Orð og tunga - 01.06.1988, Blaðsíða 198

186
Orð og tunga
áföngum. Upphaflega var patgen-forritið sett upp á IBM AT tölvu og samin
línuskiptingartafla árið 1986. I ljós kom að þessi tölva með stýrikerfinu MS-DOS
hafði ekki nægt vinnsluminni til að geta búið til þessar töflur með góðu móti. Því
bar nokkuð á villum í línuskiptingum TgX fyrsta kastið. Haustið 1987 eignaðist
Orðabókin tölvu af gerðinni IBM 6150 (RT/PC) með stýrikerfmu AIX (UNIX).
Var patgen flutt á þá vél og endurþýtt þar með smávægilegum breytingum og
búin til ný línuskiptingartafla í nóvember það ár.
Patgen hafði úr miklu orðasafni að moða þegar íslenska línuskiptingartaflan
var búin til. Á árunum 1984 til 1986 útbjó Orðabók Háskólans orðasafn fyrir
IBM á Islandi til að nota við leiðréttingarforrit eða Ritskyggni sem fylgir rit-
vinnslukerfum IBM. I orðasafninu voru rúmlega 210.000 orðmyndir. Getið var
um línuskiptingar fyrir orðmyndirnar og lá því beint við að leyfa patgen að
spreyta sig á þessu orðasafni. IBM á Islandi veitti góðfúslega leyfi til að orða-
safnið yrði notað í þessum tilgangi og kann ég Gunnari M. Hanssyni forstjóra'
bestu þakkir fyrir það.
Fyrsta línuskiptingartaflan (sem útbúin var á AT-tölvu eins og fyrr er getið)
var gerð með því að taka 10. hvert orð úr þessu orðasafni og keyra forritið á þeim,
alls rúmlega 20.000 orðum. Þegar lokið var við fyrstu töfluna var hún notuð til
að skipta orðum í öðru orðasafni á milli lína. Það orðasafn varð til við viða-
mikla tíðnikönnun á textum er alls tók til rúmlega 1.100.000 lesmálsorða. Alls
reyndust orðmyndirnar vera 73.823. Allnokkuð var um villur í línuskiptingum
en farið var yfir þær allar og rangar skiptingar leiðréttar. Þegar kom að seinni
keyrslum á patgen undir AlX-stýrikerfinu var því um að ræða tvö orðasöfn með
línuskiptingum:
Heiti skrár Orðafjöldi Orðskiptingarbönd
ibm.safn tídni.safn 210.392 73.823 367.608 119.179
Tafía 1: Orðasöfn sem notuð voru við að fínna íslensk línuskiptingarmynstur.
Ur þessum efniviði var búin til skrá fyrir patgen að vinna með. í skránni var
að finna 6. hverja orðmynd úr ibm.safn ásamt öllum orðmyndum skrárinnar
tíðni.safn. Þessi skrá fékk heitið keyrsla. safn. Skránni var raðað í rétta
stafrófsröð og síðan séð til þess að hvert orð kæmi aðeins fyrir einu sinni í skránni.
Alls voru í skránni 106.312 orð. I þeim voru 177.666 línuskiptingarbönd eða að
meðaltali 1,67 í hverju orði.
Að lokinni hverri umferð skiptir patgen öllum orðum í safninu sem unnið er
með milli lína ef óskað er. Er þá hægt að kanna árangurinn og átta sig á hvers
eðlis villurnar eru.
Villur í orðskiptingu eru tvenns konar. Annars vegar eru hreinar villur þar
sem forritið skiptir orðum á stöðum þar sem ekki er heimilt að skipta þeim.3
Hins vegar eru villur þar sem forritinu sést yfir möguleika á að skipta. Fyrri
3Stundum eru slíkar skiptingar þess eðlis að þær gætu verið réttar ef merking orðsins væri
önnur en hún er I reynd, t.d. prents-miðja.