Orð og tunga - 01.06.2007, Qupperneq 88

78
Orð og tunga
í formála Orðtíðnibókarinnar er lesmálsorð skilgreint sem samfelld
röð af bókstöfum og/eða tölustöfum og táknum sem aðgreind eru
með stafbili eða greinarmerkjum. Notuð var sú regla að reynt var
að fella eins langan stafastreng undir töluorð og kostur var. Plúsar,
mínusar og prósentumerki fylgdu þannig lesmálsorðunum. Blending-
ar tölustafa og annarra rittákna, t.d. efnafræðiformúlur og stærðfræði-
formúlur teljast eitt lesmálsorð. Vert er að benda á að skammstafanir
eru í flestum tilvikum greindar eins og lesið er úr þeim.
I textasafninu eru 590.297 lesmálsorð sem birtast í 59.358 mismun-
andi orðmyndum að meðtöldum greinarmerkjum. Lesmálsorðunum
fylgja 639 mismunandi greiningarstrengir að meðtöldum greinar-
merkjum. Þegar fengist er við vélræna málfræðilega greiningu er erf-
iðast að eiga við orðmyndir sem geta haft fleiri en eina greiningu.
í textasafni Orðtíðnibókarinnar hafa 15,9% orðmynda fleiri en eina
hugsanlega greiningu. Margræðasta orðmyndin er minni sem hefur
24 greiningarstrengi í textasafninu, en fleiri eru mögulegir (ég minni
þig á það; ég geri þetta eftir minnv, Nonni er minni en Siggi; o.s.frv.)
orð nefnimynd mark
ég ég fplen
stökk stökkva sfgleþ
á á aa
eftir eftir aþ
strætó strætó nkeþ
og °g c
veifaði veifa sfgleþ
/ vagnstjórinn / vagnstjóri / nkeng
sá sjá sfg3eþ
mig ég fpleo
°g °g c
stoppaði stoppa sfg3eþ
skýring
f: fn; p: pfn; 1:1. pers.; e: et.; n: nefnifall
s: so.; f: frsh.; g: germ.; 1:1. pers.; e: et.;
þ: þátíð
a: ao.; a: stýrir ekki falli
a: ao.; þ: stýrir þágufalli
n: no.; k: kk.; e: et.; þ: þgf.
c: samtenging
s: so.; f: frsh.; g: germ.; 1: 1. pers.; e: et.;
þ: þátíð
komma
n: no.; k: kk.; e: et.; n: nf.; g: með greini
s: so.; f: frsh.; g: germ.; 3: 3. pers.; e: et.;
þ: þátíð
f: fn.; p: pfn.; 1:1. pers.; e: et.; n: þolfall
c: samtenging
s: so.; f: frsh.; g: germ.; 3: 3. pers.; e: et.;
þ: þátíð
punktur
Mynd 1. Greining orða í einni setningu úr skáldsögunni Mín káta ang-
ist eftir Guðmund Andra Thorsson