Hvad får man skudt i skoene? Flerordsenheder i aktive ordbøger for mennesker og maskiner

Abstract

Det arbejde, vi her fremlægger, er udsprunget af et samarbejde inden for den danske EUROTRAgruppe, men har udviklet sig til et samarbejde mellem artiklens to forfattere som repræsentanter for hhv. EUROTRA-DK (som nu er en del af det nyoprettede Center for Sprogteknologi) og en projektgruppe ved Handelshøjskolen i København. Formålet med det igangværende arbejde er at samle og klassificere et så omfattende materiale af eksempler på flerordsenheder, at vi vil kunne registrere de mønstre, der forhåbentlig vil tegne sig, og på grundlag heraf udvikle en beskrivelsesmodel, som er eksplicit og udtømmende nok til både at være implemeterbar i NLP og kunne danne basis for en aktiv ordbog for mennesker. Dette materiale hentes fortrinsvis i maskinlæsbare korpora som DK87-90 og sammenboldes med det materiale, som er beskrevet i Erik Bruun: Dansk Sprogbrug. Metoden og målsætningen omfatter både leksikografiske og datamatiske aspekter, og udbyttet af vekselvirkningen imellem disse aspekter anser vi for at være det mest spændende i dette projekt.