zimo mobile logo
  • Tehnologija
  • Znanost
  • Društvene mreže
  • Esport
  • Business
Prati nas:
Upravljaj obavijestima
  • Prijavi se na newsletter
  • Imaš priču? Pošalji
  • Pišite nam
  • Uredništvo
  • Oglašavanje i marketing
  • Uvjeti korištenja
  • Vijesti
  • Video
  • Zadovoljna
  • Tech
  • Blog
  • Nova TV
  • Doma TV
Nova TV
  • Vijesti
  • Video
  • Zadovoljna
  • Tech
  • Blog
  • Nova TV
  • Doma TV
  • zimo logo
  • Tehnologija
  • Znanost
  • Društvene mreže
  • Esport
  • Business
Prati nas:
  • Dnevnik.hr
  • Vijesti
  • Sport
  • Showbizz
  • Lifestyle
  • Putovanja
  • Zdravlje
  • Biznis
  • Zabava
  • Teen
  • Tv
Tehnologija

Pričali smo sa Šandorom Dembitzom, pokretačem jednog od najstarijih web servisa u Hrvatskoj — Haschecka

U vrijeme kada internet još nije bio toliko aktualan u Hrvatskoj, čovjek impresivne titule izv. prof. dr. sc. Šandor Dembitz pokrenuo je projekt Hascheck, online strojnu provjeru pravopisa hrvatskog i engleskog jezika.

Saša Fišter
sasa@zimo.co | 28.06.2014. / 11:15 komentari

Podijeli

Pričali smo sa Šandorom Dembitzom, pokretačem jednog od najstarijih web servisa u Hrvatskoj — Haschecka

U vrijeme kada internet još nije bio toliko aktualan u Hrvatskoj, čovjek impresivne titule izv. prof. dr. sc. Šandor Dembitz pokrenuo je projekt Hascheck, online strojnu provjeru pravopisa hrvatskog i engleskog jezika.

tri vijesti o kojima se priča Droga, ilustracija Roditelji, oprez! "Najopasnija mreža za mlade": Omiljena platforma prepuna je seksualnih predatora i dilera droge Appleovi telefoni, ilustracija Vrijeme radi svoje… Ako imate ove modele telefona, možda je vrijeme da ih zamijenite i kupite nove Cheyava Falls u dolini Neretva Vallis u krateru Jezero na Marsu Na Marsu NASA zagolicala maštu javnosti: U dolini Neretve pronađeni tragovi izvanzemaljskog života?

Kao što ćete saznati iz detaljnog intervjua s gospodinom Dembitzom, ideja je krenula još početkom 70-ih godina prošlog stoljeća, da bi danas živjela na internetskim stranicama. Hascheck je danas nezaobilazan alat većini PR agencija, novinara, blogera, studenata, učenika i profesora, te svima onima koji trebaju provjeriti ispravnost napisanog teksta.

Ako biste nas pitali koji vam je najdraži alat za svakodnevni posao, odgovor bi svakako bio Hascheck.

Možete nam ukratko ispričati kako je nastao Hascheck?

Ideja se iznjedrila tijekom suradnje na Englesko-hrvatskom leksikografskom korpusu, prvom hrvatskom dvojezičnom megakorpusu koji je pokojni akademik Željko Bujas dao izraditi kao podlogu za svoju leksikografsku djelatnost. Kreiranje Korpusa započelo je početkom 70-tih godina prošloga stoljeća. Podaci su se unosili putem flexowritera, pisaćega stroja kojemu je izlaz bila bušena papirnata traka. Jasno je da ovakav unos podataka proizveo veliki broj grešaka, tako da je nakon prebacivanja Korpusa s papirnih na magnetsku traku trebalo obaviti njegovo čišćenje. To je bio krvav posao, koji je u razdoblju od rujna 1975. do konca veljače 1976. angažirao nekoliko desetaka korektora u punom radnom vremenu. Ja sam taj posao vodio s tehničke strane i, promatrajući korektorsku muku, počele su mi navirati ideje kako im posao olakšati putem tehnologije. No, put od zamisli do izvedbe bio je dug i trnovit.

Hascheck je zaživio davne 1993. godine kad još mnogi nisu imali internet. Koja je ideja bila u to vrijeme?

Već tada je bilo izvjesno da će se Internet naglo širiti i poprimati oblike sve primjerenije korisnicima. Kako se prirodni jezik uči cijeli život, tako i tehnološki alati, koji se bave prirodnim jezikom, moraju u sebi imati ugrađenu komponentu učenja. Internet je nudio jedinstvenu priliku da se putem interakcije korisnika i sustava izgradi sustav visoke jezične funkcionalnosti. Hascheckova funkcionalnost je već koncem 90-tih značajno nadmašila funkcionalnost konvencionalnih pravopisnih provjernika za hrvatski jezik. Kako je vrijeme dalje išlo, razlike su se povećavale u Hascheckovu korist.

U kojem se programskom jeziku napravio Hascheck?

Jezgreni dio sustava je modularan i stalno se dopunjava novim funkcijama (modulima), odnosno postojeći se moduli dorađuju. Zbog toga se u programiranju koriste uglavnom prototipni jezici (perl, awk i sed), jer se u njima jednom napisano lako mijenja i dopunjuje. Korisničko sučelje izvedeno je u Javascriptu.

U kratkim crtama, možete nam opisati kako funkcionira Hascheck?

Prvo se iz teksta izdvajaju sve poznanice, bile one riječi i već „prožvakane“ greške. Valja istaknuti da je opseg rječnika pogrešaka dvostruko veći od opsega rječnika valjanih riječi. Ostatak, odnosno nepoznanice, podvrgava se grafemskoj klasifikaciji i morfologizaciji, čiji je cilj utvrditi je li nepoznanica tvorbeno moguća u hrvatskome. Ako jest, označava se takvom i za nju se ne nude ispravci. Neoznačene nepoznanice i greške-poznanice podliježu postupku traženja najvjerojatnijih ispravaka prema bliskosti s riječima u pravopisnom rječniku.

Hascheck uči nove riječi iz tekstova svojih korisnika. Na koji način to funkcionira?

Na početku su sve nepoznanice prolazile evaluaciju radi li se o valjanim riječima ili pogreškama. Danas takav postupak prolaze samo označene nepoznanice, kao i nepoznanice za koje sustav ne može ponuditi ispravak. Premda je klasifikacija i morfologizacija vrlo pouzdana, zbog očuvanja visoke preciznosti rječnika nužan je ljudski nadzor nad onim što je sustav izdvojio kao potencijalno zanimljivo za učenje. U najnovije vrijeme, zbog poraslog opsega poslova oko održavanja sustava i razvoja novih aplikacija, učenje se zna preskočiti, ali se podatci pripremljeni za učenje pohranjuju za bolja vremena.

Ponekad Hascheck ne želi “probaviti” tekst. Radi li se o nekom bugu ili možda mi korisnici radimo nešto krivo?

To se zna dogoditi na sučelju http://hascheck.tel.fer.hr/ kada tekst sadrži neke „neprobavljive“ znakove, najčešće posebne znakove iz skupa UTF-8, no takvih je sve manje i manje. Ako se to dogodi, odnosno ako korisnik ne dobije odziv sustava u očekivanome vremenu, treba prijeći na http://hascheck.tel.fer.hr/stari/, koji će sigurno probaviti i neprobavljivo, ali neće upozoriti na moguće kontekstualne pogreške u tekstu. Ovaj problem je potakao izradu nove verzije sučelja na kojoj će se moći odabrati želi li se tekst kontekstualno provjeriti, što dulje traje, ili ne. Na novom sučelju problem s „probavljanjem“ teksta ne bi se smio pojavljivati.

Postoje dvije verzije Haschecka, koja se više koristi, starija ili novija?

Omjer korištenja novog (kontekstualnog) i starog (nekontekstualnog) sučelja je 7:3. 

Koliko je velika baza riječi u Haschecku?

U trenutku pisanja pravopisni rječnik je brojao ravno 2.096.191 različnicu. Od tog broja 52,9% pripada hrvatskom općejezičnom fondu, 43,7% hrvatskom posebnojezičnom, dominantno imenskom fondu, dok 3,4% pripada engleskom općejezičnom fondu. Engleski dio rječnika postoji zbog navade korisnika, posebno onih iz akademske zajednice, da u hrvatske tekstove ubacuju brojne engleske izraze. Na samome početku Hascheckov je rječnik brojao oko 100.000 različnica hrvatskog općejezičnog fonda.

Koliko posjeta ima stranica Haschecka i koliko korisnika trenutno postoji?

Glavna Hascheckova stranica bilježi između 3 i 4 tisuće posjeta dnevno. U lipnju 2014. dnevno se u prosjeku obrađivalo oko 8.000 tekstova, odnosno korpus od preko 2 milijuna pojavnica. Prema zabilježenim cookiejima procjenjujemo da je uslugu do sada koristilo oko pola milijuna korisnika diljem svijeta. Od 249 IP-domena, na koje je svijet danas podijeljen, njih 125 dalo je Hascheckove korisnike. Razmjeri korištenja u Hrvatskoj dadu se iskazati i putem zabilježenih IP-adresa s kojih su hrvatski korisnici do sada pristupali usluzi. Takvih je u trenutku pisanja bilo ravno 582.379, što je četvrtina svih IP-adresa dodijeljenih Hrvatskoj (https://www.maxmind.com/en/techinfo). 

Jeste li kad razmišljali o prodaji projekta?

Takva opcija nije isključena, no o tome ima smisla razgovarati ako pristigne ozbiljna ponuda za preuzimanje usluge. Nju do sada nismo zaprimili.

Koji su sljedeći koraci za ovaj servis? Može li se on razviti u jedan profitabilan projekt ili će zauvijek ostati ovako?

Hascheck se već pokazao vrlo profitabilnim projektom, ne u smislu kako to pitanje implicira, već na jedan puno bitniji način. Hrvatski je u tehnološkome smislu jedan od najzapuštenijih europskih jezika (vidi http://www.meta-net.eu/whitepapers/key-results-and-cross-language-comparison) i da bi se to stanje u razumnom roku promijenilo nužna je podatkovna podloga u obliku bogate i pouzdane leksičke n-gramske infrastrukture, bez koje je suvremeno jezično modeliranje nezamislivo. Zahvaljujući Haschecku, hrvatski danas takvu podlogu ima, dapače po tom se pitanju može uspoređivati i s jezičnotehnološki najnaprednijim jezicima. Međutim, da bi se dobivena big data infrastruktura – radi se o milijardama leksičkih zapisa – na pravi način iskoristila, potrebna su ozbiljna ulaganja u opremu i ljude, što je za sada izostalo. Već smo pokazali uporabljivost n-gramske infrastrukture i bez lipe potpore. Hascheck je postao kontekstualni provjernik s omjerom 4:1 kod prijavljivanja konvencionalnih (zatipkovno-pravopisnih) i gramatičko-stilskih pogrešaka, što ga svrstava uz bok najboljih provjernika takve vrste u svijetu. Razvijeni su uporabljivi sustavi za strojnu tvorbu i strojno prepoznavanje hrvatskoga govora. U tijeku je projekt strojnoga prevođenja za francusko-hrvatski jezični par, u kojemu Francuzi besplatno ulažu svoj know-how, želeći tako promovirati svoj jezik putem tehnologije. No, sve su to početci, jer ni govorne tehnologija, ni strojno prevođenje, kao ni daljnje unapređivanje Haschecka nisu razvojno održivi bez gore spomenutih ulaganja. Hrvatska mora prepoznati da se jezik u internetskoj eri brani tehnologijom, jer u protivnome hrvatskom jeziku s vremenom prijeti opasnost gubljenja funkcionalnosti u svim njegovim pojavnim oblicima, što je put prema izumiranju.

Hoće li možda biti mobilne verzije ili aplikacije za tablet uređaje?

Da, u planu su obje verzije. Kako su u implementaciji dijelova usluge uvijek sudjelovali naši studenti, tako je i ovaj zadatak zadan kroz završne i diplomske  studentima preddiplomskog i diplomskog studija FER-a.

Hascheck će ostati besplatan ili postoji neka opcija naplate usluge?

U jezicima s relativno malim brojem korisnika, kakav je hrvatski, osnovni jezičnotehnološki alati moraju biti javno dobro. Svima je u interesu, i autorima i čitateljima, da tekstovi budu dobro uređeni, bez grešaka koje sramote prve a iritiraju druge. To je razlog zašto je Hascheck besplatna usluga za „male“ korisnike. Onima koji ga rabe u profesionalne svrhe već dulje naplaćujemo uslugu, jer im korištenje Haschecka podiže produktivnost i garantira kvalitetu proizvoda (teksta), što je vrijedno minimalne naknade. Profesionalni korisnici za tu naknadu dobivaju i skrb o leksici koju rabe putem nadziranoga učenja, što  „malim“ korisnicima danas zbog manjka ljudstva više ne možemo garantirati.


U nastavku možete pogledati staru emisiju eHrvatska u kojoj je također objašnjen Hascheck.

 

PODIJELJENO 0 PUTA

Podijeli

aktualno najčitanije
Sjevernokorejski i kineski hakeri imaju novu taktiku u napadima na tvrtke i državne organizacije
Trend
Sjevernokorejski i kineski hakeri imaju novu taktiku u napadima na tvrtke i državne organizacije
Od milijarde do stotina milijardi: Čini se da je Microsoft pogodio jackpot s OpenAI-jem
Sulud povrat ulaganja
Od milijarde do stotina milijardi: Čini se da je Microsoft pogodio jackpot s OpenAI-jem
Terapija budućnosti? Nosiva ultrazvučna kaciga omogućava liječenje mozga bez kirurških zahvata
Revolucionaran iskorak u medicini
Terapija budućnosti? Nosiva ultrazvučna kaciga omogućava liječenje mozga bez kirurških zahvata
Situacija nikad nije bila gora: Profesori tvrde kako su domaće zadaće su izgubile svaki smisao
Što napraviti?!
Situacija nikad nije bila gora: Profesori tvrde kako su domaće zadaće izgubile svaki smisao
Ozonski omotač mogao bi se oporaviti do sredine stoljeća
Objavio WMO
Ozonski omotač mogao bi se oporaviti do sredine stoljeća
HealthTech inovatori imaju priliku testirati svoje inovacije – besplatno i bez rizika
AI4Health.Cro
HealthTech inovatori imaju priliku testirati svoje inovacije – besplatno i bez rizika
Ako imate ove modele telefona, možda je vrijeme da ih zamijenite i kupite nove
Vrijeme radi svoje…
Ako imate ove modele telefona, možda je vrijeme da ih zamijenite i kupite nove
NASA zagolicala maštu javnosti: U dolini Neretve pronađeni tragovi izvanzemaljskog života?
Na Marsu
NASA zagolicala maštu javnosti: U dolini Neretve pronađeni tragovi izvanzemaljskog života?
Slijedi velika promjena na tržištu rada: Evo tko će prvi ostati bez posla, prema Samu Altmanu
Mnoge su industrije ugrožene
Slijedi velika promjena na tržištu rada: Evo tko će prvi ostati bez posla, prema Samu Altmanu
"Najopasnija mreža za mlade": Omiljena platforma prepuna je seksualnih predatora i dilera droge
Roditelji, oprez!
"Najopasnija mreža za mlade": Omiljena platforma prepuna je seksualnih predatora i dilera droge
Kineski plan neće se svidjeti europskim automobilskim kompanijama
Ambiciozno
Kineski plan neće se svidjeti europskim automobilskim kompanijama
Nema tu nikakve magije: Šef Riviana objasnio zašto su kineski automobili jeftiniji od konkurencije
Jednostavno je
Nema tu nikakve magije: Šef Riviana objasnio zašto su kineski automobili jeftiniji od konkurencije

Vezane vijesti

Ne propustite ni ovo

vijesti
Čelnik splitskog kotara upozorio sugrađane da se muškarac s kalašnjikovom šeće ulicom
Istraga u tijeku
Stigla dojava da se muškarac s kalašnjikovom šeće Splitom. Oglasila se policija i HDZ-ovac koji je digao uzbunu
Čovjek proglašen mrtvim i odvezen u mrtvačnicu; obitelj se došla oprostiti pa doživjela šok
Rijedak slučaj
Čovjek proglašen mrtvim i odvezen u mrtvačnicu: Obitelj se došla oprostiti pa doživjela šok za šokom
Novim Zakonom o naplati cestarine isključit će se plaćanje cestarine u gotovini
Stiže novi zakon
Cestarina se više neće moći plaćati gotovinom
show
U prvoj epizodi MasterChefa pregaču dobila majka Ivice Zubca,
kakva čast!
Majka našeg svjetski poznatog sportaša privukla je pažnju u prvoj epizodi MasterChefa!
Jagoda Kumrić i Konstantin Haag odlaze iz ''Kumova''
''Arrivederci...''
Zvijezde Kumova rastužile fanove: ''Vrijeme je za okrenuti novu stranicu...''
Maja Šuput u mini-haljini zaplesala na Vinkovačkim jesenima
na vinkovačkim jesenima
Kako joj stoji? Na ovako jednostavnu kombinaciju Maje Šuput nismo navikli
zdravlje
Candida auris: Simptomi superinfekcije koja se širi Europom
Stigla je u hrvatske bolnice!
Candida auris: Simptomi superinfekcije koja se širi Europom
Šokantna istina o slanini: Povezuje se s rakom i demencijom – ali postoji sigurna granica
Nutricionisti otkrivaju
Šokantna istina o slanini: Povezuje se s rakom i demencijom – ali postoji sigurna granica
Ljetna korona: Simptomi zbog kojih su liječnici pretrpani
Soj "Stratus" hara svijetom
Ljetna korona: Simptomi zbog kojih su liječnici pretrpani
zabava
Samo u Dalmaciji! Scena ispred trgovine oduševila društven mreže
Zanimljivo
Samo u Dalmaciji! Scena ispred trgovine oduševila društvene mreže
Vlasnik problijedio kad je vidio srušeno stablo na autu, a onda je uslijedilo iznenađenje
Za dlaku!
Vlasnik problijedio kad je vidio srušeno stablo na autu, a onda je uslijedilo iznenađenje
Matematička zagonetka koja prkosi logici – samo rijetki nađu odgovor
Pokažite što znate!
Matematička zagonetka koja prkosi logici – samo rijetki nađu odgovor
tech
Ako imate ove modele telefona, možda je vrijeme da ih zamijenite i kupite nove
Vrijeme radi svoje…
Ako imate ove modele telefona, možda je vrijeme da ih zamijenite i kupite nove
NASA zagolicala maštu javnosti: U dolini Neretve pronađeni tragovi izvanzemaljskog života?
Na Marsu
NASA zagolicala maštu javnosti: U dolini Neretve pronađeni tragovi izvanzemaljskog života?
Slijedi velika promjena na tržištu rada: Evo tko će prvi ostati bez posla, prema Samu Altmanu
Mnoge su industrije ugrožene
Slijedi velika promjena na tržištu rada: Evo tko će prvi ostati bez posla, prema Samu Altmanu
sport
UFC neugodno iznenadio Antu Deliju! Kako je ovakvo što uopće moguće?
TJEDAN NAKON POBJEDE
UFC neugodno iznenadio Antu Deliju! Kako je ovakvo što uopće moguće?
Bobanovo zvono za uzbunu: Kako je moguće da u Dinamu to nisu vidjeli?
Komentar Ivice Mede
Bobanovo zvono za uzbunu: Kako je moguće da u Dinamu to nisu vidjeli?
Armin Hodžić za Dinamo zabio 50 golova, sad s 30 godina potpisao za drugoligaša
JEDNOSTAVNO NESTAO
Za Dinamo je zabio 50 komada u sto utakmica, sad je s 30 godina potpisao za drugoligaša
tv
U dobru i zlu: Dala mu je antibiotike, ali hoće li mu biti spasa?
U DOBRU I ZLU
U dobru i zlu: Dala mu je antibiotike, ali hoće li mu biti spasa?
MasterChef: MasterChef prvom epizodom nove sezone nadmašio konkurenciju! Večeras ne propustite nove specijalitete!
SAZNAJTE!
MasterChef prvom epizodom nadmašio konkurenciju! Večeras ne propustite doznati tko će se kući vratiti s pregačom!
Pogledajte što donosi finale sezone serije "Daleki grad"!
DALEKI GRAD
Pogledajte što donosi finale sezone serije "Daleki grad"!
putovanja
Tjedni jelovnik fina i brza jela 15. 9. do 21. 9. 2025.
Tjedni jelovnik
Zasitna su, fina i rade se bez puno muke: Sedam predobrih jela za svaki dan ovog tjedna
Najveće dječje igralište u Hrvatskoj
Ogromna zabava!
Odlična ideja za izlet: Otvoreno najveće dječje igralište u Hrvatskoj
Kulinarski grijeh ili ipak ne? Treba li prati gljive prije kuhanja?
Odaberite stranu
Kulinarski grijeh ili ipak ne? Treba li prati gljive prije kuhanja?
novac
Zagreb izbacio Kineze s natječaja - autobusi su im bili nekoliko milijuna jeftiniji, ali nisu imali HD monitore
Zagreb izbacio Kineze s natječaja - autobusi su im bili nekoliko milijuna jeftiniji, ali nisu imali HD monitore
Kako je slavni reper spasio posrnulo gospodarstvo jednog karipskog otoka
Odustao od Amerike
Kako je slavni reper spasio posrnulo gospodarstvo jednog karipskog otoka
Ovo je 10 najboljih država za umirovljenike, na sedmom mjestu i nama susjedna zemlja
Drugi život
Ovo je 10 najboljih država za umirovljenike, na sedmom mjestu i nama susjedna zemlja
lifestyle
Zagreb špica: Majica sa simpatičnim natpisom u street style izdanju
BAŠ SIMPATIČNO
"Draga mama"... Majica s porukom nasmijala je žene u centru Zagreba
Ulična moda Zagreb bluza s volanima
Tako ženstvena
Traperice plavokose dame iz centra Zagreba vizualno produžuju noge, ali bluza je ta koja je privukla sve poglede
Ljupka Gojić Mikić u haljini Dries Van Notena
Opet je zablistala
Haljina Ljupke Gojić Mikić je definicija elegancije s dozom odvažnosti
sve
U prvoj epizodi MasterChefa pregaču dobila majka Ivice Zubca,
kakva čast!
Majka našeg svjetski poznatog sportaša privukla je pažnju u prvoj epizodi MasterChefa!
Jagoda Kumrić i Konstantin Haag odlaze iz ''Kumova''
''Arrivederci...''
Zvijezde Kumova rastužile fanove: ''Vrijeme je za okrenuti novu stranicu...''
Zagreb špica: Majica sa simpatičnim natpisom u street style izdanju
BAŠ SIMPATIČNO
"Draga mama"... Majica s porukom nasmijala je žene u centru Zagreba
 

Nastavi čitati

Tehnologija
Nastava, ilustracija
Što napraviti?!

Situacija nikad nije bila gora: Profesori tvrde kako su domaće zadaće izgubile svaki smisao

piše Hrvoje Jurman
Tehnologija
Anja Barešić
AI4Health.Cro

HealthTech inovatori imaju priliku testirati svoje inovacije – besplatno i bez rizika

piše Martina Čizmić
Tehnologija
Ukrajinski operateri napadačkih dronova
Signali poput šapta

Amerikanci napravili radio koji bi ukrajinske dronove i operatere mogao učiniti "nevidljivima" za Ruse

piše Branimir Vorša
Tehnologija
Edukacija probacijskih službenika u VR-u
EITA2025

Projekt edukacije probacijskih službenika u virtualnoj stvarnosti osvojio prestižnu nagradu Europske komisije

piše Martina Čizmić
Tehnologija
Priscilla Chan i Mark Zuckerberg
Stižu ovog tjedna

Jesu li to napravili namjerno? Procurile fotografije i videa novih Metinih gadgeta

piše Hrvoje Jurman
Tehnologija
Elon Musk i Cybertruck
Pickup koji je trebao biti veliki hit

Nakon samo 5 mjeseci Tesla povukla iz prodaje najjeftiniji Cybertruck

piše Hrvoje Jurman
  • Pišite nam
  • Uredništvo
  • Oglašavanje i marketing
  • Uvjeti korištenja
  • Politika zaštite privatnosti
  • Politika o kolačićima
  • Dnevnik
  • Nova Plus
  • Gol.hr
  • Zadovoljna
  • Kreni Zdravo
  • NovaTV
  • DomaTV
Upravljaj obavijestima