Welkom bij OpenTaal

Eindelijk is het zo ver dat ik het aandurf om een publieke alfaversie van de spellingcontrole met herkenning van (veel) samenstellingen te publiceren.

Wat een puzzel was het.

Een 2e alfaversie kent natuurlijk nog gebreken. Je mag ook niet anders verwachten. Van diegenen die deze alfaversie aandurven hoop ik dan ook veel terugkoppeling te krijgen op het e-mailadres Dit e-mailadres wordt beveiligd tegen spambots. JavaScript dient ingeschakeld te zijn om het te bekijken..

Wat echt anders is aan deze spellingcontrole is:

• Veel geldige woordsamenstellingen worden geaccepteerd
• het optionele koppelteken in woorden wordt (meestal) geaccepteerd.
• bij de foute splitsing automatiserings machine wordt automatiserings- gesuggereerd en geaccepteerd (werkt nu nog alleen correct in OpenOffice.org 3.2).

Geldige samenstellingen die niet als zodanig worden onderkend, foute woorden die als correct worden gezien, alles wil ik weten om een nog betere versie kunnen maken.

Structurele hulp kan ik ook goed gebruiken. Moeilijk is het niet. Het gaat dan om het nakijken van de meest gebruikte woorden, die niet correct zijn voor de gewone 1.10 (en dus niet in onze woordenlijst staan) maar wel door de alfa worden geaccepteerd. Correcte woorden kunnen we opnemen in de lijst voor de keuring, foute of riskante moeten we blokkeren.

Ik hoop bij de laatste actie vooral op de inbreng van de taalkundigen onder ons.

Downloaden? Klik op ' Mozilla'  of 'OpenOffice.org 3.2' .

Na de alfa-fase volgt overigens nog een bètafase. Pas in september zullen we officieel de nieuwe spellingcontrole vrijgeven, met daarin ook de nieuwe door de keuringsprocedure correct bevonden woorden.

Testresultaten:

- 5-3-2010, Jan de R:: samenstellingen werken niet goed in Opera; dezelfde woorden gaan wel goed in Firefox 3.5.8.  Opera heeft kennelijk nieuwere versie van Hunspell nodig.

-5-3-2010, Jan de R: Mozilla-plug-in installeert niet in Firefox 3.6. (Inmiddels aangepast)

-6-3-2010, Jan de R: platteland stelt niet samen; de suggesties zijn wild. (Platteland samensteller gemaakt, samenstellen met tel stopgezet)

-8-3-2010, Peter: plug-in voor OOo is niet correct. (inmiddels gecorrigeerd)

-8-3-2010, Peter: man-vrouwwoorden gaan nog niet goed. (Inmiddels aangepast) Dit heeft gelijk een gebrek in Hunspell 1.2.8 aangetoond. (Voorlopig opgelost door de geoogste fouten als blokkering op te nemen.)

-8-3-2010, Jan de R: Nog voorzichtiger samenstellen met woorden met een tussen-s en woorden die met en zonder s kunnen beginnen. Dat betekende 1400 woorden controleren en aanpassen. (Opgelost door alle woorden die hier een probleem kunnen geven niet meer als samensteller te gebruiken.)

Al met al reden genoeg voor een update. Dus bijwerken maar weer!

-11-3-2010 Ruud B: de volgorde van aanbieden van de suggesties is nog niet best. Dat wordt beter als we aan uiteindelijk de meest voorkomende woorden los gaan toevegen.

-11-3-2010 Ruud B: Veel van de suggesties bij samenstellingen zijn nogal wild. We hebben een filter op te groot verschil van de invoer- en uitvoerwoorden voorgesteld aan de maker van Hunspell. Het verschijnsel wordt naarmate er meer woorden correct met samenstellingen worden gedaan ook minder.

- 28-3-2010 Er zijn veel aanpassingen gedaan. Onder meer om ervoor te zorgen dat alternatieven met een koppelteken eerder worden aangeboden dan allerlei 'kunstwoorden'. Verder is er een aanpassing gedaan voor Mozilla. Die blijkt vreemd om te gaan met de 'maxversion' die in de plug-in is ingesteld.

Tot nu toe hebben we in de spellingcontrole steeds de ' gebruikt in woorden als: programma's.

Professionele schrijvers kiezen echter voor de nette, kromme apostrof. Dat ziet er ook mooier uit, maar typt een stuk lastiger in. Gelukkig passen (sommige)  tekstverwerkers de ' zelf aan in de nette apostrof (‘) . (Helaas deze waarmee het artikel wordt gemaakt niet.)

Uit de gedachtewisseling op de mailing list is duidelijk geworden dat er voor onze apostrof eigenlijk geen teken is gereserveerd in unicode! Deze groep adviseert om het aanhalingsteken sluiten te gebruiken. Onderscheid tussen vorm en functie wordt daar niet volledig gemaakt.

Momenteel doen we een experiment wat het betekent voor de verschillende gebruikende producten als we de spellingcontrole omzetten in utf-8, en de nette apostrof gebruiken.

Goede testgevallen zijn:

• bureau's, wat altijd fout is (met wat voor apostrof ook), maar als de software foutief apart bureau en s aanlevert aan Hunspell, dan wordt het woord correct bevonden.
• programmas, wat altijd fout is, en waarvoor de suggestie van programma's zou moeten geven (met de gekozen apostrof)
• programma's (met de gekozen apostrof) dient altijd correct te worden bevonden

De resultaten tot nu toe zijn:

In OpenOffice.org zit kennelijk een vertaling van de ene naar de andere apostrof; anders zijn de resultaten van 1.10 niet te verklaren. In elk geval gaat het grotendeels goed.

Bij Snow leopard lijkt het structureel fout te gaan. Beide typen apostrof worden niet als deel van het woord gezien. Dat is een gebrek in de software in de interface met Hunspell. Tijd voor een probleemmelding aan Apple. Joost doet hiertoe een poging.

Ook Chrome gaat structureel fout.. Tijd om een bug te melden. Die contacten hebben we wel.

Voorstel voor implementatie in toekomstige woordenlijsten:

1) elke teken dat veel als apostrof wordt gebruikt (', ’ en ´, mogelijk ook de ` ) accepteren als teken van woord, zodat bureau's, bureau’s en bureau´s fout worden gerekend.

2) De makers van de gebruikende software op hun verantwoordelijkheid wijzen.

Er is nog geen uniformiteit in de mening over:

3a) in de suggesties alleen de ’ aanbieden (Reinout)

3b) In de suggesties alleen de ' aanbieden en de rest aan de softwaremakers overlaten (Simon)

3c) Zowel de ' als de ’ aanbieden. (Jan)

In december 2009 is stichting OpenTaal opgericht. De stichting heeft tot doel om de community te ondersteunen en heeft geen winstoogmerk. De bestuurders ontvangen geen beloning voor hun werkzaamheden. De rechtsvorm maakt het bijvoorbeeld mogelijk om met externe partijen afspraken te maken en verdere samenwerking aan te gaan. Op dit moment zijn we bijvoorbeeld met de Nederlandse Taalunie en het Instituut voor Nederlandse Lexicologie in gesprek om de samenwerking uit te breiden en een deel van hun taalbronnen voor ons en anderen beschikbaar te maken.

Gelukkig is er al een aantal partijen dat ons nu (vaak in natura) steunt of dat in het verleden heeft gedaan.Om de stichting en het project te laten bruisen hebben we ook jouw hulp nodig. Om de stichting draaiende te houden en de activiteiten van de stichting verder uit te breiden hebben we namelijk ook financiële middelen nodig. Daarom nodigen we je uit om vriend van OpenTaal te worden.

Uiteraard ben je zelf vrij om de hoogte van het bedrag zelf te bepalen. Mocht je daarop prijs stellen dan vermelden we je naam in het overzicht van donateurs op de website.Op de website worden je naam, donateurscategorie en donatiejaren vermeld.  We zullen met enige regelmaat laten weten hoe de financiële middelen worden ingezet. Om wat houvast te geven en voor de naamsvermelding in het overzicht van donateurs hebben we de onderstaande donateurscategorieën bedacht.

• Maatje van OpenTaal: EUR 20,- per jaar
• Kameraad van OpenTaal: EUR 40,- per jaar
• Partner van OpenTaal: EUR 100,- per jaar

Je kunt je bijdrage overmaken naar rekeningnummer 15.62.32.782 (Rabobank Utrecht) t.n.v. Stichting OpenTaal o.v.v. "Vriend van OpenTaal". Uiteraard is het mogelijk  om eenmalig een donatie te doen. Omwille van continuïteit en voorspelbaarheid willen we je aanvullend vragen om je eventuele bijdrage jaarlijks (geautomatiseerd) op de Europese Dag van de Talen (26 september) te doen.

Stichting OpenTaal is door de Belastingdienst aangewezen als ANBI. Giften aan Stichting OpenTaal zijn daardoor fiscaal aftrekbaar.

Donatie van buiten Nederland

Voor donatie van buiten Nederland heb je de volgende gegevens nodig:

BIC: RABONL2U

IBAN: NL88RABO0156232782

Voor meer informatie over BIC/IBAN zie http://www.ibanbicservice.nl/

Bij voorbaat hartelijk bedankt voor je bijdrage aan een nog bruisender OpenTaal!

De sponsoring bestond tot nu toe uit:

Soms is er een gebruiker die slim denkt te zijn en alle pagina's van de OpenTaal-database te dupliceren met een script. Hierdoor brengt deze gebruiker de site in gevaar.

Ik heb net zo'n gebruiker laten blokkeren en zijn provider geïnformeerd over deze ongewenste werkwijze.

Mocht er behoefte zijn aan de gegevens van OpenTaal, ga ze dan niet op een dergelijke manier ophalen zonder toestemming, maar neem gewoon contact op via de mailing list of info(@)opentaal.org.

Gaat het om legale, bij voorkeur maatschappelijk betrokken doeleinden, dan vinden we altijd een modus. Zelfs als het doel commercieel is.