Wygrałem zakład

W czerwcu pisząc o "EKG" Wikisłownika stwierdziłem, że Wikisłownik dobije do liczby 100 000 stron przed prognozowanym wtedy przez skrypt 24 października. I co? Miałem rację; szkoda, że z nikim nie założyłem się o żadne pieniądze ;-) Gdzieś w nocy z 5 na 6 października padła kolejna granica — przede wszystkim dzięki Nemo produkującemu hasła z węgierskiego i anonimowemu użytkownikowi z Warszawy wstydzącemu się zalogować, a piszącemu w zakresie od bośniackiego i słowackiego przez polski do arabskiego.

Mnie zaś dzisiaj udało się rozwiązać zagadnienie, czy skiba i pomazka oznaczają po górnołużycku kromkę czy naszą skibę. Znajomy Łużyczanin wyjaśnił przyjaźnie, że skiba w górnołużyckim to odkryty kawałek chleba (czyli zwykła kromka), a pomazka to już taka skiba posmarowana masłem. Ot, o takich szczegółach normalne słowniki nie piszą. A ponieważ nie piszą, trzeba robić małe śledztwa; na szczęście nie zawsze takie, jak czasem w dolnołużyckim. Ech, dolnołużycki… Ja tu kiedyś wszystko z siebie w końcu wyrzucę, ujawnię, jak to naprawdę z tym językiem jest, co ma wspólnego z Izraelem, kim są naprawdę włodarze dolnołużyckich instytucji oraz za czym stoją kultyści Latającego Potwora Spagetti. Ha! Ale to w następnych odcinkach, bądźcie cierpliwi.

O niebiosa, jak ludzie mogą szukać takich rzeczy?

Statystyki są niewzruszone: tak jak ponad rok temu najczęściej oglądanym hasłem na Wikisłowniku pozostaje chuj. Gdy dzienna liczba wejść na stronę główną waha się między 1000 a 1600, to darzone szczególną uwagą hasło jest czytane od lipca dzień w dzień średnio ponad 400 razy — i mogę się założyć, że ludzie nie szukają w nim bynajmniej opisu języka Indian. Nieźle, w pierwszej pięćdziesiątce, trzymają się też hasła cwel, dupa, kurwa, a z międzynarodowych bitch. Dla porównania, o kulturze chce dziennie czytać mniej niż 20 osób, o sztuce zaś najwidoczniej prawie nikt (brak w zestawieniu).

Pewnie gdybym miał parę krzyżyków więcej na karku, zacząłbym w tym miejscu rozwodzić się nad upadkiem moralności w naszych czasach i zepsuciem dzisiejszej młodzieży, lub też w świętym uniesieniu zacząłbym krucjatę przeciwko wulgaryzmom; czytelników chciałbym od razu uspokoić, że nic podobnego nie szykuję. ;-) Gdy przyjrzymy się uważniej statystykom, zauważymy, że w ścisłej czołówce utrzymują się też niezmiennie hasła rzadko (ponad 300 wejść dziennie), w ogóle, wziąć — czyli słowa, które bardzo często są pisane nieprawidłowo. A co tam, może oto oznaka, że ludzie zaczęli uważać nie tylko, co piszą po polsku, ale też jak piszą? Skoro na Wikisłowniku jest wyjaśnione obok prawidłowej pisowni, jak nie należy słowa pisać, to ludzie znajdują te hasła? Na liczbę dziennych wejść na hasło „chuj” należałoby więc patrzeć optymistycznie: 400 ludzi oglądających dziennie tę stronę być może chce upewnić się, jak dobrze zapisać to słowo, poznaje etymologię i przyczyny, dla której pisownia przez samo „h” jest niewłaściwa.

Gdyby ktoś jeszcze załamywał ręce nad językiem obecnej młodzieży, niech zwróci uwagę, że ponad 150 osób dziennie czyta hasło per aspera ad astra, popularne są też dum spiro, spero, pejoratywny i sarkazm (to ostatnie nie wiedzieć czemu ma aż około 300 wejść dziennie). Na początku września absolutnym hitem jest jątrew, odwiedzane średnio przez pierwszych 9 dni miesiąca przez imponującą liczbę 934 osób dziennie. Co się dzieje? Nie mam pojęcia, może jakiś mały efekt Slashdota? Albo w „Polityce” w jednym z artykułów ktoś użył tego określenia i cała Polska szuka teraz, co ono znaczy? :-) Sam przyznam się, że dzisiaj słowo zobaczyłem po raz pierwszy na oczy.

Jak bije serce Wikisłownika?

Znalazłem dzisiaj na Tablicy ogłoszeń Wikipedii narzędzie rysujące "EKG" projektu. Możecie sobie porównać wykresy dla Wikisłownika i Wikipedii. Ciekawi mnie, czy mała zapaść (prawie zero nowych artykułów) w okolicy 17 maja miała związek z przygotowaniami do wyjazdu na Konferencję Wikimedia Polska (22 maja). Interesujący jest też skok – na przełomie marca i kwietnia powstawało nawet 300 artykułów dziennie; czy czasem nie wtedy była przerwa świąteczna? ;-)

Jeszcze ciekawostka: wykresy pokazują, kiedy szacunkowo projekt osiągnie kolejną okrągłą liczbę artykułów. Nam 100 000 stron przepowiada 24 października 2008. A zakład, że będziemy mieli wcześniej?

Wikisłownik: 100 000 haseł

Polski Wikisłownik (według moich obliczeń) wczoraj - 17 maja 2008, przekroczył barierę 100 000 haseł.

Tutaj znajdują się statystyki na 10 maja.

Niektórych może zmylić liczba 91 600 na stronie głównej. Nie zapominajmy, że liczba ta ukazuje liczbę stron, nie haseł. Na jednej stronie znajduje się od jednego do kilku haseł, a zgodnie z tymi statystykami, mamy ponad 100 000 haseł.

Mamy ponad 8 000 nagrań. Zrobiłem przy okazji mniejsze statystyki najaktywniejszych osób → "kto-ile"

Wikisłownik się rozwija, co cieszy. Dziękuję wszystkim Wikisłownikarzom za współpracę, przyjazną atmosferę i nie ustawajmy w działaniach. Jeszcze jest sporo do zrobienia.

Brzmi chrząszcz w Szczebrzeszynie

Nauka i korzystanie z języka nie ogranicza się do czytania i pisania. Słowa trzeba jeszcze umieć wymówić i być w stanie je zrozumieć ze słuchu. Wikisłownik w coraz większym stopniu jest tu pomocny: opis wymowy w projekcie to nie tylko zapis słowa alfabetem fonetycznym, ale też nagrania tworzone przez osoby, dla których dany język jest ojczystym.

Tworzenie zasobów nagrań wymowy to chyba jedyny obok linków interwiki przejaw współpracy Wiktionaries różnych języków. W repozytorium mediów Commons stworzyliśmy (zgadnijcie, czyj to był pomysł :) centrum zamówień nagrań i zdefiniowaliśmy format nazwy pliku tak, że pojawiające się nagrania można automatycznie wykorzystywać w hasłach danego języka. System działa; Polacy nagrywają polskie słowa, Niemcy niemieckie, i korzystają z tego wszystkie wersje językowe słownika.

Dobra nowina: po wczorajszej akcji tsca.bota Wikisłownik wzbogacił się o kolejne półtora tysiąca nagrań. Łącznie można już odsłuchać wymowy ponad trzech i pół tysiąca słów. Nic, tylko siadać i słuchać! :) Wysłuchanie nie jest zresztą jedynym sposobem korzystania z tych zasobów; można słowo powtarzać za lektorem i ćwiczyć; można je analizować w świetle umieszczonego obok zapisu fonetycznego (ucząc się w ten sposób alfabetu IPA), a w niektórych przypadkach, jak przy angielskim słowie solder, można porównać wymowę brytyjską, kanadyjską, amerykańską i australijską! W naszym języku też zresztą mamy bogactwo dźwięków: w haśle trzydzieści posłuchać można standardowej ogólnopolskiej wymowy oraz wymowy krakowskiej (haha).

Ponieważ wszyscy kochają statystyki, tsca.bot składa raport z frontu udźwiękowienia polskiego Wikisłownika (numery to liczba udźwiękowionych haseł):

1. język angielski: 2641
   
2. język polski: 447
   
3. język niemiecki: 206
   
4. język holenderski: 114
   
5. język włoski: 29
   
6. język francuski: 29
   
7. język duński: 17
   
8. język szwedzki: 16
   
9. język rumuński: 13
   
10. język hiszpański: 11
    

...oraz kilka języków mających mniej, niż 10 nagrań. Angielski ma się dobrze, bo aż 42% haseł ma udostępnioną wymowę. Dalej jest gorzej - polski 8%; niemiecki 5%... Ale to dopiero początki! I Ty możesz pomóc! :) Chwyć za mikrofon, nagraj kilka... (naście... dziesiąt...) polskich słów i wrzuć wynik do kategorii wymowa polska na Commons. Instrukcję znajdziesz tutaj.

PS: Swoją drogą, ostatnio zadziwiła mnie jakość najnowszych generatorów mowy. Ta technologia jest już na etapie, w którym można myśleć o wykorzystaniu jej w słownikach...

Nieśmiertelny stub

"Stub", pojęcie zapożyczone z Wikipedii, w Wikisłowniku też ma się nieźle. Oznacza u nas hasło, w którym podane jest tylko znaczenie wyrazu, podczas gdy jego pozostałe właściwości - odmiana, przykłady, synonimy, itd - nie są omawiane. Stuby produkuje się z założeniem, że "ktoś to kiedyś dopisze".

Nierówny poziom haseł Wikisłownika wynika z dwóch różnych filozofii jego tworzenia: niektórzy uważają, że lepiej wpisać mnóstwo minihaseł zawierających tylko krótką jednowyrazową definicję, inni, że raczej warto poświęcić czas na tworzenie bardziej rozbudowanych omówień. Pisanie krótkich haseł jest proste, szybko widać efekty: wzrasta pozycja danego języka w statystykach. Warto jednak spojrzeć na to od strony użytkownika: czy wystarcza mu informacja, że słowo dog oznacza psa, czy może chciałby wiedzieć coś więcej (Czy można tak nazwać policjanta? Jak nazywa się samica psa? A przymiotnik? Czy wobec tego można powiedzieć po angielsku "pieskie życie"? A przy okazji, jak po angielsku mówi się o tym wszystkim, co robi pies: szczeka, warczy, gryzie, łasi się i merda ogonem?). W szablonie hasła jest miejsce na te wszystkie informacje - ale to miejsce często jest, niestety, puste.

Zastanówmy się więc nad zapotrzebowaniem na stuby. We Francji przeprowadzono badania nad efektywnością używania słowników w nauce języków obcych. Zapytano studentów, czego w słownikach szukają i z jakich informacji korzystają. Jak się okazuje:

• 87% znaczenie
  
• 70% przykłady
  
• 68% synonimy
  
• 53% składnia i odmiana
  
• 25% wymowa
  
• 24% grafika/zdjęcie
  
• 19% obszar stosowania
  
• 5% etymologia
  

Z tych wyników można wyciągnąć wniosek, że samo wyjaśnienie znaczenia słowa to (za) mało. Aż 70% użytkowników oczekuje przykładów użycia słowa i spisu jego synonimów, ponad połowa chce składni i odmiany. Wiele osób szuka danego wyrazu w słowniku nie dla jego znaczenia - które już zna - ale w poszukiwaniu tych dodatkowych informacji. Oznacza to, że dla bardzo dużej części użytkowników Wikisłownik - oferując tylko stub - po prostu nie spełnia swojego zadania.

Trochę bardziej szczegółowe badania przeprowadzano przygotowując elektroniczne wydanie The New Oxford English Dictionary. Poproszono użytkowników, by zastanowili się nad swoimi potrzebami i zasugerowali, co powinno się w tym wydaniu znaleźć:

• 41% etymologia
  
• 39% przykłady
  
• 39% odmiana
  
• 38% wymowa
  
• 37% aktualność (np. "przestarzałe", "archaiczne")
  
• 37% związki frazeologiczne
  
• 34% temat (np. "zool.", "fiz.")
  
• 34% cechy gramatyczne (np. "czasownik przechodni")
  
• 30% obszar stosowania (np. regionalizm warszawski, angielski brytyjski)
  
• 32% styl (np. "pot.", "wulg.")
  
• 28% znaczenie
  
• 25% nagłówek (sprawdzanie pisowni)
  

Nie powinna tu dziwić zamiana miejscami "znaczeń" i "etymologii" - badania dotyczą słownika języka ojczystego, więc większość użytkowników definicje słów zna.

W obu zestawieniach zwraca uwagę wysokie zapotrzebowanie na przykłady. W Wikisłowniku kładziemy duży nacisk na ich dodawanie (ekhm, przynajmniej w niektórych językach) i widać, że ma to sens, warto o tym pamiętać, organizować i powtarzać akcje typu "tydzień dodawania brakujących przykładów". Nie tylko przydają się one użytkownikom, ale i tworzą powiązania między hasłami, uczą kolokacji i zachęcają do zapoznawania się z kolejnymi słowami. Dodawajcie przykłady! Ciekawe też, że aż 31% użytkowników chciałoby, aby podawać źródła przykładów (z "wyborczej"/z "Quo Vadis"/z dyskusji internetowej) - my w zasadzie podajemy te źródła, ale mam wrażenie, że bez szczególnej pieczołowitości.

Cytowane badania świadczą też pośrednio o dobrej organizacji polskiego Wikisłownika. Wypracowany przez nas szablon hasła wychodzi naprzeciw zapotrzebowaniu - zawiera niemal wszystko to, czego ludzie w słownikach szukają. Postarajmy się, aby nie tylko szablon to zawierał, ale i same hasła. :)

PS: Dla formalności: badania cytuję za Bergenholtz H. & Tarp S. (1994), Manual i fagleksikografi, Herning: Systime (ISBN 8777834534)

Próba mikrofonu...

Próba mikrofonu...

Ogłaszam(y) otwarcie bloga Wikisłownika! :) W założeniu ma to być miejsce, w którym edytorzy projektu będą się, dzielić pomysłami, radościami i frustracjami związanymi z tworzeniem Najlepszego Słownika w sieci. A jak wyjdzie? Zobaczymy :)

Jednocześnie z blogiem dostaliśmy jeszcze jedną zabawkę: podgląd, czego ludzie u nas szukają. Dobrze wiedzieć, że serwis jest odwiedzany i że praca ma sens. Mniej dobrze, że najczęściej odwiedzanym hasłem jest ch.. ;)

Blog nie będzie jedynym kanałem promocji słownika. :) 25 maja na Uniwersytecie Warmińsko-Mazurskim w Olsztynie na odbędzie się konferencja językoznawcza Nowe zjawiska w języku, tekście i komunikacji, podczas której przedstawiony będzie nasz projekt; może po tej prezentacji do pracy włączy się więcej osób? Oby! Napiszę potem więcej o tym wykładzie.