Algoritmi japanin kirjoitusmerkkien opiskelujärjestyksen optimointiin

Abstract

Japanin kielen kirjoitusjärjestelmä on eräs maailman monimutkaisimmista, ja sen oppiminen on haastavaa kaikille japania vieraana kielenä opiskeleville. Japania kirjoitetaan yhdistelemällä kahta foneettista merkistöä (hiragana ja katakana) ja morfografista kanjimerkistöä, jossa merkit kuvaavat morfeemeja eivätkä ainoastaan äänteitä. Erityisesti näiden kiinalaisperäisten kanjimerkkien, joita on Japanissa yleisesti käytössä 2136, opiskelu on työlästä. Tässä tutkielmassa on kehitetty japani vieraana kielenä -opiskelijoille uusi, mahdollisimman tehokas ja helpoksi omaksuttava kanjimerkkien opiskelujärjestys ja vertailtu sitä aiempiin opiskelujärjestyksiin.

Tutkielmassa on sovellettu Loachin ja Wangin (2016) kiinan kirjoitusmerkkien opiskelujärjestystä optimoivaa laskennallista algoritmia japanin kielelle. Algoritmi järjestää merkit painottaen niiden yleisyyttä ja muodon yksinkertaisuutta, jotta alusta alkaen kielenoppija oppii hyödyllisiä merkkejä. Tämä ensimmäinen vaihe toteutettiin olemassa olevaa korpusta ja merkkitietokantaa käyttämällä. Toisessa vaiheessa algoritmi tekee järjestyksestä vielä hierarkkisen eli nostaa kunkin merkin komponentit opiskeltavaksi ennen komponenteista koostuvaa yhdistelmämerkkiä. Myös tämä vaihe toteutettiin hyödyntäen valmista, joskin työtä varten muokattua tietokantaa.

Tutkimuksessa selvisi algoritmin luomaa järjestystä tarkastellessa, että Loachin ja Wangin algoritmin tuottamaa järjestystä on pidettävä vasta raakaversiona opiskelujärjestyksestä. Erityisesti kanjeihin liittyvien temaattisten kategorioiden huomiotta jättäminen tekee järjestyksestä joiltain osin vaikeasti hahmotettavan. Tämä vuoksi tutkielmassa pohditaan erilaisia mahdollisuuksia kehittää algoritmin tulosta edelleen ja esitellään noin 250 ensimmäiselle merkille algoritmiin perustuva, mutta käsin muokattu järjestys. Luotu järjestys noudattaa edelleen periaatteita yleisten merkkien opettamisesta hierarkkisessa järjestyksessä, mutta hyödyntää lisäksi temaattisia kategorioita merkkien järjestämisessä.

Opiskelujärjestyksen luomisen lisäksi työssä tutkittiin tätä järjestystä hyödyntävän oppimateriaalin luomista puoliautomaattisesti korpuksia ja sanakirjatietokantoja hyödyntämällä. Merkeistä luotiin internetiin lista, johon on lisätty kunkin merkin kohdalle mm. yleisiä sanoja sisältäviä esimerkkilauseita. Lisäksi luotiin kertaukseen soveltuva virtuaalinen korttipakka. Tässä työssä tuotettu materiaali muodostaa käyttökelpoisen pohjan, mutta automaattisesti luotua oppimateriaalia on vielä kehitettävä ennen kuin siitä saa käytännössä hyödynnettävää materiaalia. Sekä itse opiskelujärjestystä että oppimateriaalia voidaan parantaa sekä ihmisen tekemällä työllä että muokkaamalla käytettyjä tietokoneohjelmia.