Användarinstruktion för Granska

Vad är Granska?

Det finns två syften med denna instruktion, dels att tala om hur man använder programmet vid språkgranskning och dels att beskriva hur man konstruerar egna språkgranskningsregler. Granskningen görs i huvudsak i tre nivåer:

• Teckennivå. Programmet letar efter fel som är på teckennivå. Det kan t.ex. vara dubbla mellanslag, stor bokstav mitt i ord eller mellanslag före kommatecken.

• Stilistisk nivå. Programmet letar efter fel på stilnivå. Det kan t.ex. vara ålderdomliga ord, ord och konstruktioner som endast används i talspråk eller alltför formella ord och konstruktioner.

• Grammatisk nivå. I denna kategori försöker programmet hitta grammatiska fel, det kan t.ex. vara felaktig böjning hos ord i substantivfraser eller dubbelpassivum.

Hur är Granska uppbyggt?

• Granskningsmotor. Granskningsmotorn tilldelar orden i texten ordklasser och böjningsinformation, varje ord tilldelas alla de tolkningar det kan ha. Man säger att orden taggas, en tagg är en märkningsetikett för t.ex. ordklass eller morfosyntaktiska särdrag. Därefter tolkas och exekveras granskningsreglerna.

• Regler. Reglerna skrivs i ett regelspråk som tolkas av granskningsmotorn. En regel består principiellt av två led: Ett vänsterled där ord matchas och ett högerled som markerar de matchade orden i texten samt ger en kommentar till användaren. Vi arbetar och testar olika regelsamlingar, de innehåller från 300 till över 1000 regler.

• Lexikon. Lexikonet består i princip av en lång ordlista, där varje ord har märkts upp (taggats) med ordklass och morfosyntaktiska särdrag. Vårt lexikon innehåller cirka 60 000 ord.

Att starta programmet

Granska en text

1. Öppna en text under Arkiv-menyn eller skriv din text direkt i Granskas texteditor.
2. Öppna en regeldatabas under Verktygs-menyn. Första gången du gör detta kommer lexikonet att läsas in. Detta tar ungefär 35 sekunder och sker endast en gång. Nu är såväl lexikon som regeldatabas aktiva.
3. Välj Granska text i Verktygs-menyn.

1. Markera det rödmarkerade ordet med vänster musknapp.
2. Tryck på höger musknapp för att få upp ett fönster med kommentarer till felet, information om vilka regler som har reagerat samt ordens taggar.

Regeleditorn

Att skriva regler i Granska

Regler med reguljära uttryck

Exempel 1. En regel som hittar felaktigt skrivna varianter på förkortningen o.s.v.

Regler som matchar med ordformer

Ren ordmatchning görs genom att man skriver ett nyckelord för ordsekvensen i sökordsfältet. Med nyckelord menas det ord som är mest unikt för ordsekvensen. Nyckelordet skrivs också in ett fält i det som kallas delregel. Att ordet är regelns nyckelord markeras med ett ankare. Ankaret kan man flytta på genom att klicka i kolumnen under eller över ankaret. De efterföljande orden, om det finns några, skrivs på raderna efter. Du måste också klicka i rutan endast ord. Det går också att ange ett godtyckligt ord med jokertecknet *. Observera att * inte gäller flera godtyckliga ord.

Om en regel bara innehåller ett ord bör du fundera över om ordet inte skulle passa bättre i lexikonet, se avsnittet Att lägga in nya ord i lexikonet nedan.

Exempel 2. En regel för att hitta de felaktiga särskrivningarna härom veckan, härom dagen, härom dan, härom kvällen, härom natten, härom sistens, härom veckan, härom året.

Regler som matchar med taggar

Matchning på taggnivå är ett kraftfullare sätt att skriva regler. Reglerna blir mer generella. För att kunna skriva regler med taggar måste de olika taggarnas betydelse vara kända.

Vi använder de taggar som används i SUC (Stockholm Umeå Corpus), se tagglistan nedan. I delreglerna måste man skriva tecknet _ före taggnamnet, t.ex. _NN för substantiv. Taggarna kan kombineras med logiska operatorer.

&

Logiskt och

|

Logiskt eller

^

Negation. Denna bör man se upp med när man använder eftersom existenskvantifikatorn (se nedan) finns med implicit. För att undvika semantiska problem kan det vara bra att skriva ut existenskvantifikatorn när du använder negation.

Alla utryck skall vara binära så parenteser är nödvändiga för att reglerna skall tolkas korrekt. Exempel: (X & Y) & Z

I Granskas lexikon finns orden representerade enligt:

ord tagg1 & tagg2 & ...& taggn

I verkligheten ser det ut så här, konjunktionerna mellan taggarna är implicita:

bilen NN UTR SIN DEF NOM

Det finns också logiska kvantifikatorer i regelspråket som fungerar som i predikatlogik.

A

Allkvantifikatorn.

E

Existenskvantifikatorn. Denna är förvald och syns inte i reglerna. Existenskvantifikatorn är också implicit i söktaggen.

Kvantifieringen sker över de tolkningar som ett ord har i lexikonet. Allkvantifikatorn säger därmed att kraven (taggarna) på ordet måste gälla alla tolkningar som ordet har i lexikonet för att matchning skall ske. Existenskvantifikatorn säger att det måste existera minst en tolkning sådan att taggarna gäller. Kombineras kvantifikatorerna med negation kan man få t.ex. få fram att det inte får existera en tolkning sådan att taggarna gäller.

För att förenkla för regelskrivaren behöver denna inte ange alla taggar som ett ord har i lexikon, utan det räcker med dem som är nödvändiga för att önskvärd matchning skall uppnås.

Exempel 3. En regel för att hitta nominalfraser som består av ett substantiv eller egennamn i genitiv följt av ett bestämt substantiv i nominativ, t.ex. Pelles boken, mannens hattarna.

Regler som blandar matchning med ordformer och taggar

Det går att skriva regler som blandar matchning med ord och taggar. Dels går det att kombinera delregler som innehåller ord eller taggar och dels går det att skriva delregler som kombinerar ordformer med taggar. Vill man t.ex. hitta alla pronomenformer av ordet man så skrivs den ortografiska formen följt av taggen PN (pronomen) d.v.s. delregeln:

man & _PN

I nuläget är emellertid detta verkningslöst eftersom orden har tilldelats alla möjliga tolkningar, vilket innebär att delregeln ovan kommer att ge träffar också på substantivet man. För att verkligen få man som pronomen måste man ange kontext. Det kan t.ex. vara att man inte får föregås av en artikel eller ett adjektiv.

Exempel 4. En regel som signalerar att ordet fakta inte skall användas i singularis.

Istället för att skriva regler för enstaka ord är det bättre att skriva in ordet lexikonet. För att ordet skall kunna användas av reglerna måste ordet taggas. Att själv lägga in ord i lexikonet (ett fristående användarlexikon) är i nuläget inte möjligt

SUC-taggar och stiltaggar

I listan nedan finns de ordklass- och morfosyntaktiska taggar, tagna från SUCs taggsystem, som man kan använda för att skriva regler. Det finns också stiltaggar som är tentativa, dessa finns i en lista efter SUC-taggarna. Regelskrivaren ansvarar själv för att taggarna kombineras på ett vettigt sätt. Ett enkelt sätt att ta reda på vilka taggar ett ord har är att skriva in ordet i texteditorn i Granska och sedan klicka på ordet såsom beskrivs i avsnittet Resultatet av en granskning ovan.

Sidansvarig: Ola Knutsson <knutsson@nada.kth.se>
Senast ändrad 21 november 1997
Tekniskt stöd: <webmaster@nada.kth.se>