Om svar anhålles - Svenska Akademiens ordbok - Göteborgs ...

19
Tabell 1: tagguppsättning för primärstrukturen
starttagg sluttagg beskrivning
avledning
— ramsa med särskilda förbindelser
— artikel för särskild förbindelse
särskild förbindelse – grundord
särskild förbindelse – partikel
— betydelsemoment på 1:a nivån (huvudmoment,
anges i tryck med arabiska siffror)
— betydelsemoment på 2:a nivån (anges i
tryck med gemener)
— betydelsemoment på 3:e nivån (anges i
tryck med grekiska bokstäver)
— betydelsemoment på 4:e nivån (anges i
tryck med grekiska bokstäver kombinerat
med prim-tecken)
— betydelsemoment på 5:e nivån (anges i
tryck med grekiska bokstäver kombinerat
med bis-tecken)
— momentgruppering (syntaktiska kriterier;
anges i tryck med romerska siffror)
— momentgruppering (icke-syntaktiska kriterier;
anges i tryck med versaler)
Det har varit nödvändigt att göra omfattande sorteringar av materialet för att hitta dessa
mönster. För att exemplifiera hur detta kan gå till kan vi återknyta till exemplet med betydelseindelningen
i artikeln champagne ovan. I detta fall skulle man först sortera kontexten
för alla siffror i fetstil i SAOB. Man gör sedan en bedömning om alla siffror är
ordningsnummer i betydelseindelningen. I så fall byter man ut dem mot taggen , o.s.v., som i exemplet ovan. Detta är ett naturligtvis ett starkt förenklat
exempel eftersom det finns miljontals siffror i fetstil i SAOB, vilka förekommer i en
mängd olika funktioner. Mönstren som vi definierar är mycket mer komplicerade, men exemplet
visar på själva tillvägagångssättet. Vi gör omfattande provtaggningar på små partier
från olika delar av ordboken – på grund av den strukturella variationen – innan vi
slutligen taggar hela materialet. Man måste acceptera en viss felprocent på grund av svårigheten
att överblicka strukturen, men den får inte vara större än att felen går att korrigera
manuellt i efterhand. Om man taggar 300 000 enheter maskinellt och får med 5 000
andra enheter av misstag, så tar detta lång tid att korrigerera manuellt. Detta kan tyckas
vara en trivial upplysning, men jag vill trycka på att det är ordbokens storlek som karaktäriserar
hela detta projekt och då speciellt svårigheten att överblicka hela materialet.
Makrostrukturen
Det är relativt lätt att hitta gränserna mellan huvudartiklarna i SAOB, eftersom de markeras
typografiskt med ny rad och indrag. Det finns dock en annan typ av artiklar som är
svårare att hitta eftersom uppslagsordet kan stå var som helst på raden, endast åtskilt