‫תגובות לפוסט: "מבצע סבתא וטרנסליטרציה"‬

‫מאת: מי הבוס? Yahoo BOSS – Build your Own Search Engine‬

‫מי הבוס? Yahoo BOSS – Build your Own Search Engine‬ — Wed, 10 Sep 2008 11:27:07 +0000

[...] מי הבוס? Yahoo BOSS – Build your Own Search Engine בראשית הייתה גוגל. לא באמת. בראשית הייתה דווקא יאהו – מנוע החיפוש הראשון שלי, אבל אקדמית, גוגל did no evil ואפילו עשו טוב וצ'יפרו את קהילת המפתחים והחוקרים במפתחות ל-API שלהם. המפתחות איפשרו לשלוח שאילתות לחיפוש ישירות מהקוד ולעשות כל מיני דברים מעניינים עם התוצאות. למשל משחקי PMI למבצע סבתא. [...]

‫מאת: אורן‬

‫אורן‬ — Wed, 25 Jun 2008 16:03:35 +0000

קודם כל, סטטיסטית, אתה צודק. אני מקבל. ועדיין חיפשתי גם אינדיקציה לפי הקשר בעמוד ולא רק לפי סמיכות קרובה.
ובהערת אגב, סטטיסטיקה של שפה תמיד מפתיעה ואחת הבעיות המרכזיות היא שאנחנו לא תמיד יודעים להעריך תלות/אי-תלות של משתנים (למשל, בגלל תופעות של כפל משמעות של מילה)ולכן הרבה מהמדדים הם בעייתיים.

נ.ב. חזה נשי – אני חושב שהסלנג מבוטא בּוּבִּי ולא בּוֹבּי – מין טייק-אוף על המילה boobs. אבל ממילא אנחנו מתעניינים בכתיב.

‫מאת: שחר‬

‫שחר‬ — Wed, 25 Jun 2008 15:02:30 +0000

ראיתי שבדקת את מספר המופעים המדוייקים כמובן, ואני טוען שהוא האינדיקציה החזקה יותר כאן.
אבל בוא נניח לרגע שהאיותים bubby ו-bubbie היו מקובלים באותה מידה, רק ש-bubby מה לעשות היא גם מילת סלנג (בחיים לא שמעתי עליה עד היום) לחזה הנשי, במקרה כזה ה-PMI של bubbie and zadie היה עולה באופן מלאכותי.

‫מאת: אורן‬

‫אורן‬ — Wed, 25 Jun 2008 13:57:59 +0000

כמובן שבדקתי גם את מספר המופעים המדוייקים (תראה בטבלה) וגם שם bubbie and zaddie לוקח בגדול. אבל רציתי להכליל בבדיקה גם את הדפים בהם המילים לא מופיעות כביטוי רצוף אלא מדברות על סבא וגם על סבתא כי חשבתי שאולי הם ישנו את התוצאות (מסתבר שיש כאלו פי שלושה מאשר הביטוי הרצוף). אבל בדיוק בשביל ביקורות כאלו (שאני שמח לקבל) שמתי את האקסל as is – אולי מישהו יראה נתונים שחמקו ממני.

לגבי ההערה שלך על איותים מוזרים – בשימוש בגוגל יש הנחה מוקדמת שלאיותים מוזרים לא תהיה נוכחות סטטיסטית גבוהה וכמובן שאני לא מעלה אותם בתור אופציות לניסוי. אם הייתי בודק את כל ההשילובים של הטרנסליטרציות האפשריות אז כנראה שהיו כמה מקרים מוזרים שהיו מקבלות ניקוד PMI גבוה.
בניסוח קצת יותר סטטיסטי – קודם צריך לסנן רעש ו outlliers ואת זה צריך לעשות באמצעות ספירת מופעים.

אבל אני לא בהכרח מסכים עם הטענה ש"לפחות לגבי שלוש מארבע המלים שתשעים וחמישה אחוזים או יותר מהמופעים שלהן לא קשורים למשמעות המדוברת". כלומר זה יכול להיות נכון אבל קשה מאוד לבדוק את זה (אני מניח שהרבה אנשים כתבו רק על הסבתא שלהם ולא מעט אנשים רק על הסבא).

אני מסכים לחלוטין שהשיטה הזו קצת גסה, אבל היא נותנת אינדיקציה טובה.

עכשיו, יש עוד בעיה עם גוגל שמנסים להיות מתוחכמים ולתת גם תוצאות דומות. למשל, אין אף תוצאה ל "bobi and zedi"
(יש ~1500 תוצאות בלי המרכאות והמוני תוצאות לכל מילה בנפרד) ואז גוגל משנים את השאילה ומחזירים תוצאות גמישות יותר.

‫מאת: שחר‬

‫שחר‬ — Wed, 25 Jun 2008 13:08:04 +0000

אני לא בטוח אחרי עוד קצת מחשבה שהשימוש ב-PMI כאן הוא מוצדק, נראה לי שמספר המופעים של הביטויים המדוייקים הוא קריטריון מוצלח יותר, במיוחד בהתחשב בעובדה שברור לנו לפחות לגבי שלוש מארבע המלים שתשעים וחמישה אחוזים או יותר מהמופעים שלהן לא קשורים למשמעות המדוברת.
רק כדי להקצין, נניח שהיה נמצא מישהו אחד שהיה כותב דווקא bbabbi and zeyddi די ברור שה-PMI שלו היה גבוה להחריד (בהנחה שהצלחתי למצוא איותים שאין להם משמעות אחרת, די התעייפתי אחרי כמה נסיונות).

‫מאת: גם-שם » בּוֹבִּי וזֵיידִי‬

‫גם-שם » בּוֹבִּי וזֵיידִי‬ — Wed, 25 Jun 2008 12:06:06 +0000

[...] כאן « בראשית היתה המילה [...]

‫מאת: אורן‬

‫אורן‬ — Wed, 25 Jun 2008 11:25:39 +0000

ועוד על המותג:
הספר הזה הוא די מדהים מבחינה סוציולוגית עד כדי כך אשני שוקל לקנות אותו. הציורים הם ללא ספק בהשראת שאגאל שאין יהודי-נוסטלגי ממנו והסיפור הוא ממש בהשראת סנטה קלאוס. סבא וסבתא (סליחה, בובי וזיידי) מגיעים בריחוף ביום הראשון של חנוכה ומביאים סיפורים והפתעות. לא מספיק סנטה? הם מגיעים מהמתפרה שלהם באלסקה שבצפון והם מבטיחים להופיע בכל שנה.
הצעה לשם לספר ההמשך: מי הזיז את החנוכה-בוש שלי?

‫מאת: אורן‬

‫אורן‬ — Wed, 25 Jun 2008 11:17:03 +0000

שחר –
אתה צודק וה"מותג" הזה קצת מטה את התוצאות, אבל:
1. הכתיב של המותג הזה (ספר) מהווה אוטוריטה מסויימת, כלומר יש כאן ספר שעבר הגהה ואת כל מדורי השיווק ונבחר למתג אותו עם ie. כלומר, בהנחה שהכתיב בשם לא נבחר באקראיות, זה מחזק את הטענה.
2. אמנם יש מותג כזה ובדיוק בשביל זה משתמשים בPMI – במכנה מנרמלים (בערך) לפי מספר המופעים הבלתי תלויים (בערך) כלומר מחלקים גם בכל המופעים של ה"מותג".

אבל, שחר, מאוד אהבתי את ההסבר הפשוט שלך שאנחנו פשוט מיישמים את התבנית המוכרת של השמות (Bobby ו- Zadie) על המילים סבא וסבתא. למה השמות נכתבים כך זו שאלה אחרת אבל היא כבר מסדר שני או שלישי ולא רלוונטית לסבא וסבתא. אני אוהב הסברים פשוטים. שיחקת אותה :(

יחזקאל-
יצא ברור. לחלק מזה התכוונתי בפסקה האחרונה ותודה על ההרחבה.

‫מאת: יחזקאל‬

‫יחזקאל‬ — Wed, 25 Jun 2008 08:08:42 +0000

עוד נקודה מעניינת (וחצי פיתרון לשאלתך): הכתיב העברי למילים אלו, אם אני לא טועה, הוא: בובע, זיידע (ו' לציון חולם, יי' לצירי, ו-ע' לסגול). בהברה הסטנדרטית (הברה "אשכנזית") הצירי הוא דיפתונג של סגול וחיריק (שומעים יו"ד אחרי הסגול, כמו בקריאה: הי! בצירי).
צורת קריאה אחרת היא זו שמכונה "הברה חסידית" (בדר"כ מפולין והונגריה) בה הצירי הופך לפתח (אך עדיין גורר אחריו הברת יו"ד!) וחלק מהקמצים הופכים לשורוק. הסגול, מצידו, מתקרב אל הצירי הרגיל (הכללים, אם אפשר בכלל לנסח כאלו, די מסובכים, ויש כמה תת-דיאלקטים, אבל זה בגדול).
אנו רואים שבקרב דוברי האנגלית נקלטו המילים בהגייתן ה"חסידית" (הגיוני מאוד בהתחשב בכך שזו עיקר האוכלוסיה ששימרה את האידיש בארה"ב).
יש כאן שילוב של מרכיב נוסף. את הu של בובע אני מניח שמבטאים כפתח. כאן נכנס עיוות קל של המילה כדי להוסיף מימד אישי (דומה להבדל בין אב ו-אבא, אם ו-אמא, סב ו-סבא וכו') וקצת "חמידות" ילדותית. זו גם חלק מהסיבה לסיומת שהשתנתה מסגול לחיריק. לעומת זאת, במילה זיידע, השינוי של הצירי לפתח גורר שינוי מסוים של הסגול בסוף המילה לחיריק, גם בלי אפקט ה"חמידות" הנ"ל. (אני לא בטוח באמירה האחרונה, אבל כך הרגשתי). לכן אין y/i אחרי הa, כי היו"ד מגיעה אוטומטית מתוך שינוי הצירי לפתח, ויש ענין להדגיש את החיריק שבסוף כי הוא יותר "אמיתי" מאשר זה של בובע שנוצר מסיבות אחרות.
שוב, אני מניח שגם את הa בזיידע קוראים בפתח, ושוב ההבדל בינו לבין הu של בובע מגיע מכך שבזיידע הוא נובע מצורת הגייה כללית, ובבובע הוא נובע מ"חמידות".
‏
(מקווה שיצא מספיק ברור.)

‫מאת: שחר‬

‫שחר‬ — Wed, 25 Jun 2008 06:26:35 +0000

מסתבר ש"bubbie and zadie" זה קצת מותג. יש איזה ספר או סדרת ספרי ילדים כזו (לא ממש היה לי כוח להתעמק), כך שמאוד יכול להיות שכל ההטיה המובהקת לכאורה של גוגל נובעת מבחירה אקראית אחת של הוצאה לאור.
אני, אגב, נטיתי לבחירה שלך, ככל הנראה בדיוק מהסיבה שבגללה התבלבלת במקור. אני מיישם על המלים האלה במשמעות ה"חדשה" שלהן את הכתיב שמוכר לי מהשמות Bobby ו-Zadie