Orð og tunga - 01.06.1990, Side 89

Örn Kaldalóns
Þýðingastarfsemi IBM
1 Þýðingastarfsemi IBM
Dag nokkurn í janúar 1984 sat ég inni á skrifstofu minni að Skaftahlíð 24 ásamt
þeim Jörgen Pind og Sigurði Jónssyni frá Orðabók Háskólans. Umræðuefnið
var orðprófun á íslensku, en orðprófun, eða ritskyggning eins og fyrirbærið var
síðar nefnt, er það kallað að láta tölvu leita að stafsetningarvillum í texta. Ensk
orðprófunarforrit voru þá til bæði fyrir IBM PC og stórtölvur, en nú var búið
að setja okkur fyrir það verkefni að útbúa slíkt forrit fyrir íslensku.
Þetta var nýstárlegt viðfangsefni sem enginn okkar hafði fengist við áður.
Akveðið var að Orðabókarmenn tækju saman skýrslu um gerð íslensks orðasafns
til þessara nota en ég skyldi hafa uppi á þeim sem samið höfðu enska orðasafnið
og forritin.
I greinargóðri skýrslu lögðu Orðabókarmenn fram verkáætlun um gerð orða-
safns og komust að þeirri niðurstöðu að hægt væri að beita orðprófun á íslensku
eins og önnur tungumál, þrátt fyrir allar beygingarnar.
Farið var að senda okkur gögn og leiðbeiningar um tölvunet IBM með vorinu
og um sumarið var fyrsta orðtíðnikönnunin gerð. Orðabókarmenn söfnuðu völd-
um textum um margvísleg efni og voru þeir skráðir á tölvu. Morgunblaðið og
Oddi létu okkur einnig í té texta í tölvutæku formi og brátt var komin um hálf
milljón orða í safnið.
Öllum þessum textum var steypt saman í eina samfellda skrá sem bútuð var
í sundur, orð fyrir orð, samstæðum orðmyndum var raðað saman og orðin talin.
Alls reyndust textarnir hafa að geyma um 50.000 mismunandi orðmyndir. Um
helmingur þeirra kom aðeins fyrir einu sinni, en algengasta orðið, að, kom fyrir
u.þ.b. 7000 sinnum.
A grundvelli þessarar orðtíðnikönnunar hófust Orðabókarmenn handa við að
búa til orðasafn fyrir íslenska orðprófun. Orð voru valin eftir tíðni þeirra og
síðan útbúin tölvutæk beygingarfræði fyrir öll orðin í safninu. Aður en yfir lauk
voru orðin í orðasafninu liátt í 25.000 en ólíkar beygingarmyndir þeirra alls um
220.000 að tölu.
Þessu næst þurfti að umrita orðasafnið eftir ákveðnum reglum er hæfðu bygg-
ingarforriti því sem útbjó hina vélrænu og samanþjöppuðu gerð orðasafnsins.
67