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 Institutul pentru Limba Lituaniană Direcții de cercetare științifică: gramatică, lingvistică computațională. UN SITE WEB MULTILINGV DER LITAUISCHEN SPRACHE Daugiakalbė lietuvių kalbos gramatikos informacinė sistema internete PENTRU GRAMATICĂ ADNOTARE În urmă cu un an, la Institutul pentru Limba Lituaniană s-a început lucrul la un proiect care are ca obiectiv punerea la dispoziția liberă a utilizatorului, pe internet, a unei prezentări a unor date detaliate privind proprietățile gramaticale ale cuvintelor lituaniene. În martie 2017 a fost pregătită o versiune demonstrativă, care cuprinde doar cuvinte cu rădăcina „bėg” (cf. verbul „bėgti/a alerga”). Her JSON has invalid? Need correct. Proiectul urmărește să evite deficiențele lucrărilor deja existente în domeniul lingvisticii computaționale. Acest lucru privește amploarea vocabularului, diversitatea datelor gramaticale, claritatea și inteligibilitatea prezentării datelor ș.a. Informația gramaticală despre tipurile de morfeme introduse de utilizator este furnizată utilizatorului. Pentru bene 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 fiecare cuvânt inclus în baza de date se poate obține un tabel de flexiune. Pentru unele cuvinte sunt indicate și exemple de utilizare. Site-ul este disponibil în șapte limbi: lituaniană, engleză, germană, franceză, italiană, rusă și japoneză, pentru ca străinii interesați de limba lituaniană să îl poată utiliza. Straipsniai / Articles 145 Eine mehrsprachige Website zur Grammatik der litauischen Sprache CUVINTE-CHEIE: gramatică, morfologie, morfemică, sistem informațional, lingvistică computațională. ADNOTARE Proiectul a fost demarat la Institutul de Limbă Lituaniană în 2016. Acesta vizează preluarea senting 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 cuvintelor cu rădăcina „bėg/run” și a fost publicat în martie 2017. Baza de date conține aproximativ 25.000 de înregistrări. Încercăm să evităm neajunsurile specifice completitudinii works done in the field of computational linguistics. It includes word coverage, grammatidatelor, clarității și limpezimii informațiilor prezentate etc. Tipuri gramatimorfemice. Se cal 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 poate obține un tabel de flexiune pentru fiecare cuvânt din baza de date. Pentru unele cuvinte sunt oferite exemple de utilizare. Informațiile de pe site sunt disponibile astfel încât și străinii seven languages – Lithuanian, English, German, French, Italian, Russian, and Japanese – interesați de limba lituaniană să le poată folosi. CUVINTE-CHEIE: Gramatică, Morfologie, Morfemică, Sistem informațional, Lingvistică computațională. 1. INTRODUCERE: LINGVISTICA COMPUTAȚIONALĂ Până la mijlocul secolului al XX-lea, toate gramaticile erau tipărite pe hârtie. După apariția computerelor (în anul 1942, primul computer din lume, MARK I, a fost construit la Universitatea Harward (Schwanke 1991: 69)), acestea au început să pătrundă în toate domeniile vieții. Limbile nu au fost o excepție: curând a devenit clar că computerele pot prelucra nu numai numere, ci și simboluri arbitrare. Prin urmare, ele pot prelucra și limbile. Mai mulți lingviști au început să elaboreze descrieri formale ale limbilor, astfel încât capacitățile computerelor să poată fi aplicate și limbilor (Winograd 1983: 23). În domeniul inteligenței artificiale, prelucrarea limbajului a devenit unul dintre cele mai importante domenii de aplicare (Chabris 1989: 71). Din 1968 până în 1978, analiza gramaticală a limbilor a fost tema principală a cercetătorilor inteligenței artificiale (Nierenburg 1987: 26). Limbile însă, care se supun atât de ușor oamenilor, au apărut ca o nucă tare pentru computere (Jensen, Heidorn, DAIVA ŠVEIKAUSKIENĖ, ARŪNAS RIBIKAUSKAS, VYTAUTAS ŠVEIKAUSKAS 146 Acta Linguistica Lithuanica LXXVII Richardson 1993: 2). De aceea, până în prezent nu s-au putut obține rezultate bune în domeniul prelucrării limbajului cu ajutorul computerelor. 1.1. METODE STATISTICE Metodele statistice au o importanță foarte mare în prelucrarea limbajului. Primele propuneri de a le folosi fuseseră formulate la scurt timp după apariția calculatoarelor. Acest lucru este valabil în special pentru limba engleză. Dawid W. Reed discută analiza lingvistică cantitativă (Reed 1949: 236). Warren Weaver a fost primul care a exprimat ideea de a folosi calculatoarele pentru traduceri. În anul 1949, el a propus folosirea unor metode statistice în acest scop. Dar oamenii de știință de atunci au respins această idee după scurt timp, probabil din cauza volumului insuficient de texte care puteau fi citite electronic și a capacității nu prea mari a calculatoarelor de atunci. După câteva decenii, când corpusurile de texte fuseseră colectate, iar aplicarea metodelor statistice în recunoașterea vorbirii dădea rezultate bune, s-a revenit la metodele statistice în traducere (Brown at al. 1990: 79). În Canada existau condiții deosebit de favorabile în acest sens, deoarece acolo întregul material al parlamentului este stocat în două limbi (engleză și franceză), din cauza celor două limbi de stat. De aceea, o cantitate suficientă de texte paralele a putut fi colectată foarte rapid (Al-Onaizan, Curin, anul 1999: 1). Structura celor două limbi, adică a limbii engleze și a celei franceze, este foarte asemănătoare: ordinea cuvintelor este strictă (pe primul loc se află subiectul, iar pe al doilea loc predicatul). Asemănările dintre structurile limbilor au permis obținerea unor performanțe bune în traducerea prin metode statistice. Dar acest lucru nu este valabil pentru limba lituaniană. Traducerile Google, care utilizează metoda statistică, nu oferă până în prezent traduceri bune în limba lituaniană. Potrivit datelor din anul 2017, rezultatele atât ale traducerii engleză-lituaniană, cât și ale traducerii lituaniană-engleză sunt mai slabe decât cele pentru engleză-letonă, letonă-engleză, engleză-estonă și estonă-engleză (Skadiņš 2017: 22). Metodele statistice au pătruns și în alte domenii ale lingvisticii. Primele lucrări au vizat fonetica (Zipf 1929). În 1944 au fost efectuate cercetări statistice asupra lexicului literar, adică câte cuvinte au fost folosite o singură dată, câte cuvinte de două ori, de trei ori ș.a.m.d. (Yule 1944: 9). Articole / Articles 147 Eine mehrsprachige Website zur Grammatik der litauischen Sprache Începând din 1973, denumirea dialectometrie este utilizată pentru desemnarea domeniului lingvistic care se ocupă cu cercetarea cantitativă a limbilor și dialectelor (Köhler, Altmann, Piotrowski 2005: 498). De asemenea, metodele statistice au fost aplicate în domeniul morfologiei. Goldsmith descrie algoritmul pentru identificarea morfemelor în cuvânt astfel: „algorithm that takes as input a list of words and provides as output a segmentation of the words into morphemes“ (Goldsmith 2010: 365). La sfârșitul secolului trecut sunt descrise în literatura rusă încercări de a realiza o analiză sintactică automată a propozițiilor cu ajutorul calculelor statistice. Oamenii de știință din Rusia au propus ca structura sintactică a propozițiilor să nu fie stabilită pe baza analizei lingvistice, ci să se utilizeze o prelucrare statistică a textelor. Ei au susținut că fiecare unitate lingvistică (cuvânt, categorie sintactică a cuvântului, construcție sintactică) apare în text cu o anumită frecvență. De exemplu, conform datelor dicționarului englez de frecvență a valenței, 195 de tipare diferite ale relațiilor sintactice sunt proprii verbului. Totuși, doar cele mai frecvent întâlnite zece tipare reprezintă 86% din toate cazurile utilizate în texte. Legitățile statistice sunt folosite și pentru structura liniară a propoziției. Fiecare clasă de cuvinte are frecvența sa, cu care se poate afla la o anumită distanță de punctul de pornire. Verbul limbii engleze se poate afla cu probabilitatea de 0,7 pe poziția a doua până la a cincea de la începutul propoziției. Și cu probabilitatea de 0,95 apare pe poziția a doua până la a zecea (Сердюков 1979: 124). Ulterior, pentru analiza sintactică au fost utilizate date dintr-un corpus de texte (Köhler 2012: 31). Totuși, până în prezent, rezultate bune au fost obținute doar în prelucrarea limbii engleze. Vidas Daudaravičius, care a lucrat în domeniul computerizării sintaxei lituaniene, afirmă: „Naivu manyti, kad metodai, kurie sėkmingai taikomi anglų kalbai, tinka ir kitoms kalboms.“1 (Daudaravičius 2012: 3). Cu ajutorul metodelor statistice se pot crea rapid sisteme care funcționează rapid, dar cu o condiție: trebuie tolerat un anumit număr de erori (Link 1). De aceea, la Institutul Limbii Lituaniene s-a decis să se recurgă cât mai puțin la statistici, deoarece se urmărește cea mai mare exactitate și fiabilitate a datelor. 1 „Este naiv să crezi că metodele care sunt utilizate cu succes pentru limba engleză se potrivesc la fel de bine și altor limbi.“ DAIVA ŠVEIKAUSKIENĖ, ARŪNAS RIBIKAUSKAS, VYTAUTAS ŠVEIKAUSKAS 148 Acta Linguistica Lithuanica LXXVII 1.2. DIE LAGE IN LITAUEN În domeniul computerizării gramaticii lituaniene au fost deja realizate numeroase lucrări. Majoritatea acestora sunt înțelese doar de specialiștii în lingvistica computațională. Unele sunt destinate și publicului larg. Ele reflectă însă doar proprietăți și caracteristici individuale ale cuvintelor și ale gramaticii. De exemplu, la Universitatea „Vytautas cel Mare” din Kaunas a fost creată o bază de date a morfemicii pe baza unui corpus de texte. Acolo lipsesc multe forme de cuvinte și se folosesc foarte multe abrevieri care nu sunt inteligibile pentru toți. Morfemele sunt separate prin cratimă și nu sunt furnizate date despre tipul morfemului. La Institutul de Matematică și Informatică din Vilnius a fost creată o bază de date pentru derivare și morfemică. Acolo este indicat tipul morfemului, precum și cuvintele de bază și cuvintele determinante (Murmulaitytė 2012: 96). Din păcate, baza de date nu este accesibilă liber. De aceea s-a decis crearea unui sistem informațional cuprinzător, destinat publicului larg și menit să ofere utilizatorului date detaliate. În prezentarea informațiilor gramaticale lituaniene pe internet se pot observa două extreme. Acestea sunt: lipsa chiar și a formelor cuvintelor uzuale și prezentarea unor cuvinte inutile, de neînțeles chiar și pentru vorbitorul nativ. În sistemul informațional pentru gramatica lituaniană se urmărește evitarea acestor două extreme. Toate formele cuvintelor sunt generate automat cu ajutorul computerului, pornind de la lema cuvântului; astfel se obține întregul set de forme flexionare. Toate derivările și compunerile posibile sunt introduse în baza de date. Așadar, nu mai există lipsuri în ceea ce privește formele cuvintelor. Apoi, toate cuvintele și formele cuvintelor generate de computer sunt verificate manual, iar variantele inexistente sunt eliminate. Astfel se poate realiza excluderea cuvintelor inutile. 2. LUCRĂRILE DE LINGVISTICĂ COMPUTAȚIONALĂ ÎN LITUANIA În Lituania se pot distinge două metode de prelucrare computerizată a limbii. La Kaunas, la Centrul de lingvistică computațională, lucrările se desfășoară pe baza unui corpus de texte. La Vilnius, la universitate și la Institutul de Limbă Lituaniană, se pornește mai mult de la particularitățile limbii lituaniene însăși. Ambele metode au atât avantaje, cât și dezavantaje. În cele ce urmează, acest lucru va fi prezentat prin câteva exemple. 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 Tipuri de prelucrare a limbii. În domeniul gramaticii, a fost creat un dicționar de morfemică (Rimkutė, Kazlauskienė, Raškinis 2011), iar după câțiva ani și o bază de date. Utilizatorului îi sunt oferite atât date morfemice, cât și morfologice. Aceasta este prima sursă accesibilă liber în care cuvântul este descompus în morfemele sale. Un exemplu în acest sens este prezentat în Figura 1. Cuvintele „per-ei-ti” (a 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. trece) și „per-ė-ti” (a cloci) diferă foarte puțin ca formă exterioară. Structurile morfemice ale celor două cuvinte arată la fel în baza de date de morfemică. În primul cuvânt, însă, morfemul „per” este prefixul, iar în al doilea cuvânt același prim morfem „per” este rădăcina. FIGURA 1. Cuvintele cu structură morfemică diferită sunt reprezentate în același mod (Rimkutė, Kazlauskienė, Raškinis 2011: 8, 35). Ca al doilea neajuns poate fi menționată absența chiar și a unor forme de cuvinte uzuale. Participiile au șase cazuri în limba lituaniană. În tabelul 1 este prezentată apariția formelor cuvintelor (singular, masculin) ale Partizips „bėgantis / laufender, fließender“ in der Datenbank für Morphemik gezeigt. Se observă că lipsește chiar și lema (nominativ, singular) a acestui cuvânt. Nici celelalte forme lipsă, de exemplu locativul (bėgančiame vandenyje / în apa curgătoare), nu pot fi considerate rare sau neuzuale. Așadar, sunt prezente doar 2 forme ale cuvântului din 6 cazuri. Cercetătorii celei de-a doua limbi baltice, letona, încechen 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 TABELUL 1. Prezența în baza de date (Link 2) a formelor de cuvânt ale participiului bėgantis / care aleargă, curgător la singular, masculin Caz Cuvânt Bază de date Nominativ bėgantis fehlt Genitiv bėgančio vorhanden Dativ bėgančiam lipsește Acuzativ bėgantį prezent Instrumental bėgančiu fehlt Locativ bėgančiame lipsește Insgesamt: 6 2 2.2. AUSGANGSPUNKT – DIE LITAUISCHE LIMBĂ La Universitatea din Vilnius se pornește de la proprietățile limbii lituaniene ale Sprache aus. Die Website Morfologija.lt (Link 3) stellt sogar die Flexionstabelcuvântului dar. Din păcate, există multe rubrici goale, uneori pentru întreaga paradigmă. Uneori apar și cuvinte necunoscute și de neînțeles pentru un lituanian, de exemplu „susitikimoji“ (Link 4) și altele asemănătoare. La Institutul de Matematică și Informatică din Vilnius a fost creată o bază de date pentru formarea cuvintelor și morfemica (Murmulaitytė 2012). Aceasta conține informații foarte valoroase (tipul morfemului, cuvântul de bază, cuvântul determinant ș.a.), însă, din păcate, datele nu sunt accesibile în mod liber. 3. SISTEMUL INFORMAȚIONAL PENTRU GRAMATICA LITUANIANĂ Limba lituaniană face parte din grupul limbilor europene cel mai puțin informatizate (Vaišnienė, Zabarskaitė 2012: 35). De aceea s-a decis crearea unui sistem informațional care să conțină date detaliate despre proprietățile gramaticale ale cuvintelor lituaniene. Necesitatea de a crea mai mult software pentru un cerc larg de utilizatori este adesea subliniată de oamenii de știință care se ocupă de limbile baltice. În instrucțiunile conferinței BSNLP (Balto-Slavic Natural Language Processing) din 2015, precum și din 2017, se scrie: „submissions describing systems, that are made available to the wider public would be strongly encouraged Articole / Articles 151 Eine mehrsprachige Website zur Grammatik der litauischen Sprache / în mod deosebit sunt încurajate înscrierile care descriu sisteme puse la dispoziția publicului larg“ (Link 5). De aceea a apărut ideea de a concepe sistemul informațional pentru gramatica limbii lituaniene pentru un cerc larg de utilizatori și de a prezenta datele într-un mod cât mai simplu și ușor de înțeles. În consecință, a fost ales un design web responsiv (RWD), pentru a putea răspunde cât mai bine nevoilor utilizatorilor. Prin urmare, informația gramaticală despre cuvânt este dispusă în dale (în engleză tiles) (Link 6). De aceea, site-ul poate fi accesat și de pe telefonul mobil. 3.1. METODA DE CREARE A DATENBANK Scopul computerizării gramaticii este de a avea în formă electronică toate informațiile gramaticale despre fiecare cuvânt și despre toate formele sale. Există două modalități de a realiza acest lucru. Prima modalitate constă în crearea unei descrieri formale a regulilor gramaticale (aceasta ar fi un fel de instrument auxiliar) și apoi în a lăsa computerul să genereze datele necesare. A doua modalitate constă în stocarea în computer a tuturor informațiilor gramaticale despre toate formele tuturor cuvintelor și în extragerea acestora la nevoie. Încă trebuie discutat care dintre proceduri necesită mai multă muncă. La Institutul de Matematică și Informatică a fost dezvoltat software-ul pentru analiza morfologică a limbii lituaniene (Zinkevičius 2000), pentru care fusese utilizată prima metodă. Totuși, nu s-a reușit atingerea unei precizii de 100%: există date eronate, iar unele cuvinte lituaniene nu sunt recunoscute. În dezvoltarea sistemului informațional pentru gramatica limbii lituaniene, s-a renunțat la această cale din următorul motiv: Pentru ca însuși computerul să poată prelucra cuvintele, trebuie să i se indice foarte exact ce operațiuni trebuie să efectueze asupra fiecărui cuvânt. Așadar, mai întâi toate cuvintele trebuie împărțite în grupuri în așa fel încât pentru toți membrii unui grup să fie valabile aceleași regularități, adică să poată fi utilizată aceeași metodă de prelucrare. Pentru a înscrie cuvântul într-un grup sau altul, trebuie stabilite numeroase caracteristici pe baza cărora urmează să fie grupate cuvintele. De exemplu, în analiza sintactică a limbii lituaniene se utilizează trăsătura semantică [Timp] pentru determinarea 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 / A citit această carte toată noaptea.“ și „Visą knygą ji perskaitė šią naktį / A citit cartea întreagă în această noapte.“ Cele două cuvinte knygą/Carte și naktį/Noapte nu se deosebesc în privința categoriilor morfologice – ambele sunt de gen feminin, la numărul singular, cazul acuzativ, și numai trăsătura semantică [Timp], pe care o are cuvântul naktis/Noapte, iar cuvântul knyga/Carte nu o are, îi permite computerului să considere corect cuvântul naktį/Noapte drept complement circumstanțial de timp, iar cuvântul knygą/Carte drept obiect în propoziție. Ceva asemănător trebuie făcut și pentru morfologie. Una dintre erorile din software-ul deja creat pentru analiza morfologică a limbii lituaniene constă în faptul că morfemul -ėja este considerat sufix la astfel de rădăcini cu care nu are voie să intre în combinație. Trebuie stabilite trăsăturile pentru cuvintele care ar permite computerului să decidă cu ce rădăcini are voie să intre în combinație acest sufix -ėjin. Dar este foarte complicat să faci acest lucru. Ce trăsătură au, de exemplu, în comun cuvintele gerovė/Bunăstare, žinovas/Cunoscător(Expert) și daržovė/Fruct? Faptul că toate au sufixul -ov. Și ce le deosebește de toate celelalte cuvinte la a căror rădăcină acest sufix nu se poate adăuga (nu se poate spune *kėdovė – derivarea cu sufixul -ov de la cuvântul kėdė/Scaun)? Și ce trăsătură indică acest lucru? Prin urmare, la dezvoltarea sistemului informațional pentru gramatica limbii lituaniene a fost aleasă a doua cale, adică a fost pregătită o bază de date care conține informații gramaticale detaliate despre toate formele tuturor cuvintelor limbii lituaniene. Aici nu trebuie pornit de la categoriile gramaticale (așa cum se întâmplă în toate gramaticile tipărite pe hârtie), ci de la cuvântul însuși: pentru fiecare cuvânt trebuie pusă la dispoziția utilizatorului întreaga informație asociată acestuia. S-a decis să se ia ca punct de pornire o rădăcină și să se dezvolte un software care să reflecte întreaga structură a gramaticii lituaniene. Ca primă probă a fost aleasă rădăcina bėg (de la verbul bėgti/a alerga). Apoi au fost generate cu ajutorul calculatorului toate derivările posibile, iar ulterior au fost șterse manual toate cuvintele care nu există în limba lituaniană. În total, baza de date conține aproximativ 25.000 de intrări. 3.2. PARTICULARITĂȚILE LUI „LIGIS” Sistemul informațional pentru gramatica limbii lituaniene (Lietuvių kalbos gramatikos informacinė sistema – LIGIS) (Link 7) are două caracteristici esențiale. În primul rând, îi oferă utilizatorului informații mai detaliate despre un anumit cuvânt decât gramaticile tipărite pe hârtie. Și Straipsniai / Articles 159 Eine mehrsprachige Website zur Grammatik der litauischen Sprache Köhler Reinhard 2012: Analiza sintaxei cantitative. De Gruyter Mouton. Köhler Reinhard, Altmann Gabriel, Piotrowski Rajmund G. 2005: Lingvistică cantitativă. Berlin / New York: Walter de Gruyter. Linguist List 2017: 28.2524, Î: Cum spuneți LINGUIST List în limba dumneavoastră? 08 iun. 2017. [email protected]. Murmulaitytė Daiva 2012: Perspectivele cercetărilor asupra morfemicii și formării cuvintelor în limba lituaniană. – Žmogus ir žodis 1(14), 96–102. Nirenburg Sergei 1987: Traducerea automată: aspecte teoretice și metodologice. Londra: Cambridge University Press. Paikens Pēteris, Rituma Laura, Pretkalniņa Lauma 2013: Analiză morfologică cu resurse limitate: exemplul limbii letone. Lucrările celei de-a 19-a Conferințe Nordice de Lingvistică Computațională. (NODALIDA 2013); Linköping Electronic Conference Proceedings #85, 267–277. Reed David W. 1949: O abordare statistică a analizei lingvistice cantitative, WORD, 5:3, 235–247, DOI: 10.1080/00437956.1949.11659355. Rimkutė Erika, Kazlauskienė Asta, Raškinis Gailius 2011: Dicționarul frecvențial al limbii lituaniene. Kaunas: VDU. Schwanke Martina 1991: Traducerea automată: o prezentare generală a teoriei și practicii. Berlin: Springer-Verlag. Skadiņš Raivis 2017: Traducerea automată neuronală și alte tehnologii lingvistice la TILDE. http:// school.grammaticalframework.org/2017/slides/Raivis-Neural_MT_at_Tilde.pdf (accesat la 2017.11.21). Sulger Sebastian, Butt Miriam, King Tracy Holloway, Meurer Paul 2013: ParGramBank: Banca de arbori paralelă ParGram. – Lucrările celei de-a 51-a reuniuni anuale a Asociației pentru Lingvistică Computațională, Sofia, Bulgaria, 550–560. http:// aclweb.org/anthology/P/P13/P13-1054.pdf (accesat la 2017.11.21). Šveikauskienė Daiva 2015: Structura morfemică a prefixelor lituaniene. – Limbaj: sens și formă 6. – Sistemul limbii și utilizarea limbii. Rīga: Universitatea din Letonia, 189–197. Vaišnienė Daiva, Zabarskaitė Jolanta 2012: Limba lituaniană în era digitală. – G. Rehm, H. Uzhkoreit Seria de documente albe. Heidelberg / New York / Dordrecht / Londra: Springer. Winograd Terry 1983: Limbajul ca proces cognitiv 1. Sintaxă. Londra: 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: Frecvența relativă ca determinant al schimbării fonetice. – Harward studies in classical philology 40, 1–95. Сердюков Пëтр Иванович 1979: Optimizarea algoritmului de căutare sintaxiческих 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/ (accesat la 21.11. 2017) Link 4: http://morfologija.lt/zodzio-formos/susitikimas (accesat la 21.11. 2017) Link 5: http://bsnlp-2017.cs.helsinki.fi/cfp.html (accesat la 21.11. 2017) Link 6: https://de.wikipedia.org/wiki/Microsoft_Windows_8#Oberfl.C3. A4che (accesat la 21.11. 2017) Linkul 7: http://ligis.lki.lt/ (accesat la 21.11. 2017) Linkul 8: http://goldlit.ru/component/slog (accesat la 21.11. 2017) Linkul 9: http://www.lkz.lt/Visas.asp?zodis (accesat la 21.11. 2017) Linkul 10: http://www.canoo.net/ (accesat la 21.11. 2017) Articole / Articles 161 Eine mehrsprachige Website zur Grammatik der litauischen Sprache ANEXA A. INFORMAȚII GRAMATICALE. Exemplu al cuvântului gramatical ambiguu nubėgti / a alerga spre-acolo – alergat spre-acolo. Informația gramaticală este prezentată pe pagina web în casete. Acest mod de reprezentare este favorabil pentru designul web responsiv – RWD. Observație: Culorile au fost eliminate din imagine. DAIVA ŠVEIKAUSKIENĖ, ARŪNAS RIBIKAUSKAS, VYTAUTAS ŠVEIKAUSKAS 162 Acta Linguistica Lithuanica LXXVII ANHANG B. FORMENTABELLE FÜR DECLINARE. Ca exemplu este prezentată flexiunea participiului nubėgtas / alergat în toate cele trei genuri și în toate cazurile. Articole / Articles 163 Eine mehrsprachige Website zur Grammatik der litauischen Sprache ANEXA C. INDICAȚIE CONTEXTUALĂ PENTRU EXEMPLE DE UTILIZARE. Als Beispiel wird die Schnellinfo für die Akkusativ-Singular-Form bėgį des Este prezentat substantivul bėgis / alergare, mecanism de transmisie, șină de cale ferată. DAIVA ŠVEIKAUSKIENĖ, ARŪNAS RIBIKAUSKAS, VYTAUTAS ŠVEIKAUSKAS 164 Acta Linguistica Lithuanica LXXVII ANEXA D. TABEL DE FORME PENTRU CONJUGARE. Als Beispiel wird die Flexion des Verbs bėgti / laufen in allen Tempusformen și modurile enumerate. Straipsniai / Articles 165 Eine mehrsprachige Website zur Grammatik der litauischen Sprache Daugiakalbė lietuvių kalbos gramatikos informacinė sistema internete SANTRAUKA În lucrările de informatizare a limbii lituaniene pot fi observate două neajunsuri principale: uneori lipsesc chiar și formele utilizate frecvent, iar sunt prezentate cuvinte excesive, inexistente în limba lituaniană. La crearea Sistemului informațional al gramaticii limbii lituaniene (LIGIS) se încearcă evitarea ambelor neajunsuri. Toate formele sunt generate automat de computer, iar ulterior rezultatele obținute sunt verificate de o persoană, tami 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 pentru a fi respinse datele de neînțeles pentru un vorbitor de lituaniană: baza de date a morfemicii cuprinde aproximativ 75 000 de înregistrări, însă acestea sunt colectate din întregul lexic al limbii lituaniene. Cu rădăcina bėg-, există doar 118 cuvinte. La crearea Sistemului informațional al gramaticii limbii lituaniene, obiectivul principal a fost furnizarea unor informații gramaticale cuprinzătoare publicului larg. De aceea s-a încercat ca datele să fie reprezentate cât mai clar și mai ușor de înțeles. Site-ul este adaptat pentru a fi utilizat și pe telefoane mobile. Utilizatorul care introduce un cuvânt primește trei tipuri de informații despre acesta: structura cuvântului (forma inițială și cuvintele de bază pentru derivate), informații morfologice (partea de vorbire și categoriile sale morfologice – cazul, genul, numărul, timpul, gradul etc.) și date morfemice – cuvântul descompus în morfeme, indicând tipul morfemului și trăsăturile morfema jų turi, pavyzdžiui, priesaga – darybinė / kaitybinė, galūnė – įvardžiuotinė, sutrumpėjusi ir kt. Kiekviena morfema žymima vis kita spalva. Reikia pabrėžti, kad Lietuvių acestuia, dacă sistemul informatic al gramaticii limbii este primul site din Lituania unde utilizatorului i se oferă informații despre tipul morfemului. În plus, sunt prelucrate și cuvintele cu terminații scurtate, care sunt foarte răspândite, mai ales în limba vorbită. Pentru fiecare cuvânt existent în baza de date, utilizatorul poate obține întregul tabel flexionar. Pentru unele cuvinte sunt oferite exemple de utilizare. în această lucrare a sa nu au fost observate erori. 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 Site-ul este disponibil în șapte limbi: lituaniană, engleză, germană, franceză, italiană, rusă și japoneză. În viitor se planifică conectarea Sistemului informatic al gramaticii limbii lituaniene cu digitalinintais žodynais ir sukurti vokiečių tinklapio CANOONET analogą. DAIVA ŠVEIKAUSKIENĖ, ARŪNAS RIBIKAUSKAS, VYTAUTAS ŠVEIKAUSKAS 166 Acta Linguistica Lithuanica LXXVII Primit la 5 septembrie 2017 DAIVA ŠVEIKAUSKIENĖ str. Petro Vileišio nr. 5, LT-10308 Vilnius, Lituania [email protected] ARŪNAS RIBIKAUSKAS Saulėtekio al. 11, LT-10221 Vilnius, Lituania [email protected] VYTAUTAS ŠVEIKAUSKAS str. Petro Vileišio 5, LT-10308 Vilnius, Lituania [email protected]