|
2007
|
|
|
CorpEus ek Interneteko bilatzaileen APIak erabiltzen ditu (Google, Yahoo edo Microsoft enekin ibil daiteke) hitz bat zein orritan agertzen den jakiteko APIak (Application Programming Interface) zerbitzu batek beste programa batetik erabiltzeko eskaintzen dituen funtzioak dira. Gero, orri horietan
|
dauden
hitzaren agerpen guztiak erakusten ditu, bere testuinguruan. Agerpen kopurua ere erakusten du.
|
|
|
Zoritxarrez, euskaraz gehien erabiltzen diren hitzak (eta, da, ez, ere) motzak dira, beste hizkuntza batzuetan maiz erabiltzen dira, eta, zenbaitetan, laburdura eta akronimoak izan daitezke. Beraz, ez
|
dago
hitz magikorik, alegia, euskarazko testuetan soilik agertuko den eta iragazki gisa erabil daitekeen hitzik. Euskarazko hitz erabiliena eta da.
|
|
2008
|
|
|
Etorkizunean posible izango da bilatzailean hitz bat jarri ordez argazki bat jartzea, edo bideoetan grabatuta
|
dauden
hitzak bilatzea. Artxibokoa
|
|
|
Gaur egun, egia da, bilaketetan hitzak bilatzen dira; argazki bat bilatu arren, argazkiekin batera dauden testuetan, edo argazkiek dituzten etiketetan, hitzak bilatzen dituzte bilatzaileek, eta hitz horiekin batera orrialdean ageri den argazkia erakusten dute. Etorkizunean, dena den, posible izango da bilatzailean hitz bat jarri ordez argazki bat jartzea, edo bideoetan grabatuta
|
dauden
hitzak bilatzea; baita aldi berean hainbat formatutako informazioa bilatzea ere. Horretan ari gara lanean.
|
|
2016
|
|
|
Hain zuzen ere,
|
badaude
hitz konbinazio batzuk hizkuntzen arau orokorretatik kanpo geratzen direnak, eta horien artean daude Unitate Fraseologikoak (Gurrutxaga, 2016). Corpasek (1997) eta Urizarrek (2011), besteak beste, hiru multzotan sailkatu dituzte:
|
|
|
Matxinek darabilen hiztegian,
|
badaude
hitz bat baino gehiagoko sarrera batzuk, eta batzuetan itzulpen zuzenak sortzen dira horiei esker:
|
|
|
batetik, gaztelaniazko edo ingelesezko UFak ezagutzea, eta, bestetik, euskarara ekartzea. Gaur egun, beti segidan eta ordena berean
|
dauden
hitz konbinazioak bakarrik detektatzen dira ondo; beraz, konbinazioko hitzak bereizten baditugu edo ordena aldatzen badiegu, hitz solteak balira bezala tratatzen dira, eta ez UF baten parte balira bezala (4 adibidea). Era berean, euskarazko esaldiak sortzeko ere informazioa falta da askotan, sarrera bakoitzari ordain bakarra ematen baitzaio Matxinen hiztegian.
|
|
2018
|
|
|
Embeddingen ikasketa, zenbaketa bidez. Testu luze bat hartuta, hitz konbinazio bakoitza batera zenbat esalditan agertzen den kontatzen da taula batean. Errenkada bakoitzeko zenbaki zerrendak
|
dagokion
hitzaren koordenatuak ematen ditu. Praktikan, hitzen maiztasuna egokitzeko eta dimentsionalitatea murrizteko teknikekin findu ohi da oinarrizko hurbilpen hori.
|