Tästä alkaa uusi blogijuttusarja, jossa kerron kielen opiskelun tueksi rakentamistani työkaluista. Niissä käytetään tekoälyä luomaan sanastoja itse valituista teksteistä. Tämä ensimmäinen osa kertoo, mistä kaikki alkoi.
Tarpeita ja ongelmia
Kaikki alkoi siitä, kun tarvitsin oppimateriaalia japanin kielen opiskelua varten. Halusin ymmärtää, mitä suosikkilauluissani sanotaan ja mitä artistit haastatteluissa puhuvat.
Itseopiskelu ei sujunut hyvin, kun halusin opetella juuri tietynlaista sanastoa. En turistifraaseja enkä työelämän kohteliasta puhetapaa, vaan sitä epämuodollista puhekieltä, mitä kuulee J-Rockissa ja J-Popissa.
Sanaston opiskelu oli kuitenkin vaikeaa myös siksi, etten vielä osannut perinteisiä japanilaisia merkistöjä (hiraganaa, katakanaa ja kanjia). Vaikka näkisin merkit edessäni ja kuulisin, miten sana lausutaan, en osaisi yhdistää niitä toisiinsa.
Pyysin aluksi tekoälyä kääntämään kokonaisen laulutekstin ja pääsin sitä kautta kiinni laulun sanomaan. Sanavarastoni ei kuitenkaan juuri karttunut, sillä en osannut yhdistää alkuperäisen kielen sanoja käännöksiin. Lisäksi japanissa on paljon erilaisia taivutuspäätteitä ja sanajärjestyskin on erilainen. Kaiken huippuna japanissa ei sanota kaikkea ääneen, vaan lukijan pitää aina tulkita osa.
Aloin tämän jälkeen kysellä yksittäisiä sanoja tekoälyltä: miten tämä sana kirjoitetaan länsimaisilla aakkosilla (romaji), mitä tuo sana tarkoittaa ja mikäs tämä taivutusmuoto oikein on. Opin myös pian, että sanoilla on useita merkityksiä.
Esimerkiksi sana akane (茜) (subst.) voi tarkoittaa:
- (kirjaimellisesti) punamatara-kasvilajia (Rubia akane)
- (tavallisesti) syvän punaista tai hehkuvanpunaista väriä
- (abstraktisti) iltaruskoa tai nostalgiaa
- (historiallisesti) vaurautta
- (filosofisesti) itsereflektion hetkeä
Kirjaimellinen käännös ei siis riitä ymmärtämään, mitä sana tarkoittaa. Pitää katsoa sanan merkityskerroksia ja valita niistä tilanteeseen parhaiten sopiva.
Sanojen kyselemäinen tekoälyltä oli hyvin mielenkiintoista, mutta myös hyvin hidasta. Oli vaivalloista kirjoittaa pitkä kehote yhden sanan selvittämiseksi. Lisäksi yksittäiset vastaukset hukkuivat nopeasti keskusteluketjujen syövereihin. Ne täytyisi noukkia sieltä johonkin talteen.
Idea
Mitäpä, jos valjastaisi tekoälyn tuottamaan sanaston kokonaisesta laulusta yhdellä kertaa? Tuollainen 60–80 sanaa voisi olla sopivan kokoinen annos opiskella yhdellä kertaa. Jos sanastot vielä tallentaisi tiedostoiksi, ne löytäisi helposti myös jatkossa.
Yksittäisen sanan kysyminen on normaalia tiedonhakua, mutta kokonaisen sanaston tuottamiseen tarvitaan jo jonkinlainen systeemi. Siihen pitäisi vain suunnitella sujuva työnkulku ja tiedonhallinta. Niitä olisi hyvin mielenkiintoista alkaa tutkia ja kehittää.
Teen parhaani! – Gambarimasu! (頑張ります)
Juttusarjan seuraavassa, eli toisessa osassa pohditaan sanojen oppimista ja opettamista ehkä hieman pintaa syvemmältä.