Uusia työkaluja kielitieteilijöiden avuksi
Kajalan kielen tutkijoiden avuksi kehitettyjä kahta uutta it-ohjelmaa esiteltiin Bubrih-konferenssissa viime viikolla. Venäjän suomalais-ugrilaisen kielentutkimuksen perustajan Dmitri Bubrihin nimeä kantava konferenssi pidettiin 21. kertaa Karjalan tutkimuskeskuksen kielen, kirjallisuuden ja historian tutkimuslaitoksessa.
— Ensimmäinen ohjelma tunnistaa karjalan kielen livvinmurteella tallennetun puheen ja muuntaa sen tekstiksi. Toinen ohjelma muuntaa automattisesti käsin kirjoitetun karjalankielisen tekstin koneella kirjoitetuksi tekstiksi, kommentoi karjalan kielen lyydin murteen tutkija Aleksandra Rodionova.
Kielitieteilijä pitää ohjelmia tärkeinä ja ajankohtaisina työkaluina, joita hän on alkanut kokeilla työssään. Ne auttavat karjalan kielen tutkijoita ja myös kielen parissa toimivia ihmisiä ymmärtämään tallennettua karjalankielistä puhetta ja käsin kirjoitettuja tekstejä.
— Konferenssissa kerroin tutkijaryhmän pitkästä ohjelmaprojektista karjalankielisen puheen tunnistamisesta ja sen muuntamisesta tekstiksi. Ensimmäisessä hankkeessa keskityimme ohjelmaan, joka muuntaa livvinkarjalankielisen puheen tekstiksi, kertoo Venäjän tiedeakatemian Pietarin tutkimuskeskuksen tutkija Irina Kipjatkova.
Jatkohankkeessaan pietarilaiset tutkijat lisäsivät puheentunnistusohjelman mahdollisuuksia. Nyt sama ohjelma tunnistaa sekä muuntaa karjalankielisen puheen sekä karjalankieliseksi että venäjänkieliseksi tekstiksi. Kipjatkovan mukaan kumpaakin hanketta tuki Venäjän tieteellinen rahasto.
Toistaiseksi ohjelma tunnistaa puheen vain livvinkarjalan murteella. Tutkija Kipjatkova sanoo, että livvin murre valittiin ohjelman työkieleksi siksi, että työtä varten kerättiin melko paljon ääni- ja tekstiaineistoa livvin murteella.
— Oikeastaan sitäkään aineistoa ei ollut yhtä paljon kuin tarvittiin. Käytössämme oli seitsemän tuntia äänitallenteita, noin 500 000 lausetta ja viisi miljoonaa sanaa, Kipjatkova kertoo.
Tutkijan mukaan tulevaisuudessa sama ohjelma voi tunnistaa myös varsinaiskarjalan ja lyydin murteilla tallennetun puheen ja muuntaa sen tekstiksi. Sitä varten ohjelmaan pitää ladata ensin riittävä määrä aineistoa.
Lyydin kielen tutkija Rodionova on varma, että puheentunnistusohjelmalla on suuri kysyntä etenkin niiden kielitieteilijöiden keskuudessa, jotka tallentavat karjalankielistä puhetta tutkimusmatkoillaan.
— Karjalankielisen puheen muuntaminen tekstiksi vaatii paljon aikaa. Joskus minuutin kestävää äänitettä täytyy litteroida noin tunnin ajan. Ohjelma auttaa paljon myös työssä äänitearkiston kanssa, tutkija sanoo.
Kielitieteilijä Rodionova kehuu myös Petroskoin valtionyliopiston fysiikan ja tekniikan instituutista valmistunutta Denis Kalganovia hänen kiinnostuksestaan karjalan kieltä kohtaan. Nuori mies on luonut it-ohjelman, jonka avulla voi muuntaa käsin kirjoitetun livvinkarjalankielisen tekstin koneella kirjoitetuksi tekstiksi.
— Sitä varten tekstistä täytyy ottaa valokuva ja ladata se tiedostona ohjelmaan, ohjelman tekijä kertoo.
Kalganov samoin kuin pietarilainen tutkija Kipjatkova edistää laskennallista kielitiedettä. Nykyaikaisella tutkimusalalla yhdistyvät kielitiede ja tietojenkäsittelytiede. Laskennallinen kielitiede auttaa tekemään pieniä kieliä tunnetuksi ihmisten keskuudessa.
— Vaikka hanke ei vaatinut minulta paljon kielitaitoa, minun piti tutustua karjalan kieleen ja sen kolmen murteen erikoisuuksiin. Haluan opiskella livvin- tai varsinaiskarjalaa. Se auttaa minua toteuttamaan uusia kielihankkeita, Kalganov sanoo.
Arkisto säilyttää kansanrunoutta
Karjalan tutkimuskeskuksen kielen, kulttuurin ja historian tutkimuslaitoksen kielitieteilijän Aleksandra Rodionovan mukaan tutkimuslaitoksen arkistossa säilyy 175 kokoelmaa suomalais-ugrilaista kansanrunoutta.
— Käsin kirjoitettu aineisto kerättiin viime vuosisadalla Karjalan lisäksi myös Murmanskin, Leningradin, Tverin ja Vologdan alueilla sekä Virossa, Suomessa ja jopa Kazakstanissa, tutkija kertoo.
Esimerkiksi kokoelmista löytyy kielitieteilijä Viktor Jevsejevin keräämää karjalankielistä kansanrunoutta. 1950-luvulla hän kävi tutkimusmatkallaan Kalevalan piirissä.
Karjalaiset tutkijat Unelma Konkka ja Roza Tarojeva keräsivät aineistoa 1970-luvulla Karhumäen piirissä. Tutkija Aleksandra Stepanova tallensi karjalankielisiä itkuvirsiä matkoillaan Kalevalan, Kontupohjan, Prääsän ja Aunuksen piireissä.
— Käsin kirjoitettuja tekstejä on vaikea muuntaa koneella kirjoitetuiksi teksteiksi. Työ vaatii tutkijoilta erityisiä taitoja. Denis Kalganovin tekemä it-ohjelma helpottaa paljon työtä käsin kirjotettujen tekstien parissa, Rodionova korostaa.
