Avoimet oppimateriaalit

Avainsana: sanasto

  • Sanaston synty (Osa 6)

    Sanaston synty (Osa 6)

    Tässä juttusarjan kuudennessa osassa puhutaan sanaston tarkastamisesta virheiden varalta. Jos edellinen osa tuntui käyttöönoton koulutukselta, tässä osassa on äänessä laatupäällikkö.

    Millainen on hyvä sanasto

    On tärkeää voida luottaa sanastoon, jota opiskelee. Tarve tarkastaa sanaston oikeellisuus kasvaa vielä lisää, kun sanastoja jaetaan eteenpäin tai luovutetaan yhteisiin kokoelmiin. Listataan muutama laatukriteeri ja mietitään, mitä tämä merkitsee tarkastamisen kannalta.

    1. Sanasto kattaa lähdetekstin, eli tekoäly ei ole luovuttanut kesken kaiken. Tarkastusohjelma laskee lähdetekstin sanat, vähentää summasta ohitetut ja duplikaatit ja katsoo, päätyykö samaan summaan kuin sanastossa on entryjä.
    2. Sanasto noudattaa rakennetta, eli tekoäly ei ole jättänyt pois jotain sisältöjä liian monimutkaisina. Tarkistuksessa tekoäly käy läpi jokaisen entryn ja liputtaa tarkastettavaksi ne, jotka poikkeavat määritellystä rakenteesta.
    3. Sanat kirjoitettuna eri merkistöillä vastaavat toisiaan. Tarkistuksessa tekoäly vertaa sanan kirjoitusasuja luotettaviin nettilähteisiin.
    4. Sanojen merkitykset vastaavat yleisiä tulkintoja. Tarkastuksessa tekoäly vertaa eri merkityksiä luotettaviin nettilähteisiin

    Tekoäly tarkastaa siis vain sanaston sisällön. Ihmiskäyttäjän tehtävänä on tämän jälkeen tarkastaa sen ulkoasu. Tämä tarkoittaa merkkien, kappaleiden ja sivun ulkoasun muotoilua sekä tiedoston nimeämistä.

    Miten sanasto tarkastetaan

    GDV (Glossary Document Verifier) on erillinen sanaston sisällön tarkastustyökalu. Se syntyi aluksi opettajan käyttötarpeeseen: tutkimaan opiskelijoiden luomia sanastoja. Siitä on kuitenkin hyötyä yhtä lailla oppijoille itselleen sekä muillekin kielten kanssa askarteleville. GDV on omassa tiedostossa oleva määritys, joka vertaa sanastoa lähdetekstiin, tarkastaa sanaston rakenteen ja sanojen selitykset. Lopuksi se tekee raportin tarkastuksen tuloksista.

    Sanaston tarkastustyökalu on julkaistu kehitysversiona, mutta se toimii jo vakaasti ja antaa enää hyvin vähän vääriä hälytyksiä kieliopillisista rajatapauksista. 

    GDV-053 (docx, 3 s. versio 0.53, CC BY 4.0, 2026-08-11)

    Tarkastus on käytännössä yhtä suoraviivainen kuin sanaston luominen. Työvaiheita on hieman enemmän, mutta perusidea on sama: annetaan määritys, annetaan aineisto ja luetaan lopuksi raportti. Seuraavassa työvaiheet, jos sanasto läpäisee tarkastuksen heti ensimmäisellä kerralla.

    1. Ota esiin chatbotti
    2. Lataa kehotteeseen SD, GD ja GDV-tiedostot
    3. Kirjoita kehotteeksi ”tarkasta oheinen GD-sanasto vertaamalla sitä SD-lähteeseen noudattaen tarkasti GDV-speksiä” ja paina Enter
    4. Jos kaikki menee hyvin, näytölle tuostuu valmis raportti
    5. Kopioi raportti tekstieditoriin ja tallenna se tiedostoksi
      (joistain chatboteista sen voi viedä suoraan tiedostoon)
    6. Lisää tiedoston nimeen GVR-lyhenne (Glossary Verification Report)

    Tarkastusraportit voivat näyttää esimerkiksi tällaisilta:

    Miten tarkistettu sanasto merkitään

    Jos tarkastus ei tuottanut virheitä, voit muuttaa sanaston GD-tunnisteen tarkastetun sanaston VGD-tunnisteeksi (Verified Glossary Document). Se on sekä dokumentin otsikkotiedoissa että tiedostonimessä.

    1. Lisää sanaston ylätunnisteeseen maininta ”Verified by GDV [versio]”
    2. Muuta tiedostonimen lyhenne esim. energetic-gd → energetic-vgd

    Miten virheet korjataan

    GDV tuottaa raportin, jossa sanaston tarkistettavat kohdat on listattu ja virhe kuvattu lyhyesti. Tekoäly ei siis korjaa virheitä, vaan sanasto palautuu ihmiskäyttäjän pöydälle.

    Jos teet korjauksia sanastoon, jonka kielet tunnet hyvin, huomaat ehkä virheen heti ja voit korjata sen suoraan GD-tiedostoon.

    Jos tarkastat oppilaiden tekemiä sanastoja, joissa on suurempia virheitä, laita heille viestissä tarkastusraportti ja pyydä tekemään sanasto uudelleen.

    Jos virhe on epävastaavuus länsimaisilla aakkosilla kirjoitetun selitettävän sanan ja perinteisillä kirjoitusmerkeillä kirjoitetun välillä, voit tarkistaa oikean kirjoitustavan SD:stä, lähteen verkkosivulta, katsomalla sanakirjasta tai kysymällä tekoälyltä.

    Jos virhe on merkitysten kuvauksissa eri merkitystasoilla, se kannattaa kysyä erikseen tekoälyltä ja tehdä korjaus sanastoon.

    Kesken jäänyt tai paljon virheitä sisältävä sanasto kannattaa luoda GGS:llä uudelleen eikä yrittää korjata virheitä yksitellen. Tämän jälkeen sille tehdään uusi tarkastus.

    Hyvä keino ratkoa ongelmia on kysyä tekoälyltä, miksi näin kävi. Siltä saa usein hyvää analyysiä, vaikka välillä vain todennäköisyyksiin perustuvaa spekulointia.

    Seuraavassa, eli seitsemännessä osassa kerron kahdesta lisätyökalusta, joilla voi etsiä fraaseja ja koota erillisiä sanastoja yhteen.

  • Sanaston synty (Osa 5)

    Sanaston synty (Osa 5)

    Tässä viidennessä osassa päästään viimein käytäntöön ja jutun sävy muuttuu kerralla käyttöoppaaksi: miten sanastoja luodaan ja miten tiedonhallinta ei heti karkaa käsistä.

    Kun halutaan laatia juuri tietynlainen sanasto, tekoälylle on annettava tarkat ohjeet, miten sanasto tehdään, miltä valmiin sanaston pitää sisältää ja miltä se näyttää ulkoasultaan. Tällainen määritys on siksi monimutkainen, ettei sitä ole järkevää kopioida kehotteeseen, vaan antaa tekoälylle valmiina tiedostona. Se sisältää ohjeita, sääntöjä ja tehtäviä ja onkin enemmän spesifikaatio kuin kehote. Siitä se sai myös nimensä GGS (Glossary Generation Specification). Tämä speksi on julkaistu edelleenkin kehitysversiona, mutta se toimii jo hyvin vakaasti ja nopeasti. 

    GGS-097 (docx, 3 s, versio 0.97, CC BY 4.0, 2026-08-11)

    Näin luot sanaston

    Projektin periaatteena on olla sitoutumatta mihinkään tiettyyn tekoälyyn tai ohjelmistokohtaisiin edistyneisiin ominaisuuksiin. Tästä syystä seuraavat ohjeet eivät anna tarkkoja ”paina tuosta” -tyyppisiä ohjeita eri valmistajien tekoälypalveluille.

    1. Etsi lähdeteksti netistä ja kopioi se leikepöydälle
    2. Ota esiin tekstieditori, liitä lähdeteksti asiakirjaan ja tallenna se tiedostoksi.
    3. Lisää tiedoston nimeen SD-lyhenne (Source Document)
    4. Ota esiin chatbotti
    5. Lataa kehotteeseen SD ja GGS -tiedostot
    6. Kirjoita kehotteeksi ”luo sanasto SD-tiedostosta noudattaen tarkasti GGS-speksiä” ja paina Enter
    7. Jos kaikki menee hyvin, näytölle tulostuu valmis sanasto
    8. Kopioi sanasto tekstieditoriin ja tallenna se tiedostoksi
      (joistain chatboteista tulostuksen voi viedä suoraan tiedostoon)
    9. Lisää tiedoston nimeen GD-lyhenne (Glossary Document)

    Ulkoasun viimeistely

    Kun sanastoja alkaa kertyä enemmän, yhtenäinen ulkoasu helpottaa niiden yhdistämistä kokoelmiksi. Itse käytän Segoe UI -fonttia, ykkösen riviväliä sekä korostan selitettävän sanan lihavoinnilla ja sanaluokan kursivoinnilla. Dokumentin alkuun lisään otsikon, linkin, päivämäärän, lisenssitiedot sekä käytetyn GGS-version. Lisää muotoiluasetuksista tulee erilliseen GGM-oppaaseen(Glossary Generation Manual).

    Esimerkki valmiiksi muotoillusta sanastosta: ReoNa: ANIMA (pdf, 2 s. CC BY 4.0, EN)

    Dokumentin alkuun lisään otsikon, lähteen, päivämäärän, käyttöoikeustiedot sekä käytetyn GGS-version. Tarkemmat muotoiluasetukset löytyvät erillisestä GGM-dokumentista (Glossary Generation Manual). Tässä yksi esimerkki valmiiksi muotoillusta sanastosta:

    ReoNa: ANIMA (pdf, 2 s. CC BY 4.0, EN)

    Muista metadata

    Lisää sanastotiedostoon metadata jo tekstieditorissa. Tällöin PDF-vienti poimii ne mukaan automaattisesti, otsikko näkyy oikein myös intrassa ja metadataa voi käyttää hakusanoina.

    • Otsikko: mikä sanasto tämä on
    • Tekijä: Oma nimesi, jos haluat sen julkaista
    • Asiasanat: sanasto, japani, tekoäly tms.
    • Kommentti: GGS ja sen versio

    Jos haluat ilmoittaa olevasi GD:n tekijä, lisää oma nimesi sen metatietoihin tai sanaston alkuun. Jos et halua ilmoittautua tekijäksi, lisää Tekijä-kenttään GGS [versio].

    • Wordin sovellusversion metadatakentät löytää valitsemalla Tiedosto > Tiedot.
    • LibreOfficessa metadataa pääsee syöttämään valitsemalla Tiedosto > Ominaisuudet.

    Vinkit tiedonhallintaan

    Sanastot kannattaa tehdä alusta alkaen niin kuin niitä alkaisi tuottaa massoittain. Tiedostojen ja tekoälyn kanssa puuhatessa systemaattisuus on välttämätöntä, kun aletaan käyttää näitä uusia työkaluja. Tiedostoihin liittyvää:

    • Saat ruudulle tuotetun sanaston talteen näin: (ChatGPT: Copy Response, Gemini: Tallenna Driveen, Copilot: Vie kohteeseen > Word)
    • Voit kopioi sanaston chatbotista leikepöydälle, liittää tekstieditoriin ja tallentaa sieltä tiedostoksi.
    • SD:lle ja GD:lle kannattaa tehdä oma tallennuspaikka, jonne ne kaikki tallentaa
    • SD ja GD kannattaa nimetä niin, että ne yhdistää ilman, että tiedostoa täytyy avata. Esim. ”energetic-sd.docx” ja ”energetic-gd.docx” näkyvät kansion tiedostolistassa peräkkäin.
    • Sanastoa luodessa kannattaa avata chatbotissa uusi keskustelu. Tällöin sen mahdolliset (todennäköiset) virheilmoitukset löytää heti säikeen alkupäästä. Näin se ei myöskään pääse takertumaan johonkin, mitä säikeessä aiemmin on keskusteltu.

    Kerron juttusarjan seuraavassa, eli kuudennessa osassa, miten voi varmistaa, että sanastoon voi myös luottaa. Kehitin tätä varten erillisen GDV-työkalun (Glossary Document Verifier) ja ensi kerralla kerron, mitä se tekee ja miten sitä käytetään.