde ein responsives Webdesign (RWD) gewählt, um den Bedürfnissen der Benutzer möglichst gut entsprechen zu können. Folglich wird die grammatische Information über das Wort in die Kacheln (englisch tiles) ausgelegt (Link 6). Deshalb kann auf die Website auch mit dem Mobiltelefon zugegriffen werden. 3.1. METHODE DER ERSTELLUNG DER DATENBANK Ziel der Computerisierung der Grammatik ist, die ganze grammatische Information über jedes Wort und alle seine Formen in elektronischer Form zu haben. Es gibt zwei Wege, das zu erreichen. Der erste Weg ist, eine formale Beschreibung der grammatischen Regeln zu schaffen (das wäre eine Art Hilfsmittel) und danach den Computer die notwendigen Angaben generieren zu lassen. Der zweite Weg ist, die ganze grammatische Information über alle Formen aller Wörter im Computer zu speichern und diese bei Bedarf auszulesen. Darüber, welches Vorgehen mehr Arbeit braucht, ist noch zu diskutieren. Am Institut für Mathematik und Informatik ist die Software für eine morphologische Analyse der litauischen Sprache (Zinkevičius 2000) entwickelt worden, wozu die erste Methode benutzt worden war. Es gelang aber nicht, eine 100%ige Genauigkeit zu erreichen: Es gibt fehlerhafte Angaben, manche litauische Wörter werden nicht erkannt. Bei der Entwicklung des Informationssystems für die litauische Grammatik wurde auf diesen Weg aus folgendem Grund verzichtet: Damit der Computer selbst die Wörter verarbeiten kann, muss man ihm sehr genau anzeigen, welche Tätigkeiten er mit welchem Wort machen soll. Also müssen zuerst alle Wörter auf solche Weise in Gruppen geteilt sein, dass für alle Mitglieder einer Gruppe dieselben Regelmäßigkeiten gelten, d.h. damit dieselbe Methode der Verarbeitung benutzt werden kann. Um das Wort in die eine oder andere Gruppe einzutragen, muss man viele Merkmale feststellen, aufgrund deren die Wörter gruppiert werden sollen. Z.B. benutzt man in der syntaktischen Analyse der litauischen Sprache das semantische Merkmal [Zeit] für die Bestimmung der syntaktischen Funktion von Akkusativ der Substantive. Im Satz „Visą naktį ji DAIVA ŠVEIKAUSKIENĖ, ARŪNAS RIBIKAUSKAS, VYTAUTAS ŠVEIKAUSKAS 152 Acta Linguistica Lithuanica LXXVII skaitė šią knygą / Die ganze Nacht hat sie dieses Buch gelesen.“ und „Visą knygą ji perskaitė šią naktį / Das ganze Buch hat sie in dieser Nacht gelesen.“ Die beiden Wörter knygą/Buch und naktį/Nacht unterscheiden sich hinsichtlich der morphlogischen Kategorien nicht – beide sind feminin, Singular, Akkusativ und nur das semantische Merkmal [Zeit], das das Wort naktis/Nacht hat, und das Wort knyga/Buch nicht hat, erlaubt dem Computer richtig das Wort naktį/ Nacht als Zeitbestimmung und das Wort knygą/Buch als Objekt im Satz betrachten. Etwas Ähnliches muss man auch für Morphologie machen. Einer der Fehler in der schon geschaffenen Software zur morphologischen Analyse der litauischen Sprache besteht darin, dass das Morphem -ėjals Suffix bei solchen Wurzeln betrachtet wird, mit denen es nicht in eine Verbindung treten darf. Man muss die Merkmale für Wörter bestimmen, die den Computer entscheiden ließen, mit welchen Wurzeln dieses Suffix -ėjin Verbindung treten darf. Aber es ist sehr kompliziert das zu tun. Welches Merkmal ist z.B. den Wörtern gerovė/Wohlhaben, žinovas/Kenner(Expert) und daržovė/Obst gemeinsam? Dass sie alle das Suffix -ovhaben. Und was unterscheidet sie von allen übrigen Wörtern, an deren Wurzel sich dieses Suffix nicht fügen kann (man kann nicht sagen *kėdovė – die Ableitung mit dem Suffix -ovvom Wort kėdė/Stuhl)? Und welches Merkmal zeigt das? Also wurde bei der Entwicklung des Informationssystems für die litauische Grammatik der zweite Weg gewählt, d.h. es wurde eine Datenbank vorbereitet, die ausführliche grammatische Informationen über alle Formen aller Wörter der litauischen Sprache besitzt. Hier muss man nicht von den grammatischen Kategorien ausgehen (wie es in allen auf Papier gedruckten Grammatiken der Fall ist), sondern von dem Wort selbst: für jedes Wort muss die ganze mit ihm verbundene Information dem Benutzer bereitgestellt werden. Es wurde beschlossen, als Anfang eine Wurzel zu nehmen und eine Software zu entwickeln, die die ganze Struktur der litauischen Grammatik widerspiegeln soll. Als erste Probe wurde die Wurzel bėg (vom Verb bėgti/laufen) gewählt. Dann wurden alle möglichen Ableitungen mit dem Computer generiert und später alle in der litauischen Sprache nicht existierenden Wörter von Hand gestrichen. Insgesamt enthält die Datenbank rund 25.000 Einträge. 3.2. BESONDERHEITEN VON „LIGIS“ Das Informationssystem für die Grammatik der litauischen Sprache (Lietuvių kalbos gramatikos informacinė sistema – LIGIS) (Link 7) hat zwei wesentliche Merkmale. Erstens gibt es dem Benutzer mehr ausführliche Information über ein konkretes Wort als die auf Papier gedruckten Grammatiken. Und Straipsniai / Articles 159 Eine mehrsprachige Website zur Grammatik der litauischen Sprache Köhler Reinhard 2012: Quantitative Syntax Analysis. De Gruyter Mouton. Köhler Reinhard, Altmann Gabriel, Piotrowski Rajmund G. 2005: Quantitative Linguistik. Berlin / New York: Walter de Gruyter. Linguist List 2017: 28.2524, Qs: How do you say the LINGUIST List in your language? 08 Jun 2017. [email protected]. Murmulaitytė Daiva 2012: Lietuvių kalbos morfemikos ir žodžių darybos tyrimų perspektyvos. – Žmogus ir žodis 1(14), 96–102. Nirenburg Sergei 1987: Machine Translation: Theoretical and Methodological Issues. London: Cambridge University Press. Paikens Pēteris, Rituma Laura, Pretkalniņa Lauma 2013: Morphological Analysis with limited resources: Latvian example. Proceedings of the 19th Nordic Conference of Computational Linguistics. (NODALIDA 2013); Linköping Electronic Conference Proceedings #85, 267–277. Reed David W. 1949: A Statistical Approach to Quantitative Linguistic Analysis, WORD, 5:3, 235–247, DOI: 10.1080/00437956.1949.11659355. Rimkutė Erika, Kazlauskienė Asta, Raškinis Gailius 2011: Dažninis lietuvių kalbos žodynas. Kaunas: VDU. Schwanke Martina 1991: Maschinelle Übersetzung: Ein Überblick über Theorie und Praxis. Berlin: Springer-Verlag. Skadiņš Raivis 2017: Neural MT and other Language Technologies at TILDE. http:// school.grammaticalframework.org/2017/slides/Raivis-Neural_MT_at_Tilde.pdf (zugegriffen 2017.11.21). Sulger Sebastian, Butt Miriam, King Tracy Holloway, Meurer Paul 2013: ParGramBank: The ParGram Parallel Treebank. – Proceedings of the 51st Annual Meeting of the Association for Computational Linguistics, Sofia, Bulgaria, 550–560. http:// aclweb.org/anthology/P/P13/P13-1054.pdf (zugegriffen 2017.11.21). Šveikauskienė Daiva 2015: Morphemic structure of the Lithuanian prefixes. – Language: Meaning and Form 6. – Language System and Language Use. Rīga: Latvijas universitāte, 189–197. Vaišnienė Daiva, Zabarskaitė Jolanta 2012: The Lithuanian Language in the Digital Age. – G. Rehm, H. Uzhkoreit White Paper Series. Heidelberg / New York / Dordrecht / London: Springer. Winograd Terry 1983: Language as a Cognitive Process 1. Syntax. London: Addison-Wesley Publishing Company. DAIVA ŠVEIKAUSKIENĖ, ARŪNAS RIBIKAUSKAS, VYTAUTAS ŠVEIKAUSKAS 160 Acta Linguistica Lithuanica LXXVII Yule George Udny 1944: The Statistical Study of Literary Vocabulary. Cambridge MA, Cambridge university press. Zinkevičius Vytautas 2000: Lemuoklis – morfologinei analizei. – Darbai ir dienos 24, 245–273. Zipf George Kingsley 1929: Relative frequency as a Determinant of Phonetic Change. – Harward studies in classical philology 40, 1–95. Сердюков Пëтр Иванович 1979: Оптимизация алгоритма поиска синтаксических связей. – Международный семинар по машинному переводу. Москва: ВЦП, 123–125. LINKS Link 1: http://www.digitalgrammars.com/ (Zugriff am 21.11. 2017) Link 2: http://tekstynas.vdu.lt/page.xhtml?id=morfema-db (Zugriff am 21.11. 2017) Link 3: http://morfologija.lt/ (Zugriff am 21.11. 2017) Link 4: http://morfologija.lt/zodzio-formos/susitikimas (Zugriff am 21.11. 2017) Link 5: http://bsnlp-2017.cs.helsinki.fi/cfp.html (Zugriff am 21.11. 2017) Link 6: https://de.wikipedia.org/wiki/Microsoft_Windows_8#Oberfl.C3.A4che (Zugriff am 21.11. 2017) Link 7: http://ligis.lki.lt/ (Zugriff am 21.11. 2017) Link 8: http://goldlit.ru/component/slog (Zugriff am 21.11. 2017) Link 9: http://www.lkz.lt/Visas.asp?zodis (Zugriff am 21.11. 2017) Link 10: http://www.canoo.net/ (Zugriff am 21.11. 2017) Straipsniai / Articles 161 Eine mehrsprachige Website zur Grammatik der litauischen Sprache ANHANG A. GRAMMATISCHE INFORMATION. Beispiel des grammatisch mehrdeutigen Wortes nubėgti / hinlaufen-hingelaufene. Die grammatische Information wird in der Webseite in Kacheln ausgelegt. Diese Darstellungsweise ist günstig für responsives Webdesign – RWD. Bemerkung: Die Farben sind im Bild entfernt. DAIVA ŠVEIKAUSKIENĖ, ARŪNAS RIBIKAUSKAS, VYTAUTAS ŠVEIKAUSKAS 162 Acta Linguistica Lithuanica LXXVII ANHANG B. FORMENTABELLE FÜR DEKLINATION. Als Beispiel wird die Flexion des Partizips nubėgtas / hingelaufene in allen drei Genera und allen Kasus angeführt. Straipsniai / Articles 163 Eine mehrsprachige Website zur Grammatik der litauischen Sprache ANHANG C. TOOLTIP FÜR VERWENDUNGSBEISPIELE. Als Beispiel wird die Schnellinfo für die Akkusativ-Singular-Form bėgį des Substantivs bėgis / Lauf, Getriebe, Eisenbahnschiene angeführt. DAIVA ŠVEIKAUSKIENĖ, ARŪNAS RIBIKAUSKAS, VYTAUTAS ŠVEIKAUSKAS 164 Acta Linguistica Lithuanica LXXVII ANHANG D. FORMENTABELLE FÜR KONJUGATION. Als Beispiel wird die Flexion des Verbs bėgti / laufen in allen Tempusformen und Modi angeführt. Straipsniai / Articles 165 Eine mehrsprachige Website zur Grammatik der litauischen Sprache Daugiakalbė lietuvių kalbos gramatikos informacinė sistema internete SANTRAUKA Lietuvių kalbos kompiuterizavimo darbuose galima pastebėti du pagrindinius trūkumus: trūksta kartais net ir dažnai vartojamų formų ir pateikiami pertekliniai, lietuvių kalboje neegzistuojantys žodžiai. Kuriant Lietuvių kalbos gramatikos informacinę sistemą (LIGIS) stengiamasi išvengti jų abiejų. Visos formos generuojamos kompiuteriu automatiškai ir vėliau gauti rezultatai peržiūrimi žmogaus, kad būtų atmesti lietuviui nesuprantami žodžiai. Lietuvių kalbos gramatikos informacinė sistema apima visus darinius. Šiuo metu duomenų bazę sudaro tik šaknies bėgžodžiai. Jų yra apie 25 000. Palyginimui galima pateikti tokius duomenis: morfemikos duomenų bazę sudaro yra apie 75 000 įrašų, bet jie surinkti iš visos lietuvių kalbos leksikos. Su šaknimi bėgten tėra 118 žodžių. Kuriant Lietuvių kalbos gramatikos informacinę sistemą pagrindinis tikslas buvo pateikti išsamią gramatinę informaciją plačiajai visuomenei. Todėl buvo stengiamasi duomenis atvaizduoti kuo aiškiau ir suprantamiau. Svetainė pritaikyta naudotis ir mobiliuosiuose telefonuose. Vartotojas, pateikęs žodį, gauna trijų tipų informaciją apie jį: žodžio struktūra (pradinė forma bei pamatiniai žodžiai dariniams), morfologinė informacija (kalbos dalis bei jos morfologinės kategorijos – linksnis, giminė, skaičius, laikas, laipsnis ir t. t.) ir morfeminiai duomenys – žodis išskaidytas morfemomis, nurodant morfemos tipą bei požymius, jei morfema jų turi, pavyzdžiui, priesaga – darybinė / kaitybinė, galūnė – įvardžiuotinė, sutrumpėjusi ir kt. Kiekviena morfema žymima vis kita spalva. Reikia pabrėžti, kad Lietuvių kalbos gramatikos informacinė sistema yra pirmasis tinklapis Lietuvoje, kur vartotojui pateikiama informacija apie morfemos tipą. Be to, apdorojami ir žodžiai su sutrumpėjusiomis galūnėmis, kurios labai paplitusios, ypač šnekamojoje kalboje. Kiekvienam duomenų bazėje esančiam žodžiui vartotojas gali gauti visą kaitybinę lentelę. Kai kuriems žodžiams pateikiama vartojimo pavyzdžių. Kuriant Lietuvių kalbos gramatikos informacinę sistemą siekiama kuo didesnio tikslumo ir patikimumo. Todėl visos lemos (žodžių pradinės formos – vardininkas, bendratis) suvedamos į duomenų bazę rankomis. Kaitybines formas sugeneruoti patikėta kompiuteriui, nes šiame jo darbe nebuvo pastebėta klaidų. Svetainė pateikiama septyniomis kalbomis: lietuvių, anglų, vokiečių, prancūzų, italų, rusų ir japonų. Ateityje planuojama Lietuvių kalbos gramatikos informacinę sistemą jungti su suskaitmenintais žodynais ir sukurti vokiečių tinklapio CANOONET analogą. DAIVA ŠVEIKAUSKIENĖ, ARŪNAS RIBIKAUSKAS, VYTAUTAS ŠVEIKAUSKAS 166 Acta Linguistica Lithuanica LXXVII Įteikta 2017 m. rugsėjo 5 d. DAIVA ŠVEIKAUSKIENĖ Petro Vileišio g. 5, LT-10308 Vilnius, Lietuva [email protected] ARŪNAS RIBIKAUSKAS Saulėtekio al. 11, LT-10221 Vilnius, Lietuva [email protected] VYTAUTAS ŠVEIKAUSKAS Petro Vileišio g. 5, LT-10308 Vilnius, Lietuva [email protected]