Kerron t\u00e4ss\u00e4 juttusarjan nelj\u00e4nness\u00e4 osassa sanastogeneraattorin kehitysvaiheista, ongelmista, niiden ratkaisemisesta ja mit\u00e4 kaikkea kehitysty\u00f6 opetti. T\u00e4st\u00e4 l\u00f6ytyy jotain muillekin kuin japania opiskeleville, etenkin teko\u00e4lyn aktiivisille k\u00e4ytt\u00e4ville.<\/p>\n\n\n\n
Sanaston ulkoasu ja sis\u00e4lt\u00f6 alkoivat vakiintua GGS:n versiossa 0.3. Aloin sen j\u00e4lkeen lis\u00e4t\u00e4 seuraaviin versioihin uusia teht\u00e4vi\u00e4 ja s\u00e4\u00e4nt\u00f6j\u00e4, jotta tuottaisivat l\u00e4hemp\u00e4n\u00e4 julkaisukelpoisia sanastoja. Tavoitteena oli v\u00e4hent\u00e4\u00e4 k\u00e4ytt\u00e4j\u00e4n manuaalisesti teht\u00e4v\u00e4n muokkaamisen tarvetta. Versiokehitysest\u00e4 on tiivistetty seuraavaan taulukkoon.<\/p>\n\n\n\n Version 0.8 my\u00f6t\u00e4 t\u00e4smentyi my\u00f6s hankkeen tavoite: annettu teht\u00e4v\u00e4 suoritetaan kerralla, kokonaan ja t\u00e4ysin itsen\u00e4isesti. Sanaston muotoilu, tiedonhallinta ja laadunvarmistus ovat t\u00e4m\u00e4n j\u00e4lkeen erillisi\u00e4 teht\u00e4vi\u00e4.<\/p>\n\n\n\n Versio 0.90 toimii jo vakaasti, mutta ohittaa moniosaisia ilmauksia, kuten fraaseja ja kanji+kana-taivutusmuotoja. Fraasien kohdalla sana kerrallaan k\u00e4\u00e4nt\u00e4minen ei ole paras tapa oppia tekstin merkityst\u00e4, sill\u00e4 ne avautuvat lukijalle vain, kun ne ymm\u00e4rt\u00e4\u00e4 kokonaisuutena.<\/p>\n\n\n\n Version 0.91 kohdalla siivottiin l\u00e4hdekoodista aiemmat ylis\u00e4\u00e4nelyn j\u00e4\u00e4nteet, suodatetaan paljon k\u00e4sitelt\u00e4vi\u00e4 apusanoja, kuten etu- ja j\u00e4lkiliitteet. P\u00e4\u00e4tettiin luoda erillinen ty\u00f6kalu fraasien tunnistamiseen ja k\u00e4\u00e4nt\u00e4miseen.<\/p>\n\n\n\n Versiossa 0.92 parannettiin sanaluokkien erottelua: verbit, verbinomaiset substantiivit (suru noun) ja substantiivit ovat nyt kaikki omiaan. T\u00e4m\u00e4 v\u00e4hensi rajatapausten tulkitnakuormaa ja tarkastusraportin v\u00e4\u00e4ri\u00e4 h\u00e4lytyksi\u00e4. Samalla todettiin, ett\u00e4 t\u00e4ss\u00e4 liikutaan aloittelevan oppijan kannalta jo aivan tarpeettoman syviss\u00e4 vesiss\u00e4.<\/p>\n\n\n\n Esimerkki fraasin k\u00e4\u00e4nt\u00e4misest\u00e4: yoroshiku onegaishimasu <\/em>(\u3088\u308d\u3057\u304f\u304a\u9858\u3044\u3057\u307e\u3059) 1. Lierallly ”Please treat me favorably.<\/em>” 2. A social phrase meaning anything from ”Nice to meet you<\/em>” and ”Please take care of this<\/em>” to ”I look forward to working with you.<\/em>”<\/p>\n\n\n\n Testattaessa havaittiin, ett\u00e4 teko\u00e4ly on altis monenlaisille toimintah\u00e4iri\u00f6ille.<\/p>\n\n\n\n Teko\u00e4ly voi ep\u00e4onnistua teht\u00e4v\u00e4n suorittamisessa:<\/p>\n\n\n\n Yritett\u00e4ess\u00e4 ratkaista GGS 0.5:n ongelmia kysyttiin keskeytymisongelman ratkaisua teko\u00e4lylt\u00e4. Teko\u00e4ly osaa hyvin generoida lis\u00e4\u00e4 s\u00e4\u00e4nt\u00f6j\u00e4 ja tarkistuksia, mutta ei arvioida itse, ett\u00e4 teht\u00e4v\u00e4 k\u00e4y sille liian monimutkaiseksi.<\/p>\n\n\n\n GGS 0.6:n tuotoksista n\u00e4kee, ett\u00e4 teko\u00e4ly yritti toteuttaa my\u00f6s GGS:\u00e4n kirjattuja ihmisk\u00e4ytt\u00e4j\u00e4lle tarkoitettuja k\u00e4ytt\u00f6ohjeita.<\/p>\n\n\n\n Versiosta 0.8 poistettiin ladattavan tiedoston muodostamiss\u00e4\u00e4nn\u00f6t, sanaston yl\u00e4tunnisteen muotoilus\u00e4\u00e4nn\u00f6t sek\u00e4 metadatan lis\u00e4yss\u00e4\u00e4nn\u00f6t. Koko GGS annettiin lis\u00e4ksi teko\u00e4lyn analysoitavaksi, jotta se poistaisi siit\u00e4 tulkinnanvaraisuuden.<\/p>\n\n\n\n Teko\u00e4ly ei anna selkeit\u00e4 virheilmoituksia. Jos silt\u00e4 kysyy, mik\u00e4 meni pieleen, se alkaa generoida mahdollisia selityksi\u00e4. Vaikuttaa silt\u00e4, ett\u00e4 se ei tied\u00e4 itsek\u00e4\u00e4n. Olen kohdannut t\u00e4m\u00e4n useasti.<\/p>\n\n\n\n Nyt kun j\u00e4lkik\u00e4teen palauttaa mieleen GGS:n kehitt\u00e4misest\u00e4 saatuja kokemuksia, ymm\u00e4rt\u00e4\u00e4 aiempaa paremmin teko\u00e4lyn tuotantok\u00e4yt\u00f6n rajoituksia ja ylip\u00e4\u00e4ns\u00e4 sit\u00e4, miten nykyiset keskustelubotit toimivat.<\/p>\n\n\n\n S\u00e4\u00e4nt\u00f6jen kohdalla on l\u00f6ydett\u00e4v\u00e4 tarkkka tasapaino:<\/p>\n\n\n\n Teko\u00e4ly ei kerro k\u00e4ytett\u00e4viss\u00e4 olevasta kapasiteetistaan eik\u00e4 siit\u00e4, milloin se ylittyy. En v\u00e4lit\u00e4 siit\u00e4, onko kyseess\u00e4 konteksti-ikkunan koko tai k\u00e4ytt\u00e4j\u00e4lle annettu laskentateho, mutta yritys-ja-erehdys -periaatteella tapahtuvalta kehitt\u00e4misty\u00f6lt\u00e4 puuttuu luotettava pohja. Se on kuin l\u00e4htisi viel\u00e4 huhtikuussa pilkille ja toivoisi, ett\u00e4 j\u00e4\u00e4t edelleen kantavat.<\/p>\n\n\n\n T\u00e4rkein oppi ei ollut yritt\u00e4\u00e4 saada teko\u00e4ly\u00e4 tekem\u00e4\u00e4n kaikkea ihmisen puolesta. Parempi ty\u00f6njako on kolmikohtainen:<\/p>\n\n\n\n Lopuksi transkriptio teko\u00e4lyn kanssa k\u00e4ym\u00e4st\u00e4ni keskustelusta. Keskeist\u00e4 ei ole sis\u00e4lt\u00f6, vaan se, ett\u00e4 keskustelu on menetelm\u00e4 vied\u00e4 hanketta eteenp\u00e4in.<\/p>\n\n\n\n convo-2026-07-13.pdf<\/a> (14 s. CC BY 4.0)<\/p>\n\n\n\nversio<\/strong><\/td> s\u00e4\u00e4nt\u00f6j<\/strong>\u00e4<\/td> t\u00e4rkeimm\u00e4t muutokset<\/strong><\/td> toimivuus<\/strong><\/td><\/tr> 0.3<\/td> 18<\/td> lis\u00e4tty l\u00e4hdetekstin taivutusmuoto selityksineen<\/td> vakaa<\/td><\/tr> 0.5<\/td> 31<\/td> lis\u00e4tty yl\u00e4tunnisteen, tiedoston ja metadatan m\u00e4\u00e4ritykset ja s\u00e4\u00e4nn\u00f6t<\/td> hidas ja ep\u00e4vakaa<\/td><\/tr> 0.6<\/td> 35<\/td> lis\u00e4tty generoimisen keskeytyst\u00e4 est\u00e4v\u00e4t s\u00e4\u00e4nn\u00f6t lis\u00e4tty k\u00e4ytt\u00f6ohjeet<\/td> ep\u00e4luotettava<\/td><\/tr> 0.7<\/td> 35<\/td> poistettu k\u00e4ytt\u00e4j\u00e4n ohje<\/td> ep\u00e4luotettava<\/td><\/tr> 0.85<\/td> 23<\/td> poistettu tiedoston luomiseen, metadataan ja yl\u00e4tunnisteeseen liittyv\u00e4t m\u00e4\u00e4ritykset ja s\u00e4\u00e4nn\u00f6t, Lis\u00e4tty esimerkki sanaston layoutista<\/td> vakaa, mutta ohittaa sanoja<\/td><\/tr> 0.92<\/td> 11 p\u00e4\u00e4s\u00e4\u00e4nt\u00f6\u00e4, 40 alakohtaa<\/td> rajattiin tuotettavasta sanastosta pois metadata, muut kielet partikkelit, pronominit, j\u00e4lkiliitteet.sek\u00e4 monisanaiset fraasit<\/td> vakaa<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
\n\n\n\nOngelmia ja ratkaisuja<\/h2>\n\n\n\n
\n
\n
\n\n\n\nParhaat opit<\/h2>\n\n\n\n
\n
\n
\n\n\n\n