Разработка компьютерной языковой системы обучения японскому письму с использованием техники обработки естественного языка

: Изучение страдательного залога.

JieChiYANG, KanjiAKAHORY

Эта работа описывает разработку компьютерной языковой системы обучения (computerassistedlanguagelearningsystem– CALL-система) японскому письму с использованием техники обработки естественного языка (naturallanguageprocessing – NLP–техника). Эта система может быть использована при письме для изучения японского страдательного залога с помощью WWW. Для выявления типов ошибок, возникающих при написании страдательного залога японского языка у студентов-иностранцев, авторы проводили тест и делали обзор вопросника. В результате этих исследований авторы классифицировали типы ошибок в японском страдательном залоге на 12 категорий, 65 видов и 228 ошибок. Эта классификация используется для анализа ошибок, проводимого системой. В этой системе авторы используют средства NLP (включая анализатор морфем и синтаксический анализатор), а затем добавляют анализ ошибок и обработчик обратной связи. Таким образом, система, давая обучаемому возможность свободно вводить предложения, может обнаружить ошибку в напечатанных (введенных обучаемым с клавиатуры) предложениях и выдавать обучаемому адекватные сообщения обратной связи. Кроме того, авторы предлагают механизм исправления обучаемым, позволяющий обучаемому корректировать напечатанные предложения самому, что поможет ему лучше понять те ошибки, которые он совершил. Этот механизм может быть рассмотрен как дополнение к блоку прогнозирования системы и как усиление эффективности данной CALL-системы.

Введение

Эффективность CALL-систем была описана многими учеными [4],[7]. Недостатком существующих CALL-систем является то, что обучаемый не может свободно вводить с клавиатуры заданные языковые выражения, особенно это относится к компьютерным системам обучения письму. Обучаемому доступна лишь информация, сопровождающая правила учебного курса, заранее установленного на компьютер. Поэтому нельзя назвать такой тип систем полностью интерактивными. В результате этих причин проводится все больше и больше исследований [1],[3],[7]в области применения NLP-техники в CALL-системах. Исследования [2],[5],[9] анализа ошибок в системах обучения письму были особенно усилены превосходными результатами эксперимента [6] в области выносливости (устойчивости к ошибкам) средств NLP.

В CALL-системах анализ напечатанных предложений является необходимостью, так как обучаемый должен иметь возможность свободно формулировать предложения без каких-либо предописанных правил. Поэтому мы используем средства NLP для анализа напечатанных предложений.

К сожалению, почти все теории грамматики и техника NLP, предложенные до сегодняшнего дня могут анализировать только грамматически корректные предложения. Однако обучаемые японскому языку, использующие CALL-систему, скорее всего, напечатают неправильные предложения. Таким образом, мы можем или добавить анализатор ошибок в существующие, нескорректированные NLP-средства, или скорректировать NLP-средства для решения этой проблемы. В этой статье мы применили первый метод. Однако, это сопряжено с проблемой неопознания правильной морфемы или правильной части речи слова. Трудность заключается в обнаружении правильных морфем даже в грамматически корректных предложениях, так как в японском языке предложения пишутся непрерывно, без каких-либо промежутков¹ . Поэтому в случае неправильно введенных предложений они будут интерпретированы как грамматически корректные. Неправильная морфема будет признана правильной существующими средствами NLP. Например, правильное предложение с правильными морфемами «Jyon san wa kaku san ni nagura re mashita.» (Джон ударен мистером Каку) будет анализировано как «Jon san wa kaku san nina kura re mashita.» (Джон перевернут мистером Каку), если правильное слово «naguraremashita» будет введено как неправильное слово «inakuraremashita». Вот, почему мы представляем разработанную систему. Настоящая система может обнаруживать правильные морфемы, даже если было введено неправильное предложение.

В нашей системе мы использовали метод, который прогнозирует структуры неправильного ввода, а затем сохраняет их с целью анализа ошибок. Другими словами, он сводится к исследованию возможных структур некорректных предложений в страдательном залоге, логически вытекающих из понимания правил определения корректности предложений.

Настоящая работа описывает CALL-систему, использующую NLP-технику, которая может помочь устранить недостатки существующих CALL-систем. Представленная система позволяет обучаемому свободно вводить с клавиатуры предложения, она может обнаруживать ошибки в напечатанных предложениях и выдавать обучаемому адекватные сообщения обратной связи и может быть использована для обучения написанию японского страдательного залога с помощью любого WWW браузера.

Структура и реализация системы

2.1. Cхема и алгоритм системы

На рисунке 1 изображена схема системы. Система состоит из интерфейса, то есть, WWW браузера, системы анализа предложений, системы обратной связи, словаря и грамматических правил. Система анализа предложений включает в себя анализатор морфем (JUMAN 3.0), синтаксический анализатор (KNP 1.1) и анализатор ошибок. Средства NLP – JUMAN и KNP – были разработаны лабораторией Нагао университета Киото (Япония). Эти средства могут анализировать только грамматически корректные японские предложения. Система обратной связи включает в себя генератор сообщений обратной связи,