Orð og tunga - 01.06.2006, Side 123

Þórdís Úlfarsdóttir: Málfræðileg mörkurt orðasambanda
121
fram hver árangurinn af mörkun orðasambanda yrði og hvort hann
lyti sömu lögmálum og þegar venjulegur texti var markaður.
Markarinn fnTBL var því einnig látinn spreyta sig á orðasambönd-
unum. í stuttu máli sagt gaf fnTBL ekki sérlega góða raun. Mikill mim-
ur var á hæfni þessara tveggja markara til að greina orðasamböndin
rétt, miklu meiri en þegar þeir voru látnir marka samfelldan texta.2
Markarinn fnTBL var aðeins notaður fyrst í stað til reynslu. Við
greiningu 55 orðasambanda sem byrja á bókstafnum a- gerði fnTBL
villur í 28 orðasamböndum þar sem TnT gerði aftur á móti villur í 6
orðasamböndum. Það samsvarar því að á móti hverju rangt greindu
orðasambandi hjá TnT voru 4.67 rangt greind sambönd hjá fnTBL.
Ástæðan fyrir þessum mikla árangursmim er væntanlega sú að
fnTBL-markarinn þarf talsvert meira textasamhengi en TnT til að geta
markað rétt og í orðasamböndunum er samhengið oft mjög lítið (orða-
samböndin eru oft mjög stutt, stundum eru þau aðeins tvö orð eins og
til dæmis glaða sólskin og afla matfanga). Vegna þessa slaka árangurs
fnTBL-markarans var horfið frá því að nota hann og ákveðið að nota
eingöngu TnT-markarann við mörkun orðasambandanna.
3.2 Mörkun
Þegar texti er markaður fær hvert orð greiningarstreng sem fylgir því.
Við þjálfun markaranna fyrir íslenskan texta var tekið mið af þeirri
greiningu sem var notuð í íslenskri orðtíðnibók sem kom út árið 1991
(Jörgen Pind o.fl. 1991). Markaskráin var einnig sú sama og í Orð-
tíðnibókinni, en með markaskrá er átt við lista yfir alla greiningar-
strengi (mörk) sem koma fyrir í tilteknu mörkuðu textasafni (sbr.
Sigrúnu Helgadóttur 2004a:60). Greiningarstrengurinn samanstend-
ur af skammstöfunum þar sem fyrsti bókstafurinn táknar orðflokk og
næstu stafir á eftir tákna málfræðiþætti sem eru breytilegir eftir orð-
flokki. Taka má dæmi til að lýsa þessu. Þegar orðasambandið aka heil-
um vagni heim er markað fæst eftirfarandi greining orðanna:
aka sng heilum lkeþsf vagni nkeþ heim aa
Sé lesið úr greiningarstrengjum orðanna stendur þetta:
2Hjá Sigrúnu Helgadóttur (2004a:61) kemur fram að TnT-markarinn náði 98.14%
nákvæmni en fnTBL 97.25% nákvæmni þegar markararnir voru látnir greina orðin
í textum Orðtíðnibókarinnar, og var þá miðað við einfaldasta mögulega greiningar-
streng, þ.e. eingöngu orðflokkinn.