Euskarazko errore sintaktikoak detektatzeko eta zuzentzeko ...

130 Patroiak, datak eta postposizio-lokuzioak
Corpus zuzena Corpus erroreduna
1. arte (10418 agerpen) arte (1726)
2. bitarte (3075) bezala (738)
3. barru (2870) aurre (691)
4. kanpo (2250) gabe (671)
5. buruz (2205) alde (647)
6. gora (2115) inguru (565)
7. esker (2040) bide (460)
8. oste (2011) arabera (455)
9. gisa (1916) bat (285)
10. aurre (1715) bitarte (283)
11. gabe (1483) gero (277)
12. arabera (1424) zehar (254)
13. erdi (1127) gisa (232)
14. geroztik (1083) barru (219)
15. ondo (1054) kontra (214)
16. inguru (804) aurka (203)
17. ondoren (794) ondo (177)
18. bide (705) kanpo (128)
19. zehar (636) atze (126)
20. begira (632) bila (122)
V.9 Taula: Corpus zuzenean eta erroredunean agerpen kopuru handieneko
20 postposizio-lokuzioak.
Taulan erakutsitako maiztasunak aukeratutako testuen araberakoak
dira, eta ez dute zertan orokortzeko modukoak izan. Corpus zuzena
Euskaldunon Egunkariko testuekin osatuta dago eta honek, egunkari
gehienek bezala, estilo bati jarraitzen dio. Estiloak, corpusean erabilitako
postposizio-lokuzioetan eragina duela uste dugu. Antzeko fenomenoa
gertatzen da aukeratutako corpus erroredunean. Erroreak izan
ditzakeen corpusaren zati handi bat euskaraz idatzitako posta elektronikoko
mezuekin osatuta dago (EuskaraZ zerrenda, 2000 eta 2001
urteetako 3049 mezu). Mezuetan ohikoa da norbaiten galderari “erantzutean”
jasotako testua erantzunean jartzea. Jasotako testuan oker
erabilitako postposizio bat bagenu, mezu horren erantzun guztietan
agertuko litzateke. Corpusaren izaerak postposizioen agerpen kopurua
baldintzatzen du, mezu bakarrean agertu arren, hainbat aldiz “zenbatzen”
baita.
Estiloak eta corpusaren izaerak emaitzetan eragin handia izan dezaketela
ezagutu arren, gure ustez, corpus egokia eta zabala bildu dugu.
4. Azkenik, landuko ditugun bost postposizio-egiturak aukeratu ditugu.
Postposizio-lokuzioen erabilera okerrak testuetan bilatzea, dokumentatzea,
automatikoki lantzea eta ebaluatzea, lan konplexua eta luzea