TALL COLD, storia e piano di lavoro

Storia del progetto COLD Coretour Ortografich Ladin

Nel 1999 si avviò una collaborazione tra l’Istituto “Majon di Fascegn” e l’ITC-Irst di Trento per un progetto ambizioso e di vasta portata sul Trattamento Automatico della Lingua applicato al Ladino e al Sardo (progetto TALES). Questa collaborazione prevedeva lo sviluppo di un correttore ortografico, un analizzatore di testi (concordancer), un sintetizzatore morfologico e un sistema di gestione di banche dati lessicografiche e dizionari online. Furono scelte fin dall’inizio tecnologie che negli anni successivi sono risultate vincenti nel campo della ricerca e della linguistica computazionale, e cioè modelli web-based condivisi (e non applicazioni locali) e sviluppo in Java con standard di programmazione molto elevati.

Nel 2002 l’ITC-Irst sviluppò un sintetizzatore-analizzatore morfologico (Morpho), essenziale come passo intermedio nella creazione dei formari per la correzione ortografica. Esso permetteva di sviluppare (cioè coniugare e declinare) verbi, nomi e aggettivi a partire dalla loro radice e dalle regole morfologiche espresse sotto forma di semplici regular expressions.
Con la tecnologia di Morpho e con le banche dati elettroniche (per il fassano: DILF – Dizionario italiano – ladino fassano Dizionèr talian – ladin fascian; per il Ladin Standard : DLS Dizionar dl Ladin Standard) sono stati creati i formari per il Fassano Standard (2002) e per il Ladin Standard (2003).

Nel 2002 fu commissionato un correttore ortografico del Fassano Standard alla Expert System di Modena, licenziataria per l’Italia della tecnologia di spell-checking della Microsoft; poi, visti i risultati, anche per il Ladin Standard. Essenzialmente si personalizzarono gli elenchi di forme ma non si operò specificamente sulla struttura fonetica e sugli “errori tipici” delle parlate ladine, basandosi sostanzialmente sul motore di correzione sviluppato da Microsoft per la lingua italiana, che tuttavia dava risultati complessivamente buoni, anche se – su certe caratteristiche specifiche della fonetica ladina – non sempre perfetti. Questo correttore del Ladino Fassano e del Ladino Standard basato su tecnologia Microsoft è stato prodotto e distribuito in collaborazione con l'Union Generela di Ladins dla Dolomites.

Nel 2005 gli Istituti Ladini Micurà de Rü e Majon di Fascegn decisero dunque di sviluppare un motore di correzione interamente “su misura”, che utilizzasse le tecnologie e gli algoritmi di correzione e di adattamento noti alla comunità scientifica (e non protetti dal diritti di proprietà industriali come quelli di Microsoft), estendendolo a tutte le varietà codificate delle valli ladine, adottando una filosofia open-source e introducendo il meccanismo dell’“adattamento”, cioè una forma particolare di correzione ortografica che permettesse una conversione semi-automatica da varianti di valle (o addirittura sotto-variante di valle) allo standard sovralocale di riferimento (rispettivamente il Ladin Standard e i singoli standard di valle).

Questo il piano di lavoro del progetto COLD Coretour Ortografich Ladin a partire dal 2006

Prima fase: sistema di correzione/adattamento web-based per le 3 varianti ladine e per il Ladin Standard (si è concluso alla fine del 2006). La tecnologia di espansione morfologica applicata è ancora quella di Morpho e le banche dati lessicografiche di partenza sono rispettivamente: per il Fassano: DILF integrato da una selezione di testi moderni, per il Gardenese: Marco Forni Vocabuler tudësch –Ladin de Gherdëina), per il Badiotto: Giovanni Mischi Vocabolar todësch –ladin (val Badia), per il Ladin Standard DLS con l’integrazione di un corpus di testi.
Seconda fase: estensione del sistema di correzione all’interno di Microsoft Word sotto forma di web-service (in linea dalla primavera del 2007)
Terza fase: estensione del web-service in modo che le funzionalità di correzione siano un servizio “on line” disponibile virtualmente da ogni applicazione compatibile con SOAP (Open Office, altri website, servizi di traduzione on line, ecc.)