| dc.description.abstract | Å finne den korrekte måten å uttale et japansk navn skrevet med kinesiske tegn er en utfordring for både de som studerer japansk såvel som de som har japansk som morsspråk. I japanske navn kan kinesiske tegn uttalles på flere måter, og nye varianter utvikles kontinuerlig.
Selv om det allerede finnes oppslagsverk med informasjon om uttalen til slike tegn fokuserer denne oppgaven på å lage en database med kinesiske tegn brukt i japanske navn med utgangspunkt i japansk Wikipedia. Databasen kan potensielt brukes av navne- og språkforskere som spesifikt studerer japanske navn, og oppgaven fungerer også som et proof-of-concept for å bruke ukonvensjonelle datakilder for å automatisk generere store oppslagsverk for navn.
I tesen beskrives stegene som er nødvendige for å utvikle dette systemet. Store deler av teksten fokuserer derfor på språkprosesseringsmetoder for å hente informasjon fra japansk Wikipedia.
Systemet lykkes i skape to SQLite-databaser med informasjon om personer og navn i japansk Wikipedia. Den første databasen inneholder informasjon om samtlige personer databasen klarte å finne i japansk Wikipedia, mens den andre inneholder kun informasjon om kinesiske tegn og uttale. | |
