CHYBOVÁ ANOTACE ŽÁKOVSKÉHO KORPUSU CZESL

Prezentace na téma: "CHYBOVÁ ANOTACE ŽÁKOVSKÉHO KORPUSU CZESL"— Transkript prezentace:

1 CHYBOVÁ ANOTACE ŽÁKOVSKÉHO KORPUSU CZESL
Vladimír Petkevič ÚTKL FF UK Barbora Štindlová KČL TUL

2 ŽÁKOVSKÝ KORPUS learner corpus, interlanguage corpus, L2 corpus
elektronická databáze autentických jazykových projevů produkovaných studenty daného jazyka jako jazyka cizího/druhého (tj. nerodilých mluvčích) S. Granger, 1999 užitečný zdroj pro každého, kdo chce zkoumat, jak se lidé učí jazyky a jaké jsou cesty k tomu, aby se je učili lépe G. Leech, 1998

3 CzeSL ŽÁKOVSKÝ KORPUS ČEŠTINY JAKO CIZÍHO JAZYKA
Projekt: Inovace vzdělávání v oboru čeština jako druhý jazyk (CZ.1.07/2.2.00/ ) Katedra českého jazyka a literatury Fakulty přírodovědně-humanitní a pedagogické Technické univerzity v Liberci Ústav teoretické a komputační lingvistiky FF UK v Praze Projekt je podpořen ESF v rámci Operačního programu vzdělávání pro konkurenceschopnost.

4 FUNKCE ŽK přispívat k teoriím nabývání cizího jazyka a cizojazyčného vyučování podrobnější popis žákovského mezijazyka pochopení faktorů, které jej ovlivňují opora při vyvíjení nových pedagogických nástrojů a metod

5 MOŽNOSTI VYUŽITÍ ŽÁKOVSKÝCH KORPUSŮ
kontrastivní srovnávání jazyka rodilých a nerodilých mluvčích srovnávání žákovských mezijazyků počítačem podporovaná chybová analýza žákovského jazyka

6 ANOTACE ŽÁKOVSKÉHO KORPUSU
metadata autor (L1, věk, doba studia …) text (referenční pomůcky, elicitace …) chybová anotace 45 % korpusů anotováno pouze 7 % z nich komplexní taxonomie chyb lingvistická anotace slovnědruhové značkování (částečně) morfologická a syntaktická anotace výjimečně problém s aplikací automatických nástrojů

7 CzeSL - METADATA 18 parametrů text respondent k podrobněji značkovaným
časová a rozsahová limitovanost, referenční pomůcky, elicitace, typ textu, způsob zadání … respondent pohlaví, věk, L1, znalost dalších jazyků, typ studia čj, úroveň znalosti dle SERR, rodinná jazyková anamnéza, délka pobytu v ČR …

8 CHYBOVÁ ANOTACE manuální přiřazení odpovídající značky (kódu / tagu) konkrétní chybě vyskytující se v žákovském projevu automatizace chybové anotace prozatím ne

9 TYPY CHYBOVÝCH TAXONOMIÍ
deskriptivní podle povrchové realizace element chybí, přebývá, má chybnou formu, je chybně umístěn podle lingvistických kategorií vychází z popisu cílového jazyka rovina, jednotka, typ diagnostická komparativní inter-/intralingvální chyby, vynucené chyby … evaluační podle komunikačního efektu vliv chyby na komunikaci (globální, lokální …)

10 CzeSL – CHYBOVÁ ANOTACE
reflektovat charakter češtiny jako vysoce flektivního jazyka se specifickým slovosledem umožnit budoucí rozšíření chybové taxonomie (automatická anotace) anotace dostatečně podrobná, ale zároveň zvládnutelná pro anotátory kombinace manuální a automatické anotace deskriptivní (lingvistické kategorie a povrchová realizace) 21 manuálních značek + 7 automatických

11 CzeSL – ANOTAČNÍ FORMÁT
MANUÁLNÍ ANOTACE Bojal jsme se, že ona se ne bude libila slavnou prahu, proto to bylo velmí vadí pro mně.

12 třírovinný anotační formát dvoustupňová emendace chyb R0 (originál):
chybový kód R1: odkaz R2: R1: incorInfl - chyba ve flexi R2: agr chyba ve shodě rflx chyba v užití reflexiva

13 R2: dep – chyba ve valenci vbx – chyba ve složeném slovesném tvaru agr – chyba ve shodě sec – sekundární chyba R1: wbdPre - chyba v hranici slova incorBase - chyba v slovotvorném základu

14 CzeSL: AUTOMATICKÁ ANOTACE - CHYBOVÁ
doplnění anotace, pro niž není nezbytně nutný anotátor na R1 např. chyba v diakritice, resp. délce vokálu, chybu v palatalizaci, znělosti, záměnu i a y apod. na R2 např. detailnější specifikace chyby vbx na chybu v analytickém slovesném tvaru, verbonominálním predikátu, rezultativní konstrukci; doplnění anotační značky u interpunkčních chyb; formální popis chyby (vynechání, přidání, chybný tvar a chybný slovosled) apod.

15 - LINGVISTICKÁ doplnění lingvistických informací do textu (na R1 a R2)
základní tvary slov (lemmatizace), slovnědruhové označení, morfologické značkování, paradigmata uvažujeme i o možnostech značkování R0 (tj. originálního textu)

16 krásný, adjektivum, nominativ mask.animatum, sg. nebo nominativ či akuzativ inan. sg., vzor dobrý tagy: AAMS1----1A----, AAIS1----1A----, AAIS4----1A---- náměstí, substantivum, nominativ neut. pl. tag: NNNP1-----A----- určeno z R1 krásný, adjektivum, nominativ, neut. pl., vzor mladý tag: AANP1----1A---- náměstí, substantivum, nominativ, neut. pl., vzor stavení tag: NNNP1-----A----

17 JAK VYUŽÍT ŽÁKOVSKÝ KORPUS?
vyhledávání jazykových jevů s využitím kombinace chybové anotace, lingvistických informací i např. informací o mluvčím Dotazy např. hledat všechny chyby v použití sloves III. třídy, vzor kupuje u vietnamských mluvčích, začátečníků všechny chyby ve shodě či valenci u substantiv mužského živ. rodu všechny chyby u mluvčích s L1 ruštinou v délce vokálu -a- u adjektiv žensk. rodu apod.

18 reálný materiál pro analýzu
poznání interlanguage srovnání jazyka nerodilých a rodilých mluvčích

19 vytipování jevů pro prohloubenější výklad
pomoc při rozhodování, co je pro žáky-cizince, zvl. začátečníky, v užívání užitečné, tj. které jazykové jevy mohou (příp. mohou stěží) úspěšně používat indikovat, jak určité jevy vyučovat pomoci určovat pořadí, v jakém by měly být jednotlivé jevy vyučovány

20 čerpání příkladů úprava a optimalizace výukového procesu dle prvního jazyka studentů data-driven learning form-focused instruction

21 Děkujeme za pozornost.