Het ontleedkundig laboratorium

Oratie: dhr. prof.dr. G.J.M. van Noord, 16.00 uur, Aula Academiegebouw, Broerstraat 5, Groningen

Titel: Het ontleedkundig laboratorium

Leeropdracht: Taaltechnologie

Faculteit: Letteren

De oratie van Gertjan van Noord gaat over het automatisch ontleden van het Nederlands. Om een computer taal te laten begrijpen, is een belangrijke eerste stap automatische ontleding: welke woorden horen bij elkaar, en wat is de rol van de verschillende woorden en woordgroepen. Het maakt bijvoorbeeld nogal wat verschil of je onderwerp of lijdend voorwerp bent, getuige de volgende twee voorbeelden:

- de paus heeft gisteren een sappige biefstuk te eten gehad

- de paus heeft gisteren tweehonderd daklozen te eten gehad

In zijn rede legt Van Noord uit welke problemen de computer moet oplossen, en tot welke prestaties de computer momenteel in staat is. Daarbij worden twee - enigszins tegenstrijdige - conclusies getrokken. Aan de ene kant is de kwaliteit van de ontleding nog voor enorme verbeteringen vatbaar. Vooral als je kijkt naar de problemen die de computer heeft met allerlei onvolkomenheden in de invoer, zoals spelfouten en grammaticale fouten, of de taal van de nieuwe media zoals Twitter:

- tesssssx Normaal zou k me nu aant klaarmaken zyn vo scorro, mrgoed geen oog dicht gedaan vanacht &ben sick.. Dus f*ck school :-) #trusttteeeeeee

Ook als je gesproken taal zou willen kunnen ontleden, blijkt dat de automatische ontleding nog lang niet flexibel genoeg is. Spreektaal bestaat meestal niet uit nette zinnen:

- en verder een uh een opening God ik weet allemaal niet hoe dat heet een uh opening voor de 't luik.

De andere conclusie die in de oratie wordt getrokken is, dat de kwaliteit van de automatische ontleding voor verzorgde geschreven taal, bijvoorbeeld krantenberichten, al heel goed is, en vermoedelijk nauwelijks nog verbeterd zal kunnen worden.

In de toekomst zal het onderzoek zich daarom aan de ene kant richten op nieuwe technieken die veel flexibeler met onverwachte input om kunnen gaan. Aan de andere kant zal het onderzoek zich ook richten op de toepassing van de automatische ontleding, bijvoorbeeld als hulpmiddel bij ander taalkundig onderzoek.