Błędy programu do obróbki korpusu, podczas badań korpusowych słownictwa biznesowego i prawnego w języku wietnamskim, na przykładzie programu AntConc

Abstrakt

Badania korpusowe, jak i językoznawstwo korpusowe są dość młodymi dziedzinami nauki, są też według niektórych najszybciej rozwijającymi się metodą badawczą językoznawstwa. W badaniach korpusowych wykorzystuje się korpusy tekstów i specjalne oprogramowania komputerowe. Oprogramowanie to może być darmowe albo płatne, niestety, nie ważne, na jakie oprogramowanie się zdecydujemy, mogą pojawić się błędy lub program może mieć małą skuteczność. Niska skuteczność programu AntConc jest widoczna podczas badania korpusów języków izolujących. Po wprowadzeniu do programu AntConc korpusu, składającego się z 18 pozycji w języku wietnamskim (tj. 290 stron maszynopisu), poświęconych zagadnieniom zarządzania i prawa, program przedstawiał błędne wyniki. Począwszy od policzenia ilości słów i wytypowaniu jakie pojawiają się najczęściej do tworzenia list konkordancji. Istnieje kilka sposobów na zaradzeniu takiej sytuacji, pierwszą metodą jest „nauczenie” programu AntConc czytania języka wietnamskiego innymi słowy wprowadzenie listy słów które występują w języku wietnamskim. Inną metodą, znacznie trudniejszą i wymagającą dużego nakładu pracy, jest zamiana spacji między sylabami na inny znak który nie był by czytany jako odstęp między słowami przez program AntConc. Jeżeli by zastosować jedną z wyżej wymienionych metod, program ten miał by bardzo wysoką sprawność gdyż język wietnamski nie posiada końcówek fleksyjnych i jest typowym językiem SVO.