Bir kelime oyunu, yasal dizelerden oluşan bir listeden fazlasına ihtiyaç duyar. Her birinin ne anlama geldiğinisöylemesi gerekir ve anlam, saklanması en zor şeydir.
WordChess, 25×25'lik bir tahta üzerinde, 148,941kelime İngilizce sözlüğü6ile oynanır; girdiler ortalama 8,6 harften oluşur, bazıları 25 harfe kadar uzar. Bu kolay kısımdır. Yasal kelimeler listesi, oyunun kabul edeceği dizeler kümesinden ibarettir. İlginç kısım, tahtadaki dizenin anlamınıoyuncuya anlatmak ve bunu aynı anda yirmi iki dilde yapmaktır.
Sözlükçüler, bir lemma ve çekimli biçimleri. Lemma, aradığınız başlıktır, run, house, be. Etrafında yüzey biçimlerinden oluşan bir paradigma döner: runs, ran, running. Her biri, farklı bir dilbilgisel rol için giydirilmiş aynı çekirdek anlamı taşır.3 Bir sözlük, düzyazısını lemmaya harcar ve gölgelere eve işaret etmeyi bırakır.
Bir kelimenin kaç gölge düşürdüğü dile bağlıdır. İngilizce analitikdir: kelime sırasına ve küçük yardımcı kelimelere yaslanır, bu yüzden bir fiilin nadiren avuç içi kadar biçimi vardır. Fince ise yapışkandır, anlamı köke ekler yapıştırarak inşa eder. Tek bir Fin dili sıfat on beş vakıa için çekimlenir, tekil ve çoğul hallerde, iyelik ekleri ve yapışkan ögelerin üst üste binmesiyle; farklı biçimlerin pratikteki sayısı binlerle ifade edilir.4 Macarca bütün bir İngilizce ifadeyi, benim evimde, tek bir kelimeye sıkıştırır, házamban.5
Tanımlar Wiktionary'den gelir; herkesin düzenleyebildiği ücretsiz bir sözlüktür. devasa ve çok dillidir: proje, yüzü aşkın aktif dil sürümünü ve on milyonlarca maddeyi kapsar; bu maddeler ücretli bir editoryal kurul yerine gönüllüler tarafından işbirliği içinde yazılmıştır.1 22 dilde çalışan bir oyun için, kapsam açısından başka hiçbir ücretsiz sözlük bu seviyeye yaklaşamaz.
Ancak kâğıt üzerindeki kapsam, sesli okunabilir kapsam değildir. Wiktionary, çekimlenmiş biçimleri insan editörlerin aynı açıklamayı on bin kez yazmaktan kurtaracak bir şekilde saklar. Bir tanımın tümünü yazmak yerine, kök dışı bir madde biçim şablonutaşıır; bu küçük işaret, özünde "bu, o kökün belirli bir dilbilgisel biçimidir" der.2 Giriş smoulders bir düzyazı değildir; "smoulder'ın üçüncü tekil şahıs basit şimdiki zamanı" olarak görüntülenen bir şablondur.1
Bu işaretler bir yuvarlama hatası değildir. İngilizce Wiktionary'de, yaklaşık 1,27 milyon tanımın yaklaşık 478.000'i, üçte birden fazlası, yazılı anlamlar yerine "şekil" tanımlarıdır.1 Veriler orada. Sadece katlanmış durumda.
Dolayısıyla önemli olan zorluk asla "kelime eksik" değildi. Kelimenin anlamının, basit bir ayrıştırıcının atacağı bir şablonun içinde olmasıydı. WordChess'in tanımları, ham Wiktionary dökümlerini okuyarak ve çekim şablonlarını dil diline genişleterek, ayrıştırıcıya her bir işaretin ne anlama geldiğini öğreterek ve onu düz bir açıklamaya dönüştürerek oluşturuldu.6
Her dil, biçimlerini farklı mekanizmaların arkasına saklar. İspanyolca, fiil biçimlerini {{forma verbo}}şablonunun arkasına saklar ve bu "X'in fiil biçimi" olarak çözülür. Almanca, çekimli ve çekimlenmiş biçimler için {{Grundformverweis Dekl/Konj}} kullanır. Fince ise {{taivutusmuoto}}. Rusça genellikle hiçbir form şablonu saklamaz, çekimlenmiş kelime çıplak bir yönlendirme (собаки → собака)dir ve bir "şeklin" açıklamasını kurtarmak için izlenmesi gerekir.6 Her bir sözleşme ele alındığında, kapsam artar.
| Dil | Önce | Sonra | Kazanım |
|---|---|---|---|
| Almanca | 45% | 92% | +47 |
| Felemenkçe | 58% | 90% | +32 |
| Fince | 54% | 74% | +20 |
| Rusça | 20% | 70% | +50 |
| Yunanca | 15% | 57% | +42 |
Bu projenin tasarım ve inşaat notlarından ölçülmüştür. Yüzdelikler, kullanılabilir bir tanımı veya çözümlenmiş bir "şeklin" açıklamasını taşıyan sözlük maddelerinin payıdır.
Veriler asla eksik değildi. Bir işaretçiye katlanmıştı ve makineye kelimeyi vermek, onu açmayı öğrenmek anlamına geliyordu.
Oyunun şu an neyi barındırdığı konusunda dürüst olmak değerlidir. WordChess, собаки 'nin собака, "köpek" biçimlerinden biri olduğunu gösterdiğinde, hiçbir şeyi anlamamıştır. Bir insan editörün arkasında bıraktığı aynı işaretleri izleyerek bir dizeyi bir başka dizeye, bir açıklamaya eşlemiştir. Bu kök bulma (lemmatization), doğal dil işlemenin iş atıdır: bir yüzey biçimini, bir makinenin takip etmesi gereken farklı öğelerin sayısını azaltmak için taban biçimine indirgeme.7
Bu, gerçek ve faydalı bir tür bilgidir. Oyunun, kadroda bir sözlükçü olmadan Atina'da ya da Amsterdam'da "bu kelime nedir?" sorusuna cevap vermesini sağlar. Ancak bu, anlam olarak bilmek değil, arama olarak bilmektir. Açıklama, onu okuyan bir kişinin kelimeyi tanıyacağına dair bir vaattir. Makine bu vaadi tutar; okuyucu ise anlamı sağlar.
Bazı diller, verinin açılmak için orada basitçe bulunmaması nedeniyle hiçbir ayrıştırıcının kaldıramayacağı bir tavana çarpar. Macarca girdileri sıklıkla yalnızca bir etimoloji ve çeviri tablosu taşır, hiç tanım metni yoktur, bu yüzden mükemmel bir okuyucu bile eli boş döner. En zor durumlar, dilbilimin en zor olduğu yerlerde kümelenir: Fince ve Macarca gibi devasa paradigmalar üreten eklemeli diller ve topluluk kapsamının başlangıçta daha ince olduğu Kiril ve Yunan alfabesi. Yunanca %15'ten %57'ye yükseldi; Almanca'nın %92'sinin çok gerisinde kalması, kodla ilgili değil, kaynağa dair bir olgudur. 6