Prepoznavanje krajšav in razvezav v angleških besedilih s področja varstvoslovja z algoritmom Krajšavar ter orodjema ChatGPT in Perplexity
DOI:
https://doi.org/10.3986/JZ.31.2.05Ključne besede:
krajšave, angleščina, slovar, algoritem, umetna inteligencaPovzetek
V prispevku se osredotočamo na uporabo orodij umetne inteligence, in sicer ChatGPT ter Perplexity, v procesu prepoznavanja krajšav in razvezav v angleških besedilih stroke, in sicer na primeru varstvoslovnih besedil, ter izsledke primerjamo s filtracijo besedil z algoritmom Krajšavar. Angleška besedila, ki smo jih uporabili pri filtraciji z orodjema umetne inteligence in algoritmom, smo ročno zbrali na podlagi tipološke klasifikacije angleških varstvoslovnih besedil. V prispevku predstavimo značilnosti algoritma Krajšavar, opišemo njegov razvoj in delovanje ter v nadaljevanju orišemo zbiranje besedil in pripravo gradiva za filtracijo. Osredinimo se na uporabo orodij ChatGPT in Perplexity pri samodejnem prepoznavanju krajšavno-razvezavnih parov v angleških varstvoslovnih besedilih, preverimo izsledke filtracije ter jih primerjamo z izsledki, pridobljenimi z algoritmom Krajšavar, in z rezultati ročnega pregleda.
Prenosi
Literatura
Bezlaj 1995 = France Bezlaj, Etimološki slovar slovenskega jezika 3: P–S, dopolnila in uredila Metka Furlan – Marko Snoj, Ljubljana: Mladinska knjiga, 1995.
Byrd – Park 2011 = Roy J. Byrd – Youngja Park, Hybrid TextMining for Finding Abbreviations and Their Definitions, IMB Thomas J. Watson Research Center (2011), 167–170.
ChatGPT, marec 2025, https://chatgpt.com.
Debenjak – Debenjak – Debenjak 1992 = Doris Debenjak – Božidar Debenjak – Primož Debenjak, Veliki nemško-slovenski slovar = Grosses deutsch-slowenisches Wörterbuch, Ljubljana: Državna založba Slovenije, 1992.
de Schryver 2023 = Gilles-Maurice de Schryver, Generative AI and Lexicography: the Current State of the Art Using ChatGPT, International Journal of Lexicography 36.4 (2023), 355–387, DOI: https://doi.org/10.1093/ijl/ecad021.
Digitalna slovarska baza za slovenščino, 2023–, https://www.cjvt.si/blog/oznaka/digitalna-slovarska-baza-za-slovenscino/.
Gabrovšek 1994 = Dušan Gabrovšek, Kodifikacija angleškega jezika v specializiranih enojezičnih slovarjih: too much of everything?, Vestnik 28.1–2 (1994), 150–180.
Gelernter – Judith 2013 = Judith Gelernter – Shilpa Balaji, An algorithm for local geoparsing of microtext, Geoinformatica 17 (2013), 635–667.
Hajnšek-Holz – Jakopin 1996 = Milena Hajnšek-Holz – Primož Jakopin, Odzadnji slovar slovenskega jezika po Slovarju slovenskega knjižnega jezika, Ljubljana: Založba ZRC, ZRC SAZU, 1996.
Huang idr. 2022 = Xiusheng Huang – Bin Li – Fei Xia – Yixuan Weng, A novel initial reminder framework for acronym extraction, v: SDU@AAAI-22, 2022, https://ceur-ws.org/Vol-3164/paper29.pdf.
Humar 2004 = Marjeta Humar (ur.), Terminologija v času globalizacije: zbornik prispevkov s simpozija Terminologija v času globalizacije, Ljubljana, 5.-6. junij 2003 = Terminology at the time of globalization, Ljubljana: Znanstvenoraziskovalni center SAZU, Založba ZRC = Scientific Research Centre SASA, ZRC Publishing, 2004.
Jakubíček – Rundell 2023 = Miloš Jakubíček – Michael Rundell, The end of lexicography? Can ChatGPT outperform current tools for post-editing lexicography. v: Electronic lexicography in the 21st century: invisible lexicography, Brno: Lexical Computing, 2023, 518–533, https://elex.link/elex2023/wp-content/uploads/102.pdf.
Kolokacijski slovar sodobne slovenščine, 2018–, https://viri.cjvt.si/kolokacije/slv/#
Kompara Lukančič 2009 = Mojca Kompara Lukančič, Prepoznavanje krajšav v besedilih, Jezikoslovni zapiski 15.1–2 (2009), 95–112.
Kompara Lukančič 2010 = Mojca Kompara Lukančič, Krajšavni slovarji, Jezikoslovni zapiski 16.2 (2010), 111–129.
Kompara Lukančič 2011 = Mojca Kompara Lukančič, Razvoj algoritma za samodejno prepoznavanje krajšav in krajšavnih razvezav v elektronskih besedilih, Jezikoslovni zapiski 17.2 (2011), 107–122.
Kompara Lukančič 2018 = Mojca Kompara Lukančič, Sinhrono-diahroni pregled krajšav v slovenskem prostoru in sestava slovarja krajšav, Maribor: Univerza v Mariboru, Univerzitetna založba, 2018.
Kompara Lukančič 2023a = Mojca Kompara Lukančič, Compilation of English entries in the contemporary Slovene dictionary of abbreviations, International Journal of Lexicography 36.2 (2023), 195–210.
Kompara Lukančič 2023b = Mojca Kompara Lukančič, English for specific purposes: selected readings from the field of English for criminal justice and security, Maribor: Univerza v Mariboru, Univerzitetna založba, 2023.
Kompara Lukančič 2025 = Mojca Kompara Lukančič, Prepoznavanje krajšav in razvezav v angleških besedilih s področja varstvoslovja z algoritmom Krajšavar ter orodjema ChatGPT in Perplexity [zaključena zbirka raziskovalnih podatkov], 2025, https://dk.um.si/IzpisGradiva.php?lang=slv&id=95507.
Kompara Lukančič – Holozan 2011 = Mojca Kompara Lukančič – Peter Holozan, What is needed for automatic production of simple and complex dictionary entries in the first Slovene online dictionary of abbreviations using Termania website, v: Electronic lexicography in the 21st century: new applications for new users, ur. Iztok Kosem – Karmen Kosem, Ljubljana: Trojina, 2011, 140–146.
Kompara Lukančič – Smajla 2025 = Mojca Kompara Lukančič – Tilen Smajla, Krajšavar—an algorithm for recognizing English abbreviations in texts related to criminal justice and security, International Journal of Lexicography 38.3 (2025), 237–269, DOI: https://doi.org/10.1093/ijl/ecaf012.
Kosem 2024 = Iztok Kosem, Veliki slovensko-madžarski slovar, različica 2.0, rastoči slovar, Založba ZRC SAZU, 2024–, https://franja.si/slovar/sl-ma.
Kosem – Gantar – Krek 2013 = Iztok Kosem – Polona Gantar – Simon Krek, Avtomatizacija leksikografskih postopkov, Slovenščina 2.0 1.2 (2013), 139–164.
Košmrlj-Levačič – Seliškar 2004 = Borislava Košmrlj-Levačič – Tomaž Seliškar, Uporabniški računalniški program SlovarRed 2.0, v: Terminologija v času globalizacije, ur. Marjeta Humar, Ljubljana: Znanstvenoraziskovalni center SAZU, Založba ZRC, 2004, 179–199.
Kuo idr. 2009 = Cheng-Ju Kuo – Maurice HT Ling – Kuan-Ting Lin – Chun-Nan Hsu, BIOADI: a machine learning approach to identifying abbreviations and definitions in biological literature, v: Eight International Conference on Bioinformatics 10 (2009), S7, https://bmcbioinformatics.biomedcentral.com/articles/10.1186/1471-2105-10-S15-S7.
Larkey idr. 2000 = Leah S. Larkey – Paul Ogilvie – M. Andrew Price – Brenden Tamilio, Acrophile: an Automated Acronym Extractor and Server in Digital Libraries, v: Proceedings of the Fifth ACM Conference on Digital Libraries, ur. Peter J. Nürnberg – David L. Hicks – Richard Futura, New York: Association for Computing Machinery, 2000, 205–214.
Lew 2023 = Robert Lew, ChatGPT as a COBUILD lexicographer, Humanit Soc Sci Commun 10 (2023), 704, DOI: https://doi.org/10.1057/s41599-023-02119-6.
Liu – Liu – Huang 2017 = Jie Liu – Caihua Liu – Yalou Huang, Multi-granularity sequence labeling model for acronym expansion identification, Information Sciences 378 (2017), 462–474.
Mikolič 2007 = Vesna Mikolič, Tipologija turističnih besedil s poudarkom na turističnooglaševalskih besedilih, Jezik in slovstvo 52.3–4 (2007), 107–116.
Montalvo idr. 2018 = Soto Montalvo – Raquel Martínez – Mario Almagro – Susana Lorenzo, MAMTRA-MED at Biomedical Abbreviation Recognition and Resolution - IberEval 2018, v: CEUR Workshop Proceedings, ur. María Teresa Martín-Valdivia – María Dolores Molina-González – Salud María Jiménez-Zafra, 2018, 1–8, https://ceur-ws.org/Vol-2150/BARR2_paper1.pdf.
Perplexity = Perplexity, marec 2025, https://www.perplexity.ai
Rundell 2023 = Michael Rundell, Automating the creation of dictionaries: are we nearly there, v: Asialex 2023 Proceedings, Lexicography, Artificial Intelligence and Dictionary Users, Seoul: Yonsey University, 2023, 9.
Schwartz – Hearst 2003 = Ariel S. Schwartz – Marti A. Hearst, A simple algorithm for identifying abbreviation definitions in biomedical texts, v: Proceedings of the Pacific Symposium on Biocomputing, ur. Russ B. Altman – A. Keith Dunken – Lawrence Hunter – Tiffany A. Jung – Teri E. Klein, Kauai: Indiana University School of Medicine, 2003, 451–462.
Slovar sopomenk sodobne slovenščine = Slovar sopomenk sodobne slovenščine, 2017–, http://viri.cjvt.si/sopomenke/slv/
Snoj 1998 = Marko Snoj, Slovenski etimološki slovar, Ljubljana: Založba ZRC SAZU, 1998.
SP 2001 = Slovenski pravopis, 2014, www.fran.si.
Šatev – Nikolov 2008 = Vesna Šatev – Nicolas Nikolov, Using the Web as a Corpus for Extracting Abbreviations in the Serbian Language, v: Jezikovne tehnologije: zbornik 11. mednarodne multikonference Informacijska družba – IS, ur. Tomaž Erjavec – Jerneja Žganec Gros, Ljubljana: Institut Jožef Stefan, 2008, 75–79.
Taghva – Gilbreth 1999 = Kazem Taghva – Jeff Gilbreth, Recognizing acronyms and their definitions, International Journal on Document Analysis and Recognition 1.4 (1999), 191–198.
Veyseh idr. 2020 = Amir Pouran Ben Veyseh – Franck Dernoncourt – Thein Huu Nguyen – Walter Chang – Leo Anthony Celi, Acronym identification and disambiguation shared tasks for scientific document understanding. arXiv preprint arXiv:2012.11760, https://ceur-ws.org/Vol-2831/paper33.pdf
Veyseh idr. 2022 = Amir Pouran Ben Veyseh – Nicole Meister – Franck Dernoncourt – Thein Huu Nguyen, Acronym extraction and acronym disambiguation shared tasks at the Scientific Document Understanding Workshop 2022, v: Proceedings of the Scientific Document Understanding Workshop 2022, ur. Amir Pouran Ben Veyseh idr., 2022, https://ceur-ws.org/Vol-3164/.
Vossen 2022 = Piek Vossen, ChatGPT Is a Waste of Time, VU Magazine, 2022, https://vumagazine.nl/professor-piek-vossen-chatgpt-is-a-waste-of-time?lang=en.
Verovnik 2023 = Tina Verovnik, Pomen javne razprave za prenovo pravopisnih pravil, Škrabčevi dnevi 12, ur. Danila Zuljan Kumar – Helena Dobrovoljc, Nova Gorica: Založba Univerze, 2023, 35–43.
Weiss 1998 = Peter Weiss, Slovar govorov Zadrečke doline: med Gornjim Gradom in Nazarjami: poskusni zvezek (A–H), Ljubljana: Založba ZRC SAZU, 1998.
Weiss 1991 = Peter Weiss, Zasnova novega odzadnjega slovarja slovenskega jezika, Jezikoslovni zapiski 1.1 (1991), 121–139.
Wu idr. 2015 = Yonghui Wu – Jun Xu – Yaoyun Zhang – Hua Xu, Clinical abbreviation disambiguation using neural word embeddings, v: Proceedings of BioNLP 15, ur. Kevin Bretonnel Cohen idr., Beijing: Association for Computational Linguistics, 2015, 171–176, DOI: 10.18653/v1/W15-38.
Xu – Huang 2005 = Jun Xu – Ya-Lou Huang, A machine learning approach to recognizing acronyms and their expansion. v: 2005 International Conference on Machine Learning and Cybernetics 4, ur. Daniel S. Yeung – Zhi-Qiang Liu, Guangzhou, China: Springer-Verlag, 2005, 2313–2319.
Yeates 1999 = Stuart Yeates, Automatic extraction of acronyms from text, v: Proceedings of the Third New Zealand Computer Science Research Students, ur. David Bainbridge – Stuart A. Yeast, 1999, https://citeseerx.ist.psu.edu/document?repid=rep1&type=pdf&doi=31fcd3c1ac62b3612c071adc13c3b041644a2222.
Zahariev 2004 = Manuel Zahariev, A (Acronyms), doktorska disertacija, Simon Fraser University, School of Computing Science, 2004.
Zhou – Torvik – Smalheiser 2006 = Wei Zhou – Vetle I. Torvik – Neil R. Smalheiser, ADAM: another database of abbreviations in MEDLINE, Bioinformatics 22 (2006), 2813–2818.
Prenosi
Objavljeno
Kako citirati
Številka
Rubrike
Licenca
To delo je licencirano pod Creative Commons Priznanje avtorstva-Deljenje pod enakimi pogoji 4.0 mednarodno licenco.
Avtorji jamčijo, da je delo njihova avtorska stvaritev, da v njem niso kršene avtorske pravice tretjih oseb ali kake druge pravice. V primeru zahtevkov tretjih oseb se avtorji zavezujejo, da bodo varovali interese založnika ter da bodo povrnili morebitno škodo.
Podrobneje v rubriki: Prispevki
