Ibdx:n viesti muutama keskustelu tästä alaspäin (kirjoitushetkellä) saattaa valaista asiaa: https://tatoeba.org/da/wall/sho...#message_38777

https://commonvoice.mozilla.org/

Näen ne kaikki listattuna oikealla puolella lausenäkymässä. (Käytän tietokonetta, en tiedä miltä tämä näyttää esimerkiksi puhelimella.)

Ymmärtääkseni Horus ei tee uusia linkkejä, mutta siirtää kaikki yhdistettävien lauseiden linkit. Jos sen takia syntyy vääriä linkkejä, sen pitäisi johtua siitä, että joku muu oli linkittänyt yhdistettäviä lauseita väärin, ei niinkään Horuksen toiminnasta.

Yllättyisin jos tässä ei olisi hienovaraisia rekisterieroja.

Yleensä kielenkäyttö, josta jätetään pois ja lyhennetään asioita, on (hivenen tai paljon) epämuodollisempaa. En englannin suhteen osaa sanoa tässä tapauksessa, mutta esimerkiksi akateemisessa kirjoittamisessa suositellaan monien lyhenteiden välttämistä.

Jos kaksi kieltä molemmat sisältävät mahdollisuuden jättää että-sanan pois tietyistä lauseista ilman että merkitys muuttuu selvästi, niin silloin etättömät lauseet ja etälliset lauseet tulisi linkittää toisiinsa, mutta ei ristiin.

I know that he is fishing. - Tiedän että hän on kalastamassa.
I know he is fishing. - Tiedän hänen olevan kalastamassa.

Tällöin molemmille lauseille on tarkempi linkitetty käännös, ja niistä puuttuu vähemmän tarkka käännös, kuin jos kaikki noista olisi linkitetty keskenään.

Jossain vaiheessa katsoin erinäisten kielten lukusanoja ja linkitin yhdestä (tai nollasta) kymmeneen laskevia lauseita toisiinsa. Vaikutti melko turvalliselta asialta tehdä ja olin varovainen esimerkiksi yksi-sanojen sukujen kanssa.

Tämä oli helpompaa, koska pystyin linkittämään kieliä, joita minun profiilissani ei ollut. Toisaalta ei tämä myöskään tuonut merkittävää lisäarvoa korpukseen, epäilen, eikä tämän kieltäminen olisi suuri menetys.

Murteilla ja puhekielellä kirjoitetut lauseet ovat yhtä tärkeitä, ja kenties tärkeämpiäkin, kuin kirjakieliset lauseet. Virallista, standardoitua kieltä löytää monesta paikasta, kun taas murteiden oppiminen on hankalampaa.

Kirjoitan silti pääosin kirjakielisiä lauseita, mutta teen joskus poikkeuksia. Mutta suuremman ja paremmin edustetun kielen tapauksessa erilaisten rekisterien rikkaus olisi todella rikkautta.

Tämä kuulostaa riskialttiilta toiminnalta. Esimerkiksi englannin lyhennykset tai niiden puute, kuten "I am/I'm", kertovat lauseen rekisteristä tai kenties siitä, mitä sanoja painotetaan. Joku toinen kieli saattaa viestiä rekisteriä tai painotusta tavoilla, jotka ovat kauempana toisistaan kuin nämä kaksi, jolloin vain toisen lauseen linkittäminen olisi sopivaa. Tällaisten erojen havaitseminen on vaikeaa, vaikka kieliä osaisi kohtuullisestikin, ja oleellisesti mahdotonta, jos niitä ei osaa lainkaan. Pisteet ja huutomerkin välinen ero vastaavasti.

Toisaalta voi miettiä, että kuinka vakavaa tämä on. Ehkä on arvokkaampaa saada paljon täsmällisesti oikein linkitettyjä lauseita, vaikka mukana olisi muutama hitusen epäilyttävämpi linkki? Harvoin sitä suoran virheen tekee, jos on varovainen, ja sattuu virheitä vaikka osaisikin molempia kieliä.

Kenties olisin tässä taipuvainen luottamaan hyvässä tahdossa tehtyihin linkityksiin ja niiden poistoihin: linkitä yhteen kuuluvat lauseet ja poista virheelliset linkit kun niitä huomaat, ja jos löytyy oikea erimielisyys, aloita siitä keskustelu. Kuitenkin sillä, että ihmiset uskaltavat korjata virheitä ja puutteita kysymättä jatkuvasti lupaa, on myös suuri arvo, ja luultavasti suurempi kuin harvinaista ja hienovaraisten virheiden poistaminen.

Toisaalta toisaalta, jos joku tekee paljon virheitä työtavoillaan, on asiaan syytä puuttua. Mutta ei kai tätä ole havaittu tässä tapauksessa?

Kohtelias pyyntö mainita Tatoeba, kun sen sisältöä käyttää, voisi ainakin olla paikallaan. Pyyntöön voisi kirjoittaa valmiin html-koodipätkän tai tekstipätkän, jonka sivuston ylläpitäjä voisi lisätä suoraan sivustolleen.

Tämä ei täytä lain vaatimuksia äänitteiden epäkaupallisesta käytöstä, mutta toisaalta on vähemmän hyökkäävä ja täten saa todennäköisemmin jotain aikaan. Jos pyyntöön reagoidaan, voi sitten jutella äänitiedostojen lisensseistä.

Suosittelen kääntämään niitä lauseita, joita haluat muidenkin kääntävän, ja vastaavasti kirjoittamaan sellaisia lauseita joita haluat muiden kääntävän. Hankkeen luonteeseen kuuluu, että kaikki saavat kirjoittaa haluamiaan lauseita (tietyissä rajoissa). On hyödyllisempää keskittyä rohkaisemaan hyvän työn tekijöitä tai tarjoamaan heille työkaluja kuin paheksua niitä, joiden valintojen kanssa on eri mieltä.

Erityisesti kannattaa muistaa, että tietokantaa käytetään moniin eri tarkoituksiin. Erilaiset lauseet ovat hyödyllisiä eri tarkoituksissa. Joidenkin kielten kohdalla jokainen, jopa yksinkertaisin, lause on jo suuri saavutus, jos kieli on esimerkiksi erittäin vaarantunut. Myös aloitteleva kielenoppija voi hyötyä yksinkertaisista lauseista. Jos niitä tuntuu olevan liikaa, on tämä suodatuskysymys; tällöin kaivataan työkaluja käyttäjien suodattaa pois tietynlaisia lauseita.

Olen itse matematikkan opettajankoulutuksessa ja kyllä täällä kipuillaan sen kanssa, että miten saadaan opettajat käyttämään avoimia ongelma, joissa eri tasoiset oppilaat pääsevät mukaan.

Se ei ole helppoa, mutta kyllä se on mahdollista. Tästä ei seuraa, että kaikki opettajat sen osaisivat.

Kasvatustieteissä korostetaan tällä hetkellä inklusiivisuutta, eli sitä, että eritasoiset oppilaat ovat yhdessä ja samassa luokassa ja mahdollisuuksien mukaan pyrkivät tekemään samoja tehtäviä, joskin kenties eri tavoilla tai tasoilla. Tämän ei ole havaittu heikentävän jo valmiiksi taitavien oppimissuorituksia, kun taas heikompien oppimissuoritukset ovat pääosin parantuneet.

Voipi olla hedelmällisempää lisätä lauseita toivotulla kirjoitusasulla ja käyttää sopivia tunnisteita niiden ja toisaalta vanhanaikaisten lauseiden merkitsemiseen.

The vocabulary requests ask, indeed, for a specific form of a word. Note that the person who made the request might very well be satisfied with other forms, too, but the tool only communicates a specific sequence of letters.

Minullekin on tällä hetkellä epäselvää, milloin lauseet punataan ja milloin poistetaan.

Lisäksi kaipaisin virallista työkalua, kenties tunnistetta, punattujen lauseiden epäpunaamiseksi. Tai kenties voisimme käyttää @change- tai @check-tunnistetta myös tähän tarkoitukseen?

Eihän näiden lauseiden pelastaminen korkealla ole tärkeysjärjestyksessä, mutta jos sattuu törmäämään kelvolliseen punaiseen lauseeseen, olisihan se mukava joko normalisoida (jos se on oikein tai korjattu ja ei ole tekijänoikeusrike) tai poistaa (jos se on tekijänoikeusrike).

Erityisesti: lauseen merkitseminen punaiseksi ei poista tekijänoikeusrikettä, jos lause on sellainen .

Lauseiden järjestämiseen on jo (alikäytetty) työkalu: arvosteluita voisi käyttää siihen. Tämä ei kertoisi mikä on hyvä käännös tietylle lauseelle, mutta voisi kertoa, mikä käännöksistä on lauseena arvostetumpi kuin muut.

Jos arvostelut tekisivät jotain, useammat voisivat myös innostua käyttämään niitä.

Tatoeban rooli ei ole auttaa oppijoita valitsemaan lauseita. Tietokanta, ei oppimisalusta.

Välillä satunnaisesti, välillä vanhimmista, välillä uusimmista, välillä lyhimmistä, välillä pisimmistä, välillä käyn läpi omat sanastotoiveeni.

Tatoeba toimii vapaaehtoispohjalta. Jos koet tämän piirteen tärkeäksi, voit osallistua sivuston ohjelmointiin. Muuten se on vapaaehtoisista ohjelmoijista kiinni, mitä he päättävät toteuttaa.

Joku tehnee jossain vaiheessa Gitbhubiin pyynnön aiheesta, jos sitä ei vielä siellä ole.