|
 Jan van Bakel. |
Het onderstaande is de inhoud van een document dat in 1985 binnen de faculteit der letteren van de KUN
een rol gespeeld heeft voor de meningsvorming en discussie over de toekomst van het vak Computerlinguïstiek.
Destijds werkte een commissie aan een plan voor de ontwikkeling van een studierichting Taal, Spraak en Informatica (TSI).
De informatie welke hier gegeven wordt over de afdeling Computerlinguïstiek van de faculteit der
letteren en over het daar gegeven onderwijs en verrichte onderzoek is gericht op de vakgroep Taal, Spraak en Informatica.
Het doel is inzicht te geven in de aard van de overgangssituatie die voor de afdeling Computerlinguïstiek
ontstaat nu het perspectief is dat haar werk op enige termijn zal overgaan in het geheel van de activiteiten van de
vakgroep Taal, Spraak en Informatica.
Uiteraard is het doel ook een beoordeling mogelijk te maken van de stellingname die door personen,
uit de afdeling Computerlinguïstiek afkomstig, gekozen wordt m.b.t. een aantal kwesties die binnen de
vakgroep Taal, Spraak en Informatica aan de orde zijn.
We zullen achtereenvolgens opmerkingen maken over de geschiedenis van de afdeling Computerlinguïstiek,
over haar onderwijs en over haar onderzoek.
De afdeling Computerlinguïstiek heeft geen formeel kenbaar beginmoment. De eerste aanzetten voor haar ontstaan dateren van
het begin van de jaren 70, toen het toenmalige permanent overlegorgaan voor taalkunde (POT) door Dr. J.J.A. van Bakel,
medewerker van de sectie Nederlands, benaderd werd met het voorstel over te gaan tot de
inrichting van een werkgroep Computational Linguistics binnen deze faculteit.
(Nota Computational Linguistics van
J. van Bakel dd 7 september 1971; zie de brief van de voorzitter van het
POT Dr. J. Nuchelmans, aan het bestuur van de faculteit dd 22 december 1971).
De inspanningen van de door het POT ingestelde Werkgroep Computational Linguistics (bestaande uit J. Aarts, J. van Bakel,
H. Dijkstra en W. Knibbeler; zie de documentatie van het POT, bv. de vergadering dd 27 oktober 1972) leidden tot een advies aan de
faculteit tot instelling van Deze adviezen kwamen na veel vertraging pas weer aan de orde na instelling
van een nieuwe adviescommissie (J. Aarts, J. van Bakel,
P.Canoy, A. Kraak) in oktober 1973 en het uitbrengen van een hernieuwd advies in november 1974.
De verlening van een onderwijsopdracht Computerlinguïstiek aan Dr. J.J.A. van Bakel vond voor de eerste maal plaats
met ingang van 1 september 1975. De naamgeving Computerlinguïstiek werd door Dr. A. Kraak voorgesteld.
De opdracht werd in september 1977 met een nieuwe periode van twee jaar verlengd tot 1 september 1979.
De werkzaamheden voor Computerlinguïstiek werden door Dr. J.J.A. van Bakel lange tijd gecombineerd met taken
binnen de sectie Nederlands. Sinds het tijdstip dat hij een leeropdracht Historische Syntaxis van het
Nederlands kreeg (1975) (welke discipline door de sectie Nederlands bij haar eerste initiatief in 1970
bedoeld werd als computer-gebaseerd onderzoek in historische teksten naar syntactische taalveranderingen)
was door toevallige omstandigheden (een lectoraat, later hoogleraarschap op persoonlijke titel)
de situatie gunstig voor de versterking van de positie van het vak binnen de disciplines van de faculteit.
In september 1979 werd door de faculteit het voorstel aan het College van Bestuur gedaan om de onderwijsopdracht
Computerlinguïstiek om te zetten in een leeropdracht aan de hoogleraar voor historische syntaxis van het Nederlands.
Sindsdien is de sitiuatie ongewijzigd.
De uitvoering van een onderwijsstimuleringsproject door Drs. P.C. Rolf (1977-1979)
betekende vooral een verbetering van de infrastructurele omstandigheden van wat toen al informeel
de afdeling Computerlinguïstiek werd genoemd.
Vanaf 1979, kan men zeggen, functioneert de afdeling Computerlinguïstiek stabiel.
Zowel het onderwijs als het onderzoek kozen vastere banen, waarbij werd voortgebouwd op datgene wat
uit vroegere jaren aanwezig was.
Het onderwijs Computerlinguïstiek is erop gericht de student in staat te stellen tot het doen van
onderzoek m.b.t. taalverwerkende machines of het construeren van toepassingen van zulke machines.
Binnen de basiscursus wordt intensief gebruik gemaakt van onderwijsondersteunende computer-hulpmiddelen
die in de loop der jaren in de afdeling ontwikkeld zijn.
De Verkenning houdt ook een onderdeel programmeren in. Daarbij wordt een aantal programma's die
binnen de afdeling in de loop der jaren tot stand zijn gekomen als programma's (d.w.z. niet met het
oog op hun doel maar met het oog op hun vorm) geanalyseerd. De gedachte is, dat deze benadering een goede aanvulling is naast
het zelf programmeren.
De colleges lopen over een periode van 16 weken met 4 uur college per week.
Ook in deze component van het onderwijs komt het eigen onderzoek van de afdeling niet aan de orde.
Het onderdeel wordt afgerond door het schrijven van een uitvoerig literatuurverslag.
Methode en doelstellingen van het eigen onderzoek worden, aan de hand van interne en externe publicaties, goeddeels op
dezelfde wijze als onder de Verkenning maar nu meer vergezeld van demonstraties, gedetailleerd geanlyseerd en besproken.
Daarbij zijn ook de voltooide doctoraalprojecten uit het verleden aan de orde.
De lijn AMAZON-CASUS is de oudste lijn. Het syeteem heeft in zijn huidige status weliswaar een grote syntactische
en semantische machtigheid maar is toch nog steeds in ontwikkeling. Het doel is methodologisch de mogelijkheden
van semantische interpretering te verkennen op basis van een drietraps model:
morfologie - syntaxis - semantiek en deze mogelijkheden uiteindelijk ook te toetsen door automatisch vertalen.
Hoewel het project nog heel wat verbreding vraagt aan de basis, bevindt de spits van de lijn zich al in de fase van
het automatisch vertalen in het lopende project Van Bakel - Stoop - Wever (NWO-SPIN 30-224, 1985).
In de lijn SYGMART zijn de onderzoeksdoeleinden niet anders dan binnen AMAZON-CASUS.
Het verschil is van methodologische aard. Het doel
van dit onderzoek is na te gaan wat de specifieke mogelijkheden en onmogelijkheden zijn
onder het franse systeem SYGMART.
De lijn van de modeltheoretische semantiek is binnen de afdeling geopend door het project Van Bakel - Coppen
Semantisch-syntactische analyse van de NP in het Nederlands (ZWO 30-145, 1982-1985).
Ook hier zijn de doelstellingen van semantisch-syntactische aard, terwijl ook het perspectief van het
automatisch vertalen zich aandient.
De afdeling Computerlinguïstiek beschikt over een reeks van interessante grammaticale systemen, die zowel binnen het
onderwijs alsook het onderzoek een van dag tot dag groeiende nuttige functie vervullen.
Alle hier kortweg op te sommen instrumenten zijn voor ieder gebruiker van de CMS-machine van het URC
toegankelijk en te gebruiken. Ze zullen gedemonstreerd worden op de Transfer-dag voor
Taal- en Spraaktechnologie (2 mei 1985).
(De afdeling verbiedt kopiëren en overplaatsen op andere machines).
1. Abstracte grammatica-systemen kunnen op grond van een aangeboden grammatica een concreet grammatica-systeem
bouwen. Abstract betekent dus: zonder kennis over een of andere bepaalde grammatica.
2. Concrete grammatica-systemen kunnen op grond van grammaticale kennis over een of andere taal zinnen uit die taal
ontleden en/of interpreteren.
3. Een onderwijs-systeem is een instrument waarmee de student zijn kennis op een of ander gebied
kan toetsen door opdrachten uit te voeren onder controle van kennis die het systeem bevat.
Uit dit overzicht blijkt dat binnen de afdeling Computerlinguïstiek
een situatie is gegroeid met zeer veel historische residuen. Geheel blijvend buiten iedere poging
tot evaluering van dat alles kan gezegd worden, dat al die gegevenheden voor wie in die afdeling onderwijs en
onderzoek mede gestalte hebben gegeven, van zo groot gewicht en belang zijn, dat ze door geen
ontwikkelingen op het spel gezet mogen worden.
Omdat zeer veel van de beschikbare instrumenten in SNOBOL geschreven zijn, is de noodzaak aanwezig
om programmeeronderwijs SNOBOL in het studieprogramma op te nemen.
Het laten vallen van SNOBOL zou de weg afsnijden voor de studenten naar een groot deel van de genoemde
instrumenten. Dat zou een volkomen onaanvaardbare terugval betekenen.
Aan de leden van de vakgroep Taal, Spraak en Informatica wordt het bovenstaande ter overweging gegeven.
De wereld waarin het werk van deze vakgroep zich moet innestelen is niet leeg.
Jan van Bakel
Informatie Computerlinguïstiek
Jan van Bakel, maart 2000.
Geschiedenis
- een intersectiaire werkgroep Computational Linguistics
- een bijvak Computational Linguistics.
Onderwijs
In de huidige situatie is het onderwijs van de afdeling Computerlinguïstiek opgezet in vier componenten:
Van alle studenten wordt geëist dat ze deze onderdelen in de aangegeven orde volgen. Na voltooiing van ieder van de
vier componenten kan met de studie gestopt worden. Als afstudeerders worden binnen de afdeling
beschouwd de studenten die de vierde component voltooien.
1. Basiscursus
Van beneden af wordt dit doel in de opeenvolgende onderwijscomponennten steeds dichter benaderd. De basiscursus heeft
een zuiver methodologisch karakter. Dit wil zeggen dat de student alleen kennismaakt met de methodes die
in het vak gebruiikt worden voor het bereiken van de doelstellingen van het vak, Dat betekent:
De basiscursus houdt colleges in gedurende 21 weken (2 uur per week) en computer-praktika in dezelfde
periode (2 uur per week).
De cursus wordt afgesloten door het uitvoeren van een programmeeropdracht en een grammatica-opdracht.
Voor dit laatste bouwt de student naar keuze een analyserende of genererende grammatica waarvan hij vorm en resultaten laat zien.
2. Verkenning
De cursus Verkenning beoogt de student zicht te geven op werk op het terrein van de Computerlinguïstiek zoals
dat in de literatuur verschijnt. Daarvoor wordt gebruik gemaakt van een uitgebreide reader (ongeveer 600 gemiddelde
tijdschriftpagina's) en enkele handboeken (Brandt Corstius Algebraïsche Taalkunde; idem
Computer-Taalkunde).
De studenten lezen wekelijks bepaalde nummers, welke daarna in de colleges worden uitgelegd en becommentariëerd.
3. Inleiding onderzoek
De derde onderwijscomponent beoogt de student in te leiden in de onderzoeksproblematiek die binnen de vakgroep
aan de orde is. Qua doelstelling is deze collegereeks geheel indentiek aan de Verkenning, zij het dat de blik zich concentreert
op de directe eigen omgeving.
4. Onderzoek
In de laatste onderwijscomponent is de activiteit van de student geheel en al gericht op het uitvoeren van een
eigen onderzoeksproject in het kader van de onderzoeksproblematiek van de afdeling.
Deze activiteit wordt ten dele individueel begeleid door de staf, ten dele ook door besprekingen in het verband
van het zogenaamde doctoraal colloquium, een maandelijke bijeenkomst waar het onderzoek van de afdeling, ook dus dat van de
stafleden, aan de orde is. Daarmee is een situatie gecreëerd waarin het werk van de student
alleen naar zijn status te onderscheiden is van dat van de staf. Bovendien ziet de student voortdurend zijn
eigen onderzoek zich bewegen in relatie tot dat van medestudenten en stafleden.
Onderzoek
Het onderzoek van de afdeling Computerlinguïstiek richt zich op morfologische, syntactische en semantische
analysering en interpretering van Nederlandse zinnen. Daarbij zijn drie lijnen te onderscheiden:
Wij zullen ons beperken tot enkele opmerkingen.
Instrumenten
Instrumenten van de afdeling Computerlinguïstiek
Conclusie
Nijmegen, 19 maart 1985.
Bibliografie Afd. Computerlinguïstiek
Automatische Syntactische Analyse van Nederlandse Teksten,
Universitair Rekencentrum KU Nijmegen 1970.
Automatische Zinsontleding met de Computer,
Interne Publicatie, KU Nijmegen, 1975.
Automatische Lexicalisering, Verslag van de Werkgroep
Computerlinguïstiek 1976-1977,
Grammarij No. 5, 1977.
Een Poging tot automatische semantische interpretatie
Verslagen Computerlinguïstiek 1 (1978).
Eksperiment met een Kasusgrammatika,
Verslagen Computerlinguïstiek, No. 2 (1981).
Een nieuwe versie van AMAZON,
Verslagen Computerlinguïstiek, No. 2 (1981).
Transformationele Analyse; Thema's van het onderzoekprogramma
Computerlinguïstiek KU Nijmegen,
Verslagen Computerlinguïstiek, No. 2 (1981).
Linguistic Engineering,
Faculteit der Letteren KU Nijmegen (28 sept. 1979); ook in:
Verslagen Computerlinguïstiek No. 2 (1981).
Automatic Semantic Analysis of WH-Movement in Dutch,
ITL Review of Applioed Linguistics, 58 (1982), 45-81.
Depassivisering e.a. in CASUS(82);
Verslagen Computerlinguïstiek No. 3 (1983), 65-73.
Methodologie van de Computerlinguïstiek;
Gramma, 7 (1983), pag. 100-113.
Automatic Semantic Interpretation, A Computer Model of Understanding
Natural Language,
Foris Dordrecht 1984.
Dummy Pronomina - Behandeling van semantisch lege
voornaamwoorden in een automatisch semantisch interpreterend systeem;
Verslagen Computerlinguïstiek 4(1985), 113-129.
Natuurlijke taal als communicatiemedium tussen mensen en computerprogrammatuur,
doctoraal scriptie Computerlinguïstiek KUN 1983.
Morfologie van werkwoorden in Sygmart,
Verslagen Computerlinguïstiek 4(1985), 1-32.
Een analyse-programmatuur voor composita,
Verslagen Computerlinguïstiek 2(1981), 127-137.
MORANE, een systeem voor Morfologische Analyse,
Verslagen Computerlinguïstiek 3(1983) 1-40.
MOANDER"s lange weg,
Verslagen Computerlinguïstiek 4(1985), 43-112.
De aard van het quantitatieve ER,
Nieuwe Taalgids
78(1985) 149-163.
GRASP, GRAmmars in Spitbol Patters,
The Proceedings of the 1985 International Conference on English Language
and Literature Applications of Snobol and Spitbol May 30 - June 1 1985,
Dakota State College, Madison SD, 1985, 121-132.
Nonargumenten en Control,
Glot 7()1985), 227-236.
Computergestuurd Taalkunde-onderwijs in Nijmegen,
Lezing TIN-dag Amsterdam 1985.
GRAMTSY, een interpreter voor transformationele grammatica's - een gebruikershandleiding,
Inter rapport Afd. Computerlinguïstiek KUN 1985.
MOANDER, een systeem voor Automatische Montague Analyse,
Eindrapport ZWO-project 30-145, augustus 1985.
Huis-, tuin- en keuken-SPITBOL,
Informatie 27(1985), 674-680.
Tools for Computational Linguistics,
Linguistics in the Netherlands, 1986 (te verschijnen.
Morfo-Analyzer - een experimenteel morfologisch systeem,
doctoraal scriptie Computerlinguïstiek KUN 1985.
Reconstructie van scheidbare werkwoorden,
Verslagen Computerlinguïstiek 3(1983), 115-123.
AMAZON(85),
Verslagen Computerlinguïstiek 4(1985), 33-42.
TPASSIEF voor KASUS(82),
Verslagen Computerlinguïstiek 3(1983), 41-64.
Verbale verstrengeling,
doctoraal scriptie Computerlinguïstiek KUN 1983.
Reconstructie van topicalisatie,
Verslagen Computerlinguïstiek 3(1983), 74-114.
Vertalen van getalsnamen,
Verslagen Computerlinguïstiek 3(1983), 97-114.
Positionele Letterfrekwenties van het Nederlands, Lisse 1984.
Beschrijving van het vertaalsysteem SYGMART - Versie 4, intern rapport KUN Afd.
Computerlinguïstiek, 1984.
REFERENCES: Een theorie over anaforische relaties binnen AMAZON,
Verslagen Computerlinguïstiek 2(1981), 58-90.
Automatisch Vertalen Nederlands-Nederlands,
doctoraal scriptie Computerlinguïstiek KUN 1984.
Lemmatisering: Een analyse van de methode van M.L. Hahn,
Verslagen Computerlinguïstiek 2(1981), 106-118.
De implementatie van de NC-Coppen in Amazon en Casus,
doctoraal scriptie Computerlinguïstiek KUN 1985.
TRANSIT, Translation System Into Turkish, Linguistics in the Netherlands, 1986 (te verschijnen).
Woordvorming door middel van Affixen - Een bijdrage tot de morfologie van het
Nederlandse zelfstandig naamwoord, bijvoeglijk naamwoord en werkwoord,
doctoraal scriptie Nederlands KUN 1981.
Interpretatie van S-complementen onder CASUS,doctoraal scriptie Computerlinguïstiek,
KUN 1985.