(in English)

jaSlo: Japonsko-slovenski viri za učenje japonščine

Na tej strani najdete pripomočke za učenje japonščine kot drugega oz. tujega jezka, ki so bili narejeni v sodelovanju Oddelka za azijske študije na Univerzi v Ljubljani in Odseka za tehnologije znanja Instituta "Jožef Stefan":

1. japonsko-slovenski slovar jaSlo
2. slovensko-japonski slovar sloJa
3. korpusi:
   1. vzporedni korpus jaSlo
   2. spletni korpus jpWaC-L
   3. korpusne oznake
4. literatura
5. zahvala
6. povezave

Japonsko-slovenski slovar jaSlo

Slovar jaSlo za slovenske učence japonsščine vsebuje skoraj 10.000 vnosov. Več informacij o strukturi, vsebini in obliki slovarja najdete v kolofonu.

• Celoten slovar lahko prenesete v izvornem formatu TEI P5 z repozitorija CLARIN.SI pod stalnim naslovom hdl.handle.net/11356/1050.

Slovensko-japonski slovar sloJa

Slovensko-japonski spletni slovar za slovensko govoreče je bil narejen iz podatkov slovarja jaSlo 3.1 tako, da smo ga strojno obrnili v grob slovensko-japonski slovar, iz gesel najprej avtomatsko in nato ročno izločili dvojnike in neprimerne iztočnice, gesla dopolnili s slovenskimi besednimi vrstami in stopnjo težavnosti po lestvici SEJO, kot jo navaja Jedrno besedišče slovenščine, nato pa gesla ročno uredili z orodjem Lexonomy.

Geslom z več prevodnicami smo dodali namige o pomenu posameznih japonskih prevodnic, delno tudi primere rabe v obeh jezikih, ki smo jih pridobili iz vzporednega korpusa jaSlo, in jih ročno priredili za slovarsko rabo. Ročno smo japonskim sinonimom iz različnih registrov dodali tudi pragmatične oznake (spoštljivo, ponižno, vljudno ipd.) in opombe o omejitvah pri rabi besed, ki so namenjene uporabnikom slovarja, ki se učijo japonščine kot tujega jezika.

Slovar je za brskanje dostopen na https://www.lexonomy.eu/#/sloJa, za prevzem pa v repozitoriju CLARIN.SI pod licenco CC-BY 4.0 na http://hdl.handle.net/11356/1898.

Korpusi japonskega jezika

Vzporedni korpus jaSlo

Japonsko-slovenski vzporedni korpus jaSlo z okoli pol milijona besed po jeziku (130 virov) je stavčno poravnan in vsebuje japonska besedila in njihove prevode v slovenščino ali obratno oziroma prevode v japonščino in slovenščino iz tretjih jezikov.

Korpus je dostopen prek konkordančnika CLARIN.SI noSketch Engine:

• japonski del
• slovenski del

Spletni korpus jpWaC-L

V spletnem korpusu japonskega jezika jpWaC-L (z več kot 300 milijonov besed) so stavki in besede označeni s težavnostnimi stopnjami. Nadalje je korpous razdeljen na 5 podkorpusov, od katerih vsak vsebuje samo stavke določene težavnostne stopnje, od 4 (najlažje) do 0 (najtežje).

Težavnostne stopnje besed so vzete iz besedišča, ki ga je prijazno prispevala prof. Yoshiko Kawamura, Tokyo International University. Težavnostne stopnje besed so povzete po stopnjah težavnosti v seznamu besedišča za izpit iz japonščine kot tujega jezika (Japan Foundation & Association of International Education Japan. Japanese Language Proficiency Test: Test Content Specifications, Revised Edition. Tokyo: Bonjinsha 2004). Težavnostne stopnje stavkov so izračunane s pomočjo raznih hevristik, ki za osnovo vzamejo težavnostno stopnjo besed, dolžino stavka, itd. (glej Hmeljak et al. 2010)

Korpus je dostopen za prevzem z repozitorija CLARIN.SI prek stalnega naslova URL hdl.handle.net/11356/1047, kot tudi za analizo prek CLARIN.SI of noSketch Engine, tudi razdeljen na posamezne težavnostne stopnje:

• jpWaC (Japonski splet, celoten korpus)
• jpWaC-L0 (Japonski splet, zelo težke povedi)
• jpWaC-L1 (Japonski splet, težke povedi)
• jpWaC-L2 (Japonski splet, srednje težke povedi)
• jpWaC-L3 (Japonski splet, lahke povedi)
• jpWaC-L4 (Japonski splet, zelo lahke povedi)

Korpusne oznake

Slovenski deli korpusov so bili oblikoskladenjsko označeni in lematizirani s programom ToTaLe, japonski pa s programom ChaSen. Oznake programa ChaSen, ki so izvorno zapisane v japonščini, so bile pretvorjene v oznake, ki temeljijo na angleškem jeziku. V konkordančnikih so oznake ChaSen-jp (v japonskem jeziku) zapisane v atribut "ctag", ChaSen-en pa v atributu "tag". Spodnja tabela poda preslikavo (dostopna je tudi kot tabelarična datoteka):

Literatura

1. HMELJAK SANGAWA, Kristina, ERJAVEC, Tomaž. The Japanese-Slovene dictionary jaSlo: its developments, enhancement and use. Studia Kognitiva, 2010, no. 10, str. 211-224. [PDF]
2. HMELJAK SANGAWA, Kristina, ERJAVEC, Tomaž, KAWAMURA, Yoshiko. Automated Collection of Japanese Word Usage Examples from a Parallel and a Monolingual Corpus. V: eLexicography in the 21st century : new challenges, new applications: proceedings of eLex 2009, Louvain-la-Neuve, 22 - 24 October 2009, (Cahiers du Cental, 7). Louvain: Presses Universitaires de Louvain, 2010, str. 137-147. [PDF]
3. HMELJAK SANGAWA, Kristina, ERJAVEC, Tomaž. A low cost approach to building a Japanese-Slovene parallel corpus. 電子情報通信学会技術研究報告 - IEICE Technical Report (Denshi Jōhō Tsūshin Gakkai gijutsu kenkyū hōkoku), 2008, vol. 108, no. 50, pp. 7-10.
4. KAWAMURA, Yoshiko, HMELJAK SANGAWA, Kristina, ERJAVEC, Tomaž. Web kôpasu o katsuyô shita reberubetsu reibun kensaku shisutemu no kaihatsu to hyôka. V: OKOMURA, Minako (ur.), MIWA, Sei (ur.). Dai 14kai Yôroppa Nihongo kyôiku shimpojiumu hôkoku-happyô rombunshû, (Yôroppa Nihongo kyôiku, 14). [Berlin]: Yôroppa nihongo kyôshikai: =Association of Japanese Language Teachers in Europe, 2009, str. 231-238
5. SRDANOVIĆ, Irena, ERJAVEC, Tomaž, KILGARRIFF, Adam. A web corpus and word sketches for Japanese. Shizen gengo shori, 2008, vol. 15, no. 2, str. 137-159. [PDF]
6. HMELJAK SANGAWA, Kristina, ERJAVEC, Tomaž. Gakushoushayou nihongo jisho no tame no taizaku reibun kakutoko. V: The Fourteenth Annual Meeting of The Association for Natural Language Processing, 21 March 2008, University of Tokyo. Proceedings of the Workshop on Natural Language Processing for Education. [S. l.]: The Association for Natural Language Processing, 2008, str. 19-22.
7. HMELJAK SANGAWA, Kristina, ERJAVEC, Tomaž. Črpanje primerov za japonsko-slovenski slovar iz vzporednega korpusa. V: ERJAVEC, Tomaž (ur.), ŽGANEC GROS, Jerneja (ur.). Zbornik Šeste konference Jezikovne tehnologije, 16. do 17. oktober 2008, : zbornik 11. mednarodne multikonference Informacijska družba - IS 2008, zvezek C : proceedings of the 11th International Multiconference Information Society - IS 2008, volume C, (Informacijska družba). Ljubljana: Institut Jožef Stefan, 2008, str. 33-36
8. ERJAVEC, Tomaž, HMELJAK SANGAWA, Kristina, SRDANOVIĆ, Irena. jaSlo, A Japanese-Slovene Learners' Dictionary: Methods for Dictionary Enhancement. In Proceedings of the 12th EURALEX International Congress. Turin, Italy, 2006. [PDF]
9. ERJAVEC, Tomaž, HMELJAK SANGAWA, Kristina, SRDANOVIĆ, Irena, VAHČIČ, Anton Ml. Making an XML-based Japanese-Slovene Learners' Dictionary. In Proceedings of Fourth International Conference on Language Resources and Evaluation, LREC'04, 26-28 May 2004. Lisbon.
10. ERJAVEC, Tomaž, HMELJAK SANGAWA, Kristina, SRDANOVIĆ, Irena. XML zapis japonsko-slovenskega slovarja. V Zborniku 12. Mednarodne elektrotehnične in računalniške konference ERK 2003, 25-26 September 2003, Ljubljana, str. 471-474.
11. HMELJAK SANGAWA, Kristina. Slovar japonskega jezika za študente japonščine. V Zborniku Konference o jezikovnih tehnologijah, SDJT'02, 14-15 October 2002, Ljubljana: Inštitut Jožef Stefan, 2002, str. 102-105.

Zahvala

Delo Kristine Hmeljak Sangawa na slovarju je od marca do julija 2005 podprla Japonska fundacija s štipendijo Programa za učenje japonskega jezika, delo Tomaža Erjavca na spletnem korpusu in prilagoditvi slovarja za vključitev v sistem Reading Tutor pa novembra 2008 štipendija JSPS. Urejanje slovensko-japonskega slovarja sloJa je podprl CLARIN.SI.

Povezave

• Japonske strani Jima Breena : slovarji in slovarski strežniki
• Konzorcij TEI