opensource

• den viktigaste ressursen til eit språksamfunn er morsmålstalarar og språkkunnskap
• språksamfunnet har ofte små eller ingen økonomiske ressursar
• det å byggja ein språkteknologisk infrastruktur er komplekst og dyrt

• anten: samarbeida med eit kommersielt firma, og la dei levera infrastrukturen
• eller: byggja infrastrukturen sjølv som open kjeldekode
• eller: byggja på arbeidet til andre
• oftast blir det vel ein kombinasjon av desse tre

• mange års arbeid kan forsvinna opp i røyk dersom firmaet går konkurs eller blir kjøpt opp
• arbeidet med språket ditt er avhengig av godviljen til firmaet
• det å senda ut oppdateringar og rettingar er det firmaet som bestemmer, ikkje du
• du bestemmer ikkje over dine eigne språkressursar

• andre kan bruka arbeidet ditt (men det kjem jo òg språksamfunnet til gode)
• ein må anten gjera alt sjølv eller ha eit større miljø å støtta seg på
• det kan fort bli for stort eit prosjekt

• ein må anten eiga eller kontrollera heile kjeda frå språkressursar til ferdige produkt

• samarbeid med firma kostar
• open kjeldekode er pr. definisjon fritt tilgjengeleg - men nokon må sjølvsagt betala arbeidet
• dei samiske prosjekta er fullfinansierte av staten
• dei ferdige produkta er gratis tilgjengelege for alle brukarar
• denne modellen er i praksis den einaste fungerande for minoritetsspråk
• det finst ikkje ein stor nok marknad for å utvikla slike verkty på kommersiell grunn

• ordlister og ordsamlingar
• grammatikkreglar
• tekstsamlingar

ordlister og grammatikkreglar

• i det samiske prosjektet er alt dette open kjeldekode
• kven som helst kan ta desse og laga eigne verkty
• dette er til beste for det samiske samfunnet - det arbeidet vi har lagt ned i å byggja opp ressursane kan andre bruka for å laga ting vi ikkje har tid eller ressursar til, og det samiske samfunnet får fleire hjelpemiddel

Tekstsamlingar

• det finst to slags tekstar: frie og ikkje-frie
• dei ikkje-frie tekstane er oftast tekst skrive av ein eller nokre få privatpersonar
• det er viktig at ein nærmar seg slike forfattarar med respekt for arbeidet deira
• samtidig ser dei fleste forfattarar nytta med dei hjelpemidla vi lagar, og vil hjelpa oss

• vi har samla inn tekstar på vegne av det norske Sametinget
• det er altså Sametinget som eig sjølve samlinga, men forfattarane som eig tekstane
• vi har fått lov å bruka tekstane til språkforsking og utvikling, og lover at dei ikkje blir missbrukte

• Mest mogleg av den teknologien vi bruker skal vera open kjeldekode
• på det viset kan vi laga verktya våre utan å vera avhengige av dei som laga teknologien
• vi er enno ikkje så uavhengige av enkeltfirma som vi vil vera, men vi er sakte på veg tid

Teknologiar

• morfologisk analyse: Xerox vs HFST (Helsingfors univ.)
• syntaktisk analyse: CG3 (Syddansk univ.)
• retteprogram: firma, men i framtida basert på HFST
• ordbøker: vi lagar for både lukka og open kjeldekode

• Vi har ein infrastruktur vi har laga sjølv, som er språkuavhengig, og som er open kjeldekode.
• Dei tekniske sidene blir handtert uavhengig av språk, slik at lingvistane og språkarbeidarane kan konsentrera seg på språket, og ikkje så mykje på det tekniske
• vi prøver å byggja opp ein infrastruktur som gjev språkmiljøa sjølve kontroll over språkressursane, og slik sett vera uavhengig av eitt eller fleire firma