Hei!
Eg er ny på lista (og i heile miljet for den del), så ver overberande med meg:-) Eg har meldt meg på mest fordi eg arbeider med liknande prosjekt for samisk, utan at dei er direkte kopla til det arbeidet som blir diskutert på denne lista. I tillegg har eg ein del års røynsle med språkteknologi og korrekturprogram frå før.
Den 11. nov. 2006 kl. 14.59 skrev Keld Jørn Simonsen:
On Sat, Nov 11, 2006 at 01:12:32PM +0100, Petter Reinholdtsen wrote:
[Keld Jørn Simonsen]
Hva med å endre dette tegnet it Soft Hyphen? SHY?
Jeg ser fordelen med å bruke samme tegn som i datafilen for no.speling.org-systemet, da vi slipper konvertering. Hva er fordelen med å bruke SHY?
SHY er det tegnet, som er definert til å markere orddeling. Det er bedre enn =, da det kan vises umiddelbart. Det er bedre enn - da man så kan representere ord med bindestrek.
Prinsipielt er det ein grunnleggjande skilnad på eit orddelingspunkt og ei ordgrense:
orddelingspunkt: - eit tilfeldig punkt i ein tekststreng der ein kan dela eit ord om det må brytast over to liner; punktet kan vera motivert ut i frå lingvistiske eigenskapar ved ordet (ordgrense, stavingsstruktur), men kan og vera motivert ut i frå reint ortografiske reglar som ikkje har noko med språklege eigenskapar ved ordet å gjera. Informasjon om orddelingspunkt kan ikkje brukast om att til andre formål.
ordgrense: grense mellom to ord i eit samansett ord. Dette er ei grense definert ut i frå ordgrammatikken til språket, og informasjon om slike grenser kan brukast til fleire formål: orddeling, reglar for nylaging av samansette ord (og dermed for komprimeringsalgoritmer i språkteknologi som t.d. stavekontrollar), analyse av tekstar, statistikk om ordlagingsmønster m.m.
Altså: det finst mange og gode grunnar til at ein ikkje skal blanda ordgrense og (moglege) orddelingspunkt. De bør halda fast ved forslaget til Petter Reinholdtsen, og bruka = for å markera grensa mellom ord. Ved å bruka SHY reduserer ein informasjonen i datafilene kraftig, og dermed verdien av materialet som heilheit.
Beste helsing Sjur