Hur hanterar stavningskontrollerna. texter skrivna av skolbarn? en utvärdering av Stava Rex och Microsoft Word 2007.

Transkript

1 Institutionen för lingvistik Språkteknologiprogrammet Hur hanterar stavningskontrollerna texter skrivna av skolbarn? en utvärdering av Stava Rex och Microsoft Word Kandidatuppsats i språkteknologi Författare: Weronika Tancredi Handledare: Sylvana Sofkova Hashemi Göteborg, den 30 maj

2 Sammanfattning (Abstract) Syftet med denna studie är att analysera och finkategorisera stavfel i texter skrivna av skolbarn i åk 4 och åk 6 samt utvärdera hur stavningskontrollerna Stava Rex och Microsoft Word 2007 hanterar de olika typer av stavfel. Det första resultatet är en kategorisering av stavfel. Med hjälp av stavfelskategorier gjordes statistik som visar procenten av olika stavfelstyper i de analyserade texterna. Den vanligaste stavfeltypen är utelämning av bokstav, oftast felaktig enkelteckning. Näst största felgruppen är ersättning, där barn oftast förväxlar vokaler. Inom insättning dominerar felaktig dubbelteckning av konsonant. Stavningskontrollernas utvärdering gav möjlighet att jämföra båda programmens täckning, dvs. andelen stavfel som kontrollerna detekterar. Stava Rex detekterade 93% av stavfel, dvs. flera än Microsoft Word, som upptäckte 80% av stavfel i barntexterna. Rättningsförslagets träffsäkerhet, dvs. procent korrekta rättningsförslag för Stava Rex var 80 % vilket är nästan lika mycket som för Microsoft Word, 78%. Utvärderingen visar även procent fall när korrigeringsförslaget placeras överst på listan med ersättningsförslag. Resultat visar vilka stavfel som barn gör och hur texterna skrivna av barn i åk 4 skiljer sig från texterna i åk 6. Samlad data visar att barn från åk 4 gör flera stavfel än barn i åk 6. Stavfel som barn i åk 4 gör är oftare multipla. Stavfelsanalysen visar att majoriteten av förväxlings- och dubbelteckningsfel görs av barn från åk 4. Elever från åk 6 utelämnar istället slutvokaler och slutkonsonanter oftare än de yngre barnen.. 2

3 Innehållsförteckning 1 Inledning Bakgrund Skrivinlärningsprocessen hos barn Förhållandet mellan tal och skrift i svenskan Bakgrund om stavningskontroller Metoder som används för att detektera icke-ordsfel Metoder som används för att detektera riktiga-ordsfel Metoder som används för att korrigera stavfel Utvärdering av stavningskontroller Stavningskontrollerna Stava Rex och Word Stavningskontrollen i Microsoft Word Stavningskontrollen Stava Rex Typer och klassificering av stavfel Definiera typer av fel Beskriva fel Klassificering enligt tidigare studier Metod Skoltexterna Databearbetning Utvärdering av stavningskontrollprogram Resultat Analys och klassificering av stavfelen i skoltexterna Statistiken över stavfelen i skoltexterna Utvärdering av stavningskontrollerna Stava Rex och Word Diskussion och slutsatser Jämförelse med tidigare stavfelklassificering Reflektioner utgående från undersökningens resultat Metodologisk diskussion Vidare arbete Referenslista Appendix

4 1 Inledning Barn behöver speciellt stöd vid skrivinlärning för att de stavar annorlunda än vuxna. Unga skribenter har mindre erfarenhet av att skriva och inte samma kunskaper om gällande stavningsregler. När de stavar använder de all information de har tillgång till. Barn lyssnar sig noggrant genom ord och stavar hur det låter eller använder ett fenomen som de har observerat i en text de tidigare läst. Barnet kan t.ex. lägga märke till dubbelteckningen av konsonanten t på vissa ställen, sådant fenomen blir för eleven en hypotes som ska direkt prövas vid stavning av många ord, även där det är felaktigt. Skolbarn är mitt i skrivinlärningsprocessen, de har inte hunnit lära sig alla gängse regler. Därför är deras stavning väldigt speciell under den perioden. Stavningskontrollerna, som är skribentens hjälpverktyg, är oftast byggda med tanke på vuxna, erfarna skribenter och stödjer inte barnens speciella behov. Syftet med denna studie är just att undersöka närmare på vilket sätt och till vilken grad hanterar befintliga stavningskontroller stavfel i texter skrivna av barn. Jag kommer att analysera och finkategorisera stavfel i ett urval texter skrivna av skolbarn i åk 4 och åk 6 och testa hur stavningskontrollerna Stava Rex och Microsoft Word 2007 hanterar de olika typer av stavfel. Målet är att undersöka vilka stavfel som dessa barn gör, hur texterna skrivna av barn i åk 4 skiljer sig från texterna i åk 6, samt vilka stavfel detekteras, respektive vilka inte gör det och varför. Intressant aspekt som är relaterad till min studie, som inte tas upp här, är hur samspel mellan barn och program fungerar, dvs. hur korrigeringsförslag påverkar barns inlärning och tänkande. En annan fråga är hur en stavningskontroll bör byggas med tanke på inte enbart språkhjälp utan även interaktion, funktioner och utseende för att vara optimal för barns skrivinlärning men dessa frågor behandlas inte heller här. Uppsatsen inleds med en teoretisk bakgrund (Kapitel 2) där jag redovisar barns skrivinlärningsprocess och problem som eleverna möter när de stavar, metoder som används i språkgranskningsprogram samt uppbyggnad och utseende av rättstavningshjälp i Stava Rex och Microsofts Word. I bakgrundkapitlet behandlas även typer och indelning av stavfel, tidigare klassificering av dessa och beskrivning av metod för stavningskontrollutvärdering. Kapitel 3 presenterar textmaterial och arbetsmetoden. Resultatet visas i kapitel 4 och sammanfattas och diskuteras i kapitel 5. Kapitel 6 beskriver möjligt vidarearbete. Kapitel 7 och 8 innehåller referenslista och bilaga. 2 Bakgrund Detta kapitel börjar med beskrivning av skriftspråklig förmåga. Därefter sammanfattas faser inom skrivinlärningsprocessen. Vidare analyseras vad som krävs för att barn ska kunna stava och vilka problem det svenska skriftspråket ställer barn inför. Kapitlet innehåller genomgång av metoder inom stavningskontroll, beskrivning av rättstavningshjälp i Stava Rex och Microsoft Word 2007, typer och indelning av stavfel samt tidigare klassificering av dessa. Kapitlet avslutas med presentation av metod för utvärdering av stavningskontrollprogram. 4

5 2.1 Skrivinlärningsprocessen hos barn År 1978 formulerade Unesco två generella, kontextoberoende definitioner av skriftspråklig förmåga (Literacy). Enligt Unescos allmänna definition, uppnås en grundläggande skriftspråkliga förmåga när en person can with understanding both read and write a short simple statement on his everyday life. (Unesco, 2006:29) Andra kompetensnivån inom Literacy, som definierats av Unesco, kallas funktionell skriftspråklighet. Denna uppnås när en person med hjälp av sin skriftspråkliga förmåga kan fungera effektivt inom samhällets olika områden samt använda denna förmåga för självutveckling och utveckling av samhället (Unesco, 2006). Läs- och skrivinlärning, i ett skriftsystem som bygger på alfabetisk princip, innebär att barn behöver lära sig att koppla ihop ljud och bokstav. Förståelse av förhållandet mellan ljud och bokstav ses som väldigt viktigt, avgörande i läs- och skrivinlärningen, därför brukar detta steg kallas för att knäcka koden.( Andersson & Holtsberg, 1995) Allard och Sundblad (1991) definierar tre faser som barn går igenom under skrivinlärningen. Författarna understryker att alla barn inte behöver gå igenom alla steg och att vissa steg kan vara längre än andra därför är det svår att ange barns åldrar för olika faser. Den första fasen, Fas I börjar när barn avbildar skriftspråket genom att rita klotter. Vuxna kallar de handstilliknande raderna för låtsasskrivande eller pseudoskrift. Denna fas börjar Så snart barnet har någorlunda lärt sig att hantera ett skrivverktyg (Allard & Sundblad, 1991:217) till ungefär fem års ålder. Latham (2002) sammanfattar i sin beskrivning av skrivinlärningen att det första som barn behöver upptäcka är att symboler, tecken på pappret representerar talet, så kallad grapheme/phoneme correspondence (GPC). Vid 5-6 års ålder upptäcker barnet att skrift består av mindre delar. Först lär det sig att urskilja och rita vissa bokstäver, som t.ex. det egna namnets första bokstav. Senare använder unga skribenter oftast bara första och sista bokstaven i orden, undantaget är det egna namnet och andra så kallade ordbilder dvs. de ord som barn kommer ihåg hur de ser ut (Allard & Sundblad, 1991). Enligt Allard och Sundblad (1991) inleds nästa fas i barnens skrivinlärning, Fas II, med att barn avbildar talet med så kallad konsonantskrift, skrift som består i stor del av konsonanter. Skribenten lyssnar på ordet och söker efter rätt bokstav utifrån vad bokstäverna heter och eftersom konsonantnamn inkluderar vokaler består texter i stor del av konsonanter. Dessutom framträder konsonanterna tydligare i uttalet och blir därmed lättare att höra och urskilja, exempel som Allard och Sundblad (1991) visar att barnet stavar SKGN istället för skogen, s, k, g och n hörs tydligare än vokaler likadant när barn stavar HMTA för hämta (Allard & Sundblad, 1991:223). När barnet slutligen börjar observera och laborera med någon enstaka vokal blir det fortfarande så att en vokal får representera flera vokalljud, t.ex. <e> får representera både e- och ä-ljud t.ex. i TAVLA HEEGER PÅ VEGEN för tavla hänger på vägen (Allard & Sundblad, 1991:220). För att kunna stava ännu bättre börjar barn lyssna noggrant på talet, de lyssnar sig genom ord och stavar det de hör. Den strategin kallas för fonetisk stavning.(allard & Sundblad, 1991). Konsekvensen blir att de bokstäver som inte uttalas blir utelämnade och skrivs aldrig ner, t.ex. när barn stavar BLIT för blivit (Allard & Sundblad, 1991:222). Också Latham (2002) beskriver denna period men kallar det etappen för analytisk, dvs. att barn analyserar ljud som ingår i ord. Barn börjar då matcha bokstäver till ljud och tvärtom, de knäcker koden. Under denna fas är skriften starkt talbaserat och eftersom 5

6 förhållandet mellan fonem (tal) och grafem (skrift) inte är regelbundet begår barn, som befinner sig i detta stadium, karakteristiska stavfel (Latham, 2002, Andersson, 1994). Förutom de problem som beskrevs ovan, som konsonantskrift, utelämning av bokstäver som inte uttalas, har barn problem med representation av bland annat ng-ljud liksom j-, g-, k-, sj- och tj-ljud. Till exempel när barnet stavar bokstaven j för att representera j-ljudet; jöra för göra eller avbildar sj-ljudet med k när kömasdoka får stå för sjömansdocka. Enligt barnet ska varje ljud representeras av ett tecken, därför tecknas ng-ljud med antingen n- eller g-bokstaven, t.ex.: överaskni*g eller sprin*a där * representerar den utelämnade konsonanten. (Allard & Sundblad, 1991: ) Barn hör skillnaden mellan långa och korta vokaler men kan inte representera dessa i skrift, alltså konsonanter dubbeltecknas inte. Stavningen kan påverkas även av regionala och dialektala uttalsskillnader. Den sista fasen, Fas III kännetecknas av att barn börjar observera normer. De formar hypoteser om gällande stavningsregler som de baserar på det de sett i text och tryckt material. Sedan prövas dessa hypoteser och revideras. (Allard & Sundblad, 1991) Allard och Sundblad (1991) ger många exempel på att en regel som barn har lärt sig kan övergeneraliseras, t.ex. när de stavar ng-ljudet alltid med n i alla ord eller j-ljudet alltid med g, som i gagade för jagade, gäte för jätte). Andra exempel kan vara att dubbelteckna vissa konsonanter i alla ord t.ex.: ( ) enn dog komm bonnden (Allard & Sundblad, 1991:30). Barn kan stava sj-ljud med sk eller c, som i cön för sjön (Allard & Sundblad, 1991:229). Vid senare skede börjar barnet använda en visuell strategi, stavningen blir mindre fonetiskt och mer alfabetiskt baserad. Genom att ha läst och skrivit relativt mycket har nu barnet förstått att ett ljud kan stavas på flera sätt. Eleven börjar följa och observera normerna och riktlinjer i vanliga ord, stavningen baserar på analogier, dvs. att barn vet hur vanligaste ord stavas och kan använda den kunskapen vid stavning av okända ord. Fas tre avslutas när barn har förstått normerna och skriver korrekt kända och frekventförekommande ord. (Allard & Sundblad, 1991) 2.2 Förhållandet mellan tal och skrift i svenskan När barn lär sig att skriva får de möjlighet att uttrycka det abstrakta språket på ett nytt sätt (Allard & Sundblad, 1991). Innan barn kommer i kontakt med skriften, manifesterar de språket i stort sätt bara med hjälp av talet. Som tidigare avsnitt visar är barnens stavning under skrivinlärningen beroende av talet. I detta avsnitt beskrivs de problem som barn möter när de under skrivinlärningen stavar efter hur orden låter, dvs. stavar fonetiskt. Olika språk använder olika skriftsystem beroende på om skriftens tecken representerar ord, orddelar, stavelser eller enskilda ljud. Alfabetisk skrift, som används i svenskan, bygger på principen att bokstäver, dvs. skriftens tecken, står för enskilda fonem, dvs. ljudtyper, minsta betydelseskiljande ljudenheter i ett givet språk (Andersson, 1994). Det finns många förklaringar till varför talet ses som viktigare språkligt medium än skrift. Ett argument, som tas upp av Allard & Sundblad (1991) är att talet kommer först i människan utveckling, både i mänsklighetens historia (det första skriftspråket kom ca 3500 f Kr) och i individens utveckling. Barn lär sig tala spontant i naturliga sammanhang (Allard & Sundblad, 1991:86), skrivinlärningen är istället formell, artificiell, skriftspråket ses därför som onaturligt. Skriften är en visuell avbildning, avspegling av talet. Skrift, till skillnad från talet, varar länge. Talet skiljer sig från skriften i att det är 6

7 ett snabbare kommunikationssätt än skrift. Allard & Sundblad (1991) sammanfattar skillnaderna i en tabell, (Allard & Sundblad, 1992: 85). Nedan presenteras de viktigaste punkterna från tabellen: Talat språk Primärt Naturligt Auditivt Flyktigt Snabb process Skrivet språk Sekundärt Artificiellt Visuellt Varaktigt Långsam process Tabell 1. Skillnader mellan talat språk och skrivet språk (Allard & Sundblad, 1992: 85). Figuren 1 nedan visar på två olika sätt att betrakta förhållandet mellan tal och skrift (Allard & Sundblad, 1991:89 enligt Scinto, 1986:32). Den första modellen (A) visar att skriften är beroende av talet, dvs. skriften avspeglar talet. Den förutsätter att förhållande mellan grafem (skriftspråks minsta betydelseskiljande enhet) och fonem är ett ett-till-ett förhållande. Modellen (B) förutsätter att talet och skrift är jämbördiga uttrycksformer (Allard & Sundblad, 1991:90) av samma språk och att de är relaterade, dvs. skrift motsvarar talet. I båda modeller ses språket som ett abstrakt, överordnat system (Allard & Sundblad, 1991). Enligt Allard och Sundblad (1991) kan man anta att modellen (A) gäller för barn, under skrivinlärningen, då de är beroende av talet, lyssnar sig igenom orden och stavar det de hör. Relationen mellan tal och skrift kan ses som jämbördig först när barn lärt sig skriftspråket (Allard & Sundblad, 1991). (A) Language (B) Language Speech Speech Writing Writing Figur 1. Relationen mellan tal och skrift (Allard & Sundblad, 1991:89 enligt Scinto, 1986:32). Genomgång av faser i skrivinlärningsprocessen visar att talet är viktigt för barn eftersom under skrivinlärningen stavar de efter hur orden låter. Modell (A) förutsätter att förhållandet mellan tal och skrift (samt mellan fonem och grafem) är ett ett-till-ett förhållande men så är det inte alltid i svenskan (Allard & Sundblad, 1991). Andersson (1994) förklarar varför förhållandet mellan tal och skrift inte är regelbundet i svenskan. En av orsakerna är att svenskan har en ganska lång skrifttradition och därför speglar skriften ett äldre uttal. Förändringen av skrift sker långsammare än ändringarna i uttalet. En annan orsak till att det inte råder ett-till-ett förhållandet mellan tal och skrift är låneord, Andersson (1994) visar att ordet lotion kan uttalas med ett engelskt uttal[lå Sen] 1 eller med svenskt, [loso n], så att det rimmar med nation. 1 Parenteser [ ] används för att beteckna uttal. 7

8 Senare presenterar han hur i svenskan skiljer sig stavning, som representeras med hjälp av. grafem, och uttal, som representeras via fonem. Han påpekar att det finns fonem (dvs. ljudtyper, ljudenheter) som inte har något eget grafem: /ɧ/ 2 skjuta, sjö, nation, /ç/ tjock, kjol och /ŋ/ sång, regn. Vissa grafem betecknar inte något eget fonem: <c> 3 tack /takː/, medicin /me di siːn/, <z> zoo, som uttalas /suː/, <x> lax /lakːs/. Grafem kan beteckna olika fonem, t.ex. grafemet <o> kan beteckna både /u/ och /o/, exempel som Andersson (1994) använder är: bo /buː/, bott /bʊtː/ och dov /doːv/, sport/spɔtː/. Ibland betecknar grafemen <e> och <ä> samma fonem /ɛ/ som i Per och där. En annan skillnad mellan tal och skrift som Andersson (1994) påpekar är att vokallängd betecknas i skrift bara indirekt, genom dubbelteckning av följande konsonant, som i skina skinna eller räta - rätta. Barn som försöker stava efter talet, dvs. använder sig av modellen (A), stöter även på andra problem. Beroende på kontexten, ljudomgivningen, kan till och med uttalet av samma ljudtyp, fonem vara olika. Till exempel ä- och ö-ljudet bildas med lägre tungposition, öppnare artikulation om de står före r-ljudet eller före supradentalerna (artikulationer av konsonanter som uppkommer när fonemet /r/ möts med dentaler d, t eller s) (Engstrand, 2004). Till exempel ä-ljudet i häl /hɛːl/ uttalas olika från här /hæːr/, där ä-ljudet uttalas med lägre tungposition. Uttalet av ö-ljudet är sänkt, dvs. uttalas med lägre tungställning, i ordet för /fœːr/ än i ordet föl /føːl/ (Engstrand, 2004:115). Fonem /ɑ/ uttalas som [ɑ] framför kort konsonant, som i ordet tal och som [a] framför lång konsonant, som i tall. Exemplen visar tydligt att samma fonem kan uttalas, realiseras olika, fonemen kan ha olika varianter dvs. allofoner beroende på kontexten. (Engstrand, 2004). Ett annat problem som talspråksbaserad skrivandet ställer framför barn är koartikulation, när två eller flera ljud bildas samtidigt (Engstrand, 2004). Medan bokstäverna beskrivs som diskontinuerliga enheter, vilket betyder att det är klart var bokstaven börjar och slutar, beskrivs fonem som kontinuerliga enheter. Talet presenteras som ljudflöde, där det är svårt att urskilja, segmentera enskilda ljud. Talsignalens kontinuitet beror på att talapparaten inte kan flytta från ett läge till ett annat snabbt och att olika delar i talapparaten kan röra sig oberoende av varandra (Engstrand, 2004). Ett exempel som Engstrand tar upp är nasalernas anpassning av artikulationsställe till följande konsonant, som i uttalet av Lindblad [lim:bla:d] eller Lindgren [liŋ:gre:n] (Engstrand, 2004:239) Att skriva efter hur orden låter är svårt och omöjligt också på grund av assimilation, dvs. när ett ljud antar ett annat ljuds fonetiska egenskaper, som t.ex. när tonande [d] omvandlas till tonlöst [d] före tonlöst [s] som i badstuga (Engstrand, 2004:243). Talet motsvarar ofta inte skrift också på grund av reduktion, dvs. underartikulation, då ordet artikuleras med lägre precision. Ett exempel är ordet frågade uttalat så att konsonanter /g/ och /d/ realiseras svagare, även vokalerna /a/ och /e/ realiseras svagare, som neutralvokal, så att vägen mellan båda vokalerna blir kortare. Ett annat exempel är uttalet av barn där /r/ reduceras /bɑːɳ/. (Engstrand, 2004:240) Andersson (1994) sammanfattar att, trots alla undantag, i svenskan kan förhållandena mellan tal och skrift betraktas som okomplicerade, i jämförelse med andra språk. Fonetiskt stavande, som barn under skrivinlärningen använder, är inte tillräkligt effektivt. Andersson och Holtsberg (1995) beskriver att för att kunna stava rätt krävs kunskap i både fonologi och morfologi, författarna kallar det för skriftens två principer. Skriften kan avspegla ordets uttal, som 2 Parenteser / / används för att beteckna fonem. 3 Vinkelparenteser, < > används för att beteckna grafem. 8

9 när man stavar ordet stryka men ibland blir morfemstrukturen, dvs. ordets uppbyggnad, ursprung, viktigare än ljudenligheten i stavningen, ett exempel som presenteras är pangkaka som stavas pannkaka pga. ordets ursprung dvs. de betydelsebärande enheter som bildar ordet: en panna och en kaka bildar ordet pannkaka. Också Nauclér (1980) menar att för att barn ska kunna stava rätt krävs det att de lär sig om ordens morfemstruktur och att eleven inte stavar fonetiskt- not to treat writing as speech to be written down (Nauclér, 1980:173). 2.3 Bakgrund om stavningskontroller Ordbehandlingsprogram är ett hjälpmedel i skrivprocessen som ger möjlighet att skriva och redigera texter (Lannér, 1999). Ordbehandlare använder sig av många språkkontrollerande verktyg, som granskar korrekthet och stil i texter. Språkkontroll omfattar granskning av olika språkliga problem, som stavning, interpunktion, uttryck och grammatik (Domeij, 2005). Huvudsyftet med stavningskontrollprogram är att granska texten för att upptäcka stavfel samt erbjuda användaren ett ersättningsförslag (Domeij, 2005). Stavfel, som stavningskontrollerna försöker hitta och åtgärda, kan delas in i två grupper. Vilken grupp de felstavade orden tillhör beror på vilken typ av ord bildas efter att stavfelet begåtts. Den första och vanligaste kategorin av stavfel är non-word-errors, som på svenska kallas icke-ordsfel. Ett stavfel klassas som ett sådant icke-ordsfel när det resulterar i ett ord som inte finns med i språket. Ett nonsensord. Andra stavfelskategorin kallas real-word-errors, eller på svenska riktiga-ordsfel, hit hörde de stavfel som resulterar i att det bildas ett annat korrekt ord (Kukich, 1992). Ett exempel som Kukich (1992) presenterar är engelska ordet from som bildas till följd av omkastning av bokstäver i ordet form. De två stavfelstyperna är olika svåra att detektera automatiskt för stavningskontrollerna. Riktiga-ordsfel ses som mycket svårare att upptäcka än icke-ordsfel, pga. att det resulterade ordet är korrekt och listas i lexikonet bland accepterade ord. (Kukich, 1992) Arbete med utvecklig av algoritmer för stavfel detektion och korrigering började redan på 60-talet. Från 60-talet tills idag undersöker man, t.ex. mönster i stavfel, för att kunna korrigera isolerade ord, alltså utan att ta hänsyn till ordkontexten. Under 70-talet utvecklades teknik för icke-ord detektion, t.ex. med hjälp av metoder för jämförelse av strängar. Från och med tidigt 80-tal studeras korrektion av stavfel genom att använda information om kontexten i vilken orden förekommer. (Kukich, 1992) Nedan sammanfattas de viktigaste metoder som används för detektion av icke-ordsfel, därefter beskrivs olika sätt att upptäcka riktiga-ordsfel. Avsnitt 2.3 avslutas med genomgång av metoder för stavfelskorrigering Metoder för identifiering av icke-ordsfel Detektion av icke-ord stavfel innebär ofta att stavningskontrollen betraktar ett ord i taget, ser orden som isolerade enheter, utan att analysera ordets omgivning (Domeij, 2005). Lexikon. Den vanligaste metoden för att upptäcka stavfel är att jämföra alla ord i en text mot en ordlista (termer lexikon och ordlista används här som synonymer), de ord som inte finns med i lexikonet betraktas som felstavade (Mitton, 1996, Kukich, 1992). Användning av lexikonet vid stavfeldetektion leder till problem med valet av de ord som ska finnas med i ordlistan. Kukich (1992), Mitton (1996) och Domeij (2005) understryker att ordlistan varken ska vara för stor eller för liten. Den bör vara omfattande så att så många existerande ord som möjligt definieras som accepterade. Men om lexikonet är för stort finns det en risk att icke frekventa ord sammanfaller med felstavade 9

10 ord, därför finns korta, ovanliga ord inte med i lexikonet (Mitton, 1996, Domeij, 2005). För att detektera stavfel, genom att jämföra strängar från inputtexten mot orden i ett lexikon, används effektiva söknings- och lagringsmetoder, samt morfologiska regler som kommer åt inputordets grundform(kukich, 1992, Mitton, 1996). Statistik. En annan metod för att upptäcka fel, utan användning av lexikonet, är att söka efter osannolika teckenkombinationer. Metoden går ut på att inputtexten delas in i sekvenser av en, två eller tre bokstäver (så kallade n-gram). Dessa sekvenser jämförs med de bokstavsekvenser som finns i tabellen innehållande statisktik över n-gram. De bokstavkombinationer som inte finns i tabellen eller som har låga frekvenser ses som misstänkta stavfel (Kukich, 1992). Metoden är bra för att hitta så kallade slips-of-pen, när personen råkar trycka fel tangent eller skriva fel med pennan (Kukich, 1992, Mitton, 1996) Metoder för identifiering av riktiga-ordsfel Metoder för detektion av riktiga-ordsfel kan använda sig av information om kontexten i vilken ord förekommer, syntaxen, semantiken samt statistiken över ordfrekvenser, felmönster, ordklasskombinationer etc. (Kukich, 1992, Mitton, 1996) Ett sätt att hitta riktiga-ordsfel är att använda sig av sannolikheterna av att ord eller ordklass förekommer i en viss följd, i en viss kontext. Sannolikheter tas fram från omfattande korpusar (textsamlingar) och kan innehålla även information om hur sannolikt det är att ett visst ord förekommer i texten, dvs. ordfrekvenser samt information om frekventa felmönster. (Mitton, 1996) En annan metod för att upptäcka riktiga-ordsfel använder maskininlärning och regler. Med hjälp av komplicerade grammatiska regler för språket (dessa regler skapas under analysen av korpus, så kallad maskininlärning), försöker man att göra syntaxanalys, parsa satser. Om parsningen misslyckats så sker relaxering av vissa grammatiska regler, vissa avvikelser släps igenom. Just dessa avvikelser returneras som möjliga fel (Kukich, 1992, Mitton, R. 1996) Metoder som används för att korrigera stavfel För att användaren ska kunna få hjälp av korrigeringsförslag bör antalet rättningsförslag vara så litet som möjligt. Dessa ersättningsord, som kontrollerna visar för användaren, är ofta rankade med hjälp av statistiska metoder så att det mest sannolika förslaget kommer överst på listan. Förutom sannolikheter över felmönster och bokstavsekvensfrekvenser kan information om syntax och semantik användas vid stavfelkorrigering. (Mitton, 1996) Minimum edit distance techniques. De felstavade orden kan skilja sig från det korrekta ordet på fyra sätt: bokstäver kan ha blivit ersatta, utelämnade, insatta eller omkastade. En strategi kan därför vara att försöka lägga till eller ta bort en bokstav i det felstavade ordet och testa mot ordlistan, en annan idé är att kasta om eller ersätta bokstäver och jämföra resultatet mot ord från lexikonet. Det returneras en lista av lexikonord som matchar bäst det felstavade ordet efter att erättning, utelämning, insättning och omkastnig applicerats på det. Metoden används oftast vid typing errors, dvs. när användaren vet hur ordet stavas men trycker fel tangentknapp (Kukich, 1992, Mitton, 1996). Similarity key techniques. Metoder använder sig av koder. För varje ord i ordlistan skapas en kod, koden sparar det viktigaste som kännetecknar ord, (t.ex. konsonanter blir grupperade i början av koden och på slutet sparas vokaler, andra alternativ är att spara på vilken plats i ordet konsonanter förekommer). Enligt samma princip skapas koden för de orden som har klassats som misstänkta 10

11 stavfel i texten. Koden av det misstänkta ordet jämförs med koder av alla ord från lexikonet. Det lexikonord som liknar mest det potentiellt felstavade ordet från texten väljs som stavaningsförslag. (Kukich, 1992, Mitton, 1996:103). Metoder som bygger på sannolikhet/statistik. Övergångssannolikheter (transition probabilities) är sannolikheter att en given bokstav eller en bokstavsekvens följs av en annan, dessa sannolikheter fås fram från en stor korpus. (Kukich, 1992). Felmönster (Confusion probabilities) som visar hur sannolikt det är att vissa tecken ersätts av andra. Som rättningsförslag returneras en lista med de ord som har hösta sannolikhetsvärde (Kukich, 1992). Sträng matchning. En annan metod bygger på idén att beräkna hur mycket det felstavade ordet liknar ord från lexikonet och att returnera listan över lexikonord som liknar mest det felstavade ordet. Metoden kallas string-matching. Ett sätt att jämföra strängar är att kontrollera hur många segment, (chunks eller trigram) som är gemensamma för båda orden. Det anses att ju flera segment orden har gemensamt desto bättre matchar de (Mitton, 1996). Fonetiska metoder för korrigering. Stavningskontroll som bygger på fonetiska metoder väljer ut ett korrigeringsförslag utifrån fonetisk information om det felstavade ordet. Ordlistan innehåller uttalet av ord och systemet föreslår som stavningsförslag det ord vars uttal liknar mest det felstavade ordets uttal. Metoden ger möjlighet att hitta rättningsförslag till ord som ser väldigt olika ut, t.ex. om första bokstaven blev ersatt, newmoanya skulle kopplas till pneumonia. Stavningskontroll kan dela in uttalet av lexikonord och felstavade ord i trigram. Rättningsförslag är det lexikonord som har flest gemensamma trigram med det felstavade ordet. Denna metod stöter på problem när den ska rätta ord som låter likadant men stavas olika, dvs. homofoner (Mitton, 1996) Utvärdering av stavningskontroller Att utvärdera ett stavningskontrollprogram innebär att undersöka hur tillräckligt och tillfredställande systemet är för uppgiften att kontrollera stavning (Paggio & Underwood, 1998). Utvärdera systemet betyder också att undersöka vad användningen av systemet betyder för någon i en viss kontext. Alltså förutom att testa hur bra systemet är på att kontrollera stavning ska man undersöka om programmet möter requirements of some real (or potential) users (Paggio & Underwood, 1998:2). Enligt ISO:s allmänna standard för Quality Characteristics for the evaluation of Software (Paggio & Underwood, 1998:3) ska sex attribut (attributes) undersökas: funktionalitet, pålitlighet, användbarhet, effektivitet, maintainability (om produkten kan förändras) samt portability (om komponenter fungerar i olika omgivningar). Varje attribut mäts med hjälp av metod som kan vara numerisk, som inkluderar procent beräkning, eller icke-numerisk, dvs. mera subjektiv. För att undersöka hur väll stavningskontrollen möter användarens behov måste användaren definieras. Stavningskontrollens användare och dess behov definieras i termer av texter de skriver och fel som de begår. Trots att det finns många attribut som kan testas rekommenderar Paggio och Underwood (1998) att utvärdering av stavningskontroll fokuserar på tester av funktionalitet. Funktionaliteten utvärderas genom att testare undersöker täckning (recall), dvs. andelen stavfel som programmet upptäcker, precision, dvs. andelen korrekta ord som markeras som felaktiga, samt suggestion adequacy, dvs. 11

12 procent korrekta stavningsförslag, antalet alternativa rättningsförslag, det korrekta rättningsförslagets position på listan (Paggio & Underwood, 1998). 2.4 Stavningskontrollerna Stava Rex och Word 2007 I detta kapitel beskrivs hur stavningskontrollerna Stava Rex och Word är uppbyggda, vilka funktioner de har, hur de ser ut, samt vilka är de viktigaste meddelandena som visas för användaren vid felstavning Stavningskontrollen i Microsoft Word 2007 Stavningskontrollen i Microsoft Word utvecklades av ett finskt företag Lingsoft. Kontrollen bygger på en parsnings- och disambigueringsformalism som introducerades på 90-talet av Fred Karlsson kallad Constraint Grammar och två-nivå morfologi (Two-Level Morphology) som är en modell för igenkänning (analys) och produktion (syntes) av ordformer av Kimmo Koskenniemi. (Lingsoft, 2008) Morfologisk analys görs av ett system som bygger på två-nivå modell (Two-Level Morphology). (Karlsson, 1995). En två-nivå modell bygger i sin tur på ett lexikon och två-nivå regler som appliceras parallellt. Tvånivå modell klarar av både syntes, produktion och analys, igenkänning av ordformer (modellen är bidirectional). Modellen bygger på små finita automater. Varje två-nivå regel representeras av en finit automat. En effektiv algoritm använder dessa automater för både produktion och igenkänning av ordformer. Systemet består av lexikalisk representation dvs. lexikon som innehåller morfologisk representation av ord och ändelse. Andra delen av systemet består av fonem, så kallad phonemic surface representation (Koskenniemi, 1983). Modellen ger möjlighet att ha en lexikoningång per ord vilket garanterar effektivitet och är lämplig för att beskriva även komplexa morfologier. Syfte med Constraint Grammar Parser (CGP) är att göra syntaktisk analys av en morfologiskt analyserad text. Morfologisk analys innebär att varje ord får en beskrivning som innehåller ordets grundform och taggar, markeringar med ordets ordklass, ordböjning, avledning(ordbildning), en annan information som t.ex. verbets valens också kan tilläggas. Om morfologisk analys resulterar i att ett ord tilldelas flera beskrivningar så används information om kontexten, sats- och frasgränser eller slutligen information om sannolikheter för att disambiguera ordet. Syntaktisk analys tilldelar varje ord en etikett med ordets syntaktiska funktion, som subjekt, objekt, predikat etc. (Karlsson, 1995). Constraint Grammar kombinerar grammatiska regler (disambigueringsregler), så kallade constraints, som baserar på lingvistisk kunskap med heuristiska metoder som använder statistisk information. Sannolikheter börjar spela roll när grammatiska regler - constraints, misslyckas. De grammatiska reglerna är begränsningar, krav eller villkor som ska uppfyllas. Dessa regler definierar det som är tillåtet i språket och eliminerar så många alternativa tolkningar (readings) av ett visst ord som möjligt. En regel kan fastställa att nomen har en syntaktisk funktion som subjekt om den följs av ett finit verb. Med hjälp av sådana begränsande regler disambigueras satser och en etikett tilldelas för varje ord i satsen. Kärnan i ett system som utför parsning med Constraint Grammar parser är ett lexikon och en morfologisk analys. Dessa ger lexikal och morfologisk beskrivning av orden. Stavningskontrollen i Microsoft Word 2007 markerar fel i texten genom att understryka det felstavade ordet med en röd, vågig linje. När användaren högerklickar på det felstavade ordet, visas förslag på korrigeringar i ett fönster. Förutom listan med 1 till 5 rättningsförslag, innehåller 12

13 meddelanderutan även knappar som ger användaren möjlighet till att ignorera felet eller lägga det till en egen ordlista. Korrigeringsrutan ger användaren möjlighet att göra ändringar i stavnings- eller språkinställningarna samt att slå upp ordets översättning eller hitta en synonym. Ett ord väljs från listan genom att skribenten klickar på det, den valda formen ersätter då den felaktiga. Huvudordlistan innehåller de vanligaste orden. Enligt tillverkarna har användaren möjlighet att förbättra resultatet från kontrollen genom att använda sammanhangsbaserad stavningskontroll, denna funktion används automatiskt vid standardkontroll. (Microsoft, 2008) Stavningskontrollen Stava Rex Stavningskontrollen Stava Rex utvecklades av företaget Oribi. Den bygger bland annat på ljudregler. Härledningen börjar med det felstavade ordet som utgångspunkt. För att komma fram till vilket ord som skribenten försökte skriva används fonetisk information om det felstavade ordet. Som hjälpmedel används en ordlista som innehåller uttalet av ord och systemet föreslår som stavningsförslag det ord från lexikonet vars uttal liknar mest det felstavade ordets uttal (Oribi, 2008) Stava Rex använder även sannolikhetsmetoder för att rangordna stavningsförslag. Det förslaget som är mest sannolikt hamnar överst på stavningsförslagslistan (Oribi, 2008). Användaren av Stava Rex kan välja att arbeta med en mindre (ca ord) eller en större ordlista (ca ord). Enligt tillverkarna räknas ordformerna gå, gick och gått som tre olika ord i Stava Rex ordlistor. Den större ordlistan innehåller alla orden i den mindre ordlistan samt ca , alltså sammanlagt ca Programmets utvecklare understryker att rättningsprestanda påverkas av vilken ordlista som valdes av skribenten, lilla ordlistan ger färre och vanligare rättningsförslag, stora ger istället flera förslag som inkluderar mindre vanliga ord. Programmets beteende förändras alltså vid byte av ordlistan (Oribi, 2008). Stavningskontrollen går igenom texten, stannar när ett stavfel påträffas presenterar programmet ett av två olika meddelande. Användaren får meddelandet finns inte i din ordlista (med en röd ikon) när ordet som skrivits inte finns i den ordlista som han eller hon arbetar med. I sådant fall visas en förslagslista för skribenten, användaren kan välja ett av rättningsförslagen eller gå vidare till nästa ställe i texten. Meddelandet lättförväxlat ord (med en blå ikon) presenteras om användaren skriver ett ord som enligt Stava Rex är lättförväxlat med annat ord, som släkt och släckt eller nu och ny. Programmet stannar för att be skribenten att kontrollera sitt val. I Stava Rex meddelandefönstret visas betydelseskillnaden mellan orden i exempelmeningar. Meddelandet ses som en varning och kan visas även om användaren har skrivit rätt. Enligt tillverkarna kan Stava Rex i vissa fall avgöra om en lättförväxlad stavning är rätt i ett visst sammanhang och då visas ingen varning (Oribi, 2008). 2.5 Typer och klassificering av stavfel Detta kapitel börjar med en beskrivning av tre grova indelningar av fel, så som avsiktliga (fel) och oavsiktliga fel (misstag), enkla och multipla fel. Jag tar även upp icke-ordsfel och riktiga-ordsfel. Vidare beskrivs vilka kriterier används vid felklassificeringen. Kapitlet avslutas med presentation av stegen vid en felanalys Definiera typer av fel Fel kan delas in i två grupper: en grupp av mindre grova fel som kallas misstag och en grupp av grövre fel. James (1998) definierar fel som instance of language that is unintentionally deviant and is not self-corrigible by its author (James, 1998:78) i den citerade texten understryker han att det är 13

14 viktigt att fastställa vad som var skribentens intention, om den output som blev producerad var avsedd, åsyftad. Ett misstag eller ett förbiseende är däremot either intentionally or unintentionally deviant and self-corrigible. (James, 1998:78). James visar att skillnaden mellan misstag och fel beror på om resultatet är avsett samt om personen kan rätta sin egen text eller yttrande. Grova fel betraktas som resultat av brist på kunskap, det vill säga personen inte kan den korrekta formen och därför kan inte rätta sina fel. När skribenten stavar fel pga. att den inte vet hur ett ord stavas kallas sådana fel för stavfel (Andersson & Holtsberg, 1995). Misstag ses istället som konsekvens av misslyckad performance, utförande, när man råkar skriva fel bokstav eller trycka på fel tangent. Misstaget kan personen korrigera själv (James, 1998). Ett misstag som görs när personen skriver kallas för skrivfel (Andersson & Holtsberg, 1995). Om de felstavade orden innehåller två eller flera stavfel kallas de multipla-fel-ord, som, t.ex. i ordet stattsmenister, där en extra konsonant sattes in och en vokal förväxlades. Ord som innehåller enbart ett stavfel kallas enkla-fel-ord. Ett annat sätt att dela i stavfel är indelning i riktiga-ordsfel och icke-ordsfel. Som jag nämnde tidigare, i avsnitt 2.3 om bakgrund om stavningskontroller, resultatet av icke-ordsfel är ett ord som inte finns med i språket. Real-word-errors, eller på svenska riktiga-ordsfel, är stavfel som resulterar i att det bildas ett annat korrekt ord (Kukich, 1992) Beskriva och klassificera fel James (1998) identifierar fyra handlingar för analys av fel i text. Först bör fraser, ord som känns felaktiga hittas och identifieras(error detection). Sedan ska konkreta fel lokaliseras, felaktiga ord, bokstäver ska väljas, pekas ut (locating errors). Tredje steget i felanalysen är att beskriva felen (describing errors). Det kan göras olika beroende på syfte med felanalysen, t.ex. felanalysen och felbeskrivningar kan ge lärare ett verktyg för att betygsätta elevernas framsteg i stavning eller utformning av uppsatser. Å andra sidan kan felanalys användas som förstudie när ett stavningskontrollprogram ska byggas. Enligt James (1998) är den vanligaste metoden för analys av fel i text är att kategorisera dem enligt det som eleven bör lära sig om det språket som undervisas. Felen klassificeras enligt elevens brister according to what the person who says them has to learn about English. (James, 1998:95). Beskrivning och namngivning av fel är viktig i denna fas och gör det lättare att tala om felen. Det blir möjligt att jämföra, räkna, undersöka och kategorisera dem. Felanalysens fjärde och sista steg är att klassificera fel (error classification) vilket görs med hjälp av en taxonomi. Så som vid beskrivningen av fel, beror klassificeringen på syfte och på vilken beskrivning av fel man har kommit fram till i tidigare steg Stavfel klassificering enligt tidigare studier I tabell 2 jämförs fyra olika felkategoriseringar hämtade från Allard och Sundblads (1991:247). I den första kolumnen i tabellen presenteras klassificering av Allard och Sundblad (1991), där beteckningarna står för följande: 4 f - dubbeltecknar inte konsonant, utom vid ordbilder 5 c övergeneraliserar dubbelteckning 4 h - kt-ljudet stavas med t 5 f övergeneraliserar stavning av kt-ljudet antingen med gt eller kt 4 a får inte med alla delar i orden, dvs. utelämnar vissa bokstäver 3 b en eller ett par vokaler som får representera flera vokalljud 4 g - vokalval talspråkbaserad, 14

15 4 e stavar tj-ljudet med t.ex. s, k, c, rs eller liknande 5 e - övergeneraliserar tj-ljudet t.ex. med k eller tj 6 c - skiljer ut stavning av tj-ljud i ord som är vanliga för eleven 4 d sj-ljudet stavas med t.ex. s, k, c, rs eller liknande 5 d - övergeneraliserar sj-ljudet t.ex. med sj eller sk 6 b - skiljer ut stavning av sj-ljud i ord som är vanliga för eleven 4 c stavar alla j-ljud med j 5 b övergeneraliserar stavning av j-ljudet med g 6 a skiljer ut stavning av j-ljud med j och g 4 b ng-ljudet stavas, t.ex. med n eller g 5 a skiljer ut stavning av ng-ljud med ng (generaliserar) Tabell 2. Jämförelser mellan traditionella felkategorier. Sammanställningen kommer från Allard och Sundblad (1991:247) De övriga tre kolumnerna visar stavfelindelning enligt Björnson (1977), Ejeman och Larsson (1976, 1982) samt Dahlquist- 15

16 Henrysson (1963). I dessa studier grupperade man skolelevernas stavfel så att lärare ska kunna använda kategoriseringen vid undervisningen. Den klassificeringen som visas i tabellens första kolumn gjordes av Allard och Sundblad (1991), deras indelning har för syfte att visa barnets skrivutveckling och stavningens genes. Tabellen utgår från Björnsons tio kategorier. I andra och tredje kolumnen inom parentes anges kategoriernas ursprungliga position inom respektve system, dvs. inom system av Ejeman och Larsson samt Dahlquist och Henrysson. Alla fyra klssificeringssystem inkluderar dubbelteckning. Enkelteckning nämns inte bara i kolumn tre. Tilläg och utelämning observerades i alla system. Förväxling av vokaler bildar en egen felkategori i tre av fyra system. Bara i fjärde kolumnen skiljs inte vokaler och konsonanter. Pilarna, vid kolumn fyra, anger att kategorier 1, 2 och 7 hos Dahlquist och Henrysson motsvarar både vokal- och konsonantförväxlig i andra system. Klassificeringssystem som visas i de första tre kolumnerna har felkategorier som rör stavning av tj-, sj-, j-, och ng-ljudet samt (övrig)konsonantförväxling. Jämfört med kolumn två har kolumn tre ytterligare en kategori, omkastningar. Omkastnig nämns även i sista kolumnen. Den fjärde kolumner innehåller flest kategorier. Förutom de som redan nämndes inkluderar system från kolumn fyra även fel vid stavning av ks-ljudet, utelämnande av prickar över ö, ä och å, sär- och sammanskrivnig. Sista kategorin i fjärde kolumnen inkluderar ord med minst två fel. Nauclér (1980) presenterar en annan indelning av fel. Hon skiljer på tre typer fel. Första kategorin som Nauclér (1980) definierar är stavfel, dvs. fel som strider mot en stavningsregel, A spelling error is defined as a violation of a spelling rule (Nauclér, 1980:40). Andra typen är lexikala fel som orsakas av att elev inte vet vad ordet eller ordbildade morfem betyder. Tredje kategorin är lapse, dvs. fel som uppstår när skribenten (talaren) vet hur ord stavas (uttalas) men råkar skriva (uttala) fel. Nauclér (1980) har i sin kategorisering dubbelteckning och enkelteckning, båda två kallar hon a doubling error, dvs. en dubbelteckning som saknas eller som är överflödig. Hon delar in lapse (stavfel när skribenten kan den korrekta formen men stavar något annat, stavfel pga. utförandet) i fyra kategorier: utelämning, ersättning, insättning och omkastning. 3 Metod För att undersöka hur stavningskontrollerna Stava Rex och Microsoft Word 2007 hanterar olika typer av stavfel i barntexterna analyserade jag först stavfelen och delade in dem i kategorier. Indelningen av stavfel i kategorier och användning av ett kalkylblad gjorde det möjligt att beräkna antal och procent stavfel inom olika stavfelskategorier. Jag kunde få fram vilka typer av stavfel som barn oftast gör och vilka stavfel som är vanligare för äldre barn respektive för yngre barn, dvs. hur texter skrivna av barn i åk 4 skiljer sig från texter skrivna av barn i åk 6. Med hjälp av stavfelskategorierna kunde jag testa vilka stavfelstyper som stavningskontrollerna upptäcker eller missar, vilka stavfelstyper som programmen klarar av att hantera, korrigera och vilka stavfelskategorier som är mera problematiska för stavningskontrollerna. Nedan beskrivs det textmaterialet som jag arbetade med, vilken metod som jag använde när jag analyserade stavfelen i barntexterna samt hur jag gjorde när jag utvärderade stavningskontrollprogram Stava Rex och Microsoft Word. 3.1 Skoltexterna Textmaterialet i min studie kommer ursprungligen från textdata insamlade i projektet Att lära sig skriva i IT-samhället (Sofkova Hashemi & Hård af Segerstad, 2007). Från början fick jag tillgång till 85 texter från årskurs 4 och 6, både handskrivna som datorskrivna. Jag har valt att analysera 10 16

17 elevtexter, senare valdes 10 texter till, alltså sammanlagt 20 barntexter, fördelade så att 10 är från årskurs 4 och 10 från årskurs 6. Materialet består av texter av olika längd som blivit kodade för bland annat stavfel. Enbart texter som ursprungligen var handskrivna analyserades. Berättelser som skrevs med hjälp av ett ordbehandlingsprogram valdes bort pga. att det fanns en risk då att texterna blev rättade av något stavningskontrollprogram och en del stavfel kunde ha blivit förlorade. Barnens skrivande var styrt och eleverna har fått ett ämne att skriva om. Barn från åk 4 skrev Brev om Sverige där de beskriver sitt hemland för barn som bor utomlands. Texterna från åk 6 handlade om att skriva Artikel till rubrik, givet olika rubriker skrev barnen artiklar. 3.2 Databearbetning Bearbetning av texterna påbörjades med att alla kodade stavfel från barntexterna skrevs in i ett kalkylblad. Tabellen ger möjlighet att sortera innehållet efter olika egenskaper som t.ex. feltyp, årskurs eller filnamn. Sorteringen underlättar beräkningen av feltyper då t.ex. alla relevanta feltyper hamnar överst i kolumnen. För att förbereda mig för kategoriseringen av stavfel läste jag om teorin om etapper i barnens skrivinlärning och om relationen mellan tal och skrift i svenskan, att fonem grafem förhållandet inte är ett ett-till-ett förhållande. Jag informerade mig om vilka steg som ingår i en felanalys och hur tidigare stavfel klassificeringar ser ut. Liksom Allard och Sundblad (1991) utgick jag föst från de problem som barn möter när de lär sig att skriva på svenska, t.ex. hur olika ljud representeras av grafem eller hur grafem representeras i tal. Den första utgångspunkten blev alltså det oregelbundna förhållandet mellan tal och skrift, fonem grafem förhållande. När jag skulle börja finkategorisera felen, visste jag att i tidigare arbeten ofta delades felen in i fyra huvudkategorier: ersättning, utelämning, insättning och omkastning (Nauclér, 1980, Wengelin, 2002). Jag tilldelade varje fel en av de fyra tidigare nämnda typerna. Senare försökte jag beskriva vilka är orsakerna till felet, om ordet felstavades pga. skriftspråkets eller talspråkets egenskaper. Som teorin om barns skrivinlärning visar, går elever igenom en fas av talbaserat, fonetiskt stavande, då stavar de ord efter hur det låter, felen är kopplade till det vilket skrivinlärningsstadium som barn är i eller går igenom (se avsnitt 2.1 och 2.2). Antaganden som blev min strategi för hur jag tänkte undersöka och kategorisera stavfel är: stavfel är kopplade till och beror på skriftspråkets och talspråkets egenskaper, det oregelbundna förhållandet mellan tal och skrift, samt barns skrivinlärningsprocess. Dessa är de principerna för hur jag har studerat stavfel. I min analys av stavfel tar jag inte hänsyn till det om stavfelet är en konsekvens av elevens okunskap eller om det är ett misstag, ett fel i utförande, dvs. när skribenten råkar skriva fel bokstav. Det är ofta svårt att avgöra vilka kunskaper som skribenten hade när den skrev texten. Dessutom är sådan indelning inte viktig i denna studie. Stavningskontrollerna bör detektera och hantera alla stavfel oavsett vad som orsakar dem. 3.3 Utvärdering av stavningskontrollprogram Utvärdering av stavningskontrollen i Microsoft Word 2007 och Stava Rex gjordes med standardkontroll, mot huvudlista (i Word). Användaren av Stava Rex kan välja att arbeta med två 17

18 olika ordlistor: liten ( ord) och stor ( ord). Tester av kontrollen Stava Rex gjordes mot den större ordlistan med ca ord. Inga egna ordlistor användes, trots att båda program erbjuder möjlighet att lägga till ord till ordlistan. Stavningskontrollerna Stava Rex och Word utvärderades på de barntexterna som beskrivs ovan. Utvärderingen av stavningskontroller fokuserade på tester av funktionalitet. Funktionaliteten utvärderades genom beräkning av täckning, dvs. andelen stavfel som programmet upptäcker, samt suggestion adequacy, dvs. procent korrekta stavningsförslag, antalet alternativa rättningsförslag och det korrekta rättningsförslagets position på listan. Stavningskontrollerna utvärderades däremot inte utifrån precision. 4 Resultat I denna del presenteras resultat av stavfelsanalysen och stavningskontrollernas utvärdering. Det första resultatet är en kategorisering av stavfel. Senare presenteras statistiken över procent olika feltyper i de analyserade texterna. Resultatet av stavningskontrollernas utvärdering visar programmens täckning, dvs. andelen stavfel som program upptäcker och suggestion adequacy, dvs. procent korrekta rättningsförslag som stavningskontrollerna Stava Rex och Microsoft Word returnerar. 4.1 Analys och klassificering av stavfelen i skoltexterna All analys och kategorisering av stavfelen baserades på de felförekomster funna i skoltexter som beskrivs i avsnitt 3.1. Alla kodade stavfel från barntexterna skrevs in i ett kalkylblad och först då kunde jag räkna antalet av olika stavfelstyper. Totalt innehåller barntexterna 197 stavfel. När jag skulle börja analysera och kategorisera dessa utgick jag från fyra operationer som skribenten kan göra när den skriver: ersättning, utelämning, insättning och omkastning av bokstäver. Vidare delade jag in var och en av dessa kategorier, beroende om operationen gäller vokal eller konsonant. Skrivinlärningsprocessen och talets egenskaper visar tydligt att barn hanterar stavning av vokaler och konsonanter olika, dvs. konsonanter hörs tydligare i början och mitten av ordet men reduceras ofta på slutet, vokaler uttalas istället svagare, längre eller kortare i vissa kontexter (se avsnitt 2.1 och 2.2). Figur 2 nedan visar en grov indelning av stavfel. Dessa betraktas som en huvudkategori. Den första och grövsta kategoriseringen resulterar i fyra feltyper: ersättning, utelämning, insättning och omkastning. Typerna delades in vidare beroende om stavfelet orsakades av en felaktig vokal eller konsonant. Kategorier ersättning och utelämning visade sig vara mycket omfattande. Dessa kunde ytterligare finkategoriseras. Indelning av feltyperna ersättning och utelämning presenteras i figur 3 och figur 4. Största underkategorin inom insättning är dubbelteckning av konsonanter. I de analyserade barntexterna förekom det bara ett fall av omkastning, två konsonanter kastades om, det behövs mera material för att kunna beskriva fel i den kategorin. 18

19 Figur 2. Grov indelning av stavfel. Figur 3 presenterar resultat av stavfelskategorisering inom kategorin ersättning. Figuren innehåller de vanligaste, oftast förekommande stavfelunderkategorierna. Dessa är förväxling av vokaler som e och ä, e och i, i och j etc., samt konsonanter g och j, r och l med flera. Andra mindre vanliga presenteras senare också tillsammans med exempel på felen. Figur 3. Kategorisering av stavfel inom kategorin ersättning Figur 4 visar indelning av stavfel inom kategorin utelämning. I figuren visas bara kategorier som var mest frekventa. I texterna utelämnades oftast vokaler, bl.a. på slutet av ord, mellan konsonanter eller i vokalkluster. Även konsonanter utelämnades på slutet. Vissa konsonanter utelämnades oftare, t.ex. r, d och t. Ofta har eleven skrivit bara en bokstav där det förväntas två, dvs. kort vokal återges inte genom dubbelteckning av följande konsonant (enkelteckning). 19

20 Figur 4. Indelning av stavfel inom kategorin utelämning. Stavfelsanalys resulterade i en indelning av alla de 197 stavfel som fanns i skoltexterna. Nedan presenteras den slutgiltiga versionen av stavfelskategoriseringen med exempel på varje stavfelstyp. Indelningen är ett resultat av bearbetning av tidigare version. Den första versionen baserade på stavfel från 10 skolbarntexter. Den ursprungliga varianten av stavfelskategoriseringen prövades sedan mot ytterligare 10 barntexter, fördelade så att 5 var från åk. 4 och 5 från åk. 6, och reviderades. Bearbetningen av den tidigare versionen resulterade i den nuvarande indelningen, denna presenteras nedan. 1 Ersättning 1.1 Vokal a) e ersätts med ä eller tvärtom (beretta, änsam ) b) e ersätts med i (tiater, igentligen) c) o ersätts med e (framför r) (bilfirmer) d) i ersätts med e eller a(carolana Carolina, stattsmenister) e) utelämning av prickar över ö, ä, å (hjartans, forsta ) f) i ersätts med j eller tvärtom ( Leionborg, Kebenikajse) g) a ersätts med o (gusovson - Gustavsson ) h) sammanfall av u och ö (Långströmp ) i) e ersätts med a (med mad ) 20

21 j) u ersätts med o (joltomten) k) y ersätts med u (kurkan) l) o ersätts med å eller ö (tånnåring, tönåringar) m) é ersätts med e (idé) 1.2 Konsonant α) r ersätts med l (sjukskötelska, Kall-Karl,) β) g ersätts med j eller tvärtom (varge, järna) χ) sje-ljud stavas med sk ( tradiskorner) δ) ng-ljud stavas med g eller n (lägd längd ) ε) d ersätts med t eller tvärtom (fritit fritid, stadsminister ) φ) k ersätts med c(clüft Klüft, electronikföretag) γ) icke svenska ord, bokstäver, namn, ersättning mellan: w v, f v, th - t, ph f, ch - c ( swenska, Beskov, Karl- Carl) η) c ersätts med s (Lusia) ι) övrig konsonant förväxling (julktapparna, någonring) 2 Utelämning 2.1-Vokal a)mellan eller före konsonanter t.ex.: framför r (Eropa Europa) b)före vokal, i vokalkluster (religion, restauranger) c)slutvokal eller slutstavelse (många, frågade) 2.2-Konsonant α) enkelteckning (berätta, hette) β) r (isbjörnar, gatorna ) χ) s som fogar ihop orden (arbetsliv, driftstekniker) δ) slutkonsonant (isbjörnar, företaget) ε) d/t, midsommar, bredvid φ) nasaler (Mölndal) 21

22 γ) framför k (Bergkvist, klassisk) η) utelämning före eller efter g (helgerna) ι) annat: pyjamasen, kristendom 3 Insättning 3.1-Vokal (Kebenikajse) 3.2-Konsonant (inget fel hittades i texterna) a) dubbelteckning av m, n, r, s, t, l, b, p, k (sissta, krammar ) b) annat som t.ex. c i ck-kluster (gjöra, förkyldning) 4 Omflyttning / omkastning 4.1-Vokaler 4.2-Konsonanter (kritslig kristlig) 4.2 Statistiken över stavfelen i skoltexterna I denna del presenteras beräkningarna gjorda på de stavfel funna i elevtexterna samt resultat av utvärderingen av stavningskontrollerna. För att bättre kunna följa resultat, är det viktigt att skilja mellan termer stavfel och felstavat ord. Felstavat ord är en ordform som innehåller minst ett stavfel. Som data i tabell 3 visar 87 % av alla stavfel utgör icke-ordsfel som är mycket vanligare än riktigaordsfel, 13 %. Riktiga-ordsfel Icke-ordsfel Summa felstavade ord Antalet Procent 13 % 87 % 100 % Tabell 3. Riktiga-ordsfel och icke-ordsfel i barntexterna, antalet och procent Sammanställning i tabell 4 visar att utelämning är den vanligaste felkategorin och utgör 52 % av alla fel, därefter ligger bokstaversättning, 37 %, och bokstavinsättning med 10 % av alla fel. Mindre än 1 % av fel utgörs av bokstavomkastning. Ersättning Utelämning Insättning Omkastning Summa fel (pga. att det kan finnas flera fel i ett ord) Antalet Procent (ungefär) 37 % 52 % 10 % < 1 % 100 % Tabell 4. Antalet och procent av ersättning, utelämning, insättning och omkastning i barntexterna 22

23 Stavfelstyp De vanligaste underkategorierna inom viss feltyp, antalet och procent Utelämning, 103 fel Ersättning, 73 fel Insättning, 20 fel Omkastning, 1 fel enkelteckning (25 fel) 24 % Slutvokal eller slutstavelse: (23 fel), 22 % Slutkonsonant(16 fel) 15 % t eller d (7 fel) ca 7 % r (5 fel) ca 5 % andra mindre kategorier 27 % konsonant förväxling i stavning av utländska och svenska namn(12 fel), ca 16 % E ä (11 fel) 15 % e i (8 fel), 11 % prickar över ä, ö (7 fel), ca 9,6 % i j (7 fel), ca 9,6 % resterande 38 % utgörs av många små underkategorier, med få ord i varje felkategori Konsonantdubbelteckning utgör (15 fel) 75 % av alla insättningsfel Det enda felet som hittades berodde på omkastning av konsonanter Tabell 5. Vanligaste underkategorier inom de fyra feltyperna, antalet och procent. Tabellen 5 visar att de flesta stavfelen av typen utelämning tillhör underkategorin enkelteckning. Underkategorin enkelteckning utgör 24 % av alla utelämningar. Data visar också att slutvokaler eller slutstavelser utelämnas i 22 % av utelämningsfall. En konsonant saknas på slutet av ord i 15 % av alla utelämningsfelen. Bokstäverna t och d utelämnades i 7 % av utelämningsfall. Ca 5 % av utelämningar berodde på att skribenter missade skriva r i ordet. Ersättning är den mest varierande feltypen, med många, relativt små underkategorier. Jag bestämde mig för att presentera i tabellen enbart de underkategorierna som utgör minst 5 % av alla ersättningsfel. Ett av de vanligaste felen inom ersättning visar sig vara förväxling mellan e och ä, detta fel utgör 15 % av alla ersättningsfel. Ännu oftare ersätter unga skribenter konsonanter när de stavar svenska och utländska namn (ca 16 %). Barntexterna visar att förväxlingen mellan e och i är frekvent, denna utgör 11 % av alla ersättningsoperationer i texterna. Prickar utelämnades över bokstäverna i ca 9 % av fall där bokstäverna ersattes. Sista relativt stora underkategori, som utgör ca 9 % av ersättningsfel, är förväxling mellan bokstäver i och j. Barntexterna visar tydligt att den vanligaste underkategorin, inom feltypen insättning, är felaktig dubbelteckning av bokstav. Barn dubbeltecknar konsonant felaktigt i 75 % av alla insättningsoperationer. Eftersom det upptäcktes bara ett fall av omkastning, så är det svårt att säga något om den stavfelstypen. Det enda omkastningsfelet som hittades i barntexterna berodde på omkastning av två konsonanter. 23

24 Skoltexterna ger möjlighet att jämföra antalet och typer av stavfel som barn i åk 4 och åk 6 gör. De 10 texterna, skrivna av barn från åk 4, innehåller 2118 ord och innehåller 125 stavfel. 10 texterna, skrivna av elever från åk 6, är mera omfattande och innehåller 2446 ord och 72 felstavningar. Med hjälp av ovanstående data är det möjligt att beräkna antalet stavfel per 1000 ord i texterna från åk 4 och åk 6. De yngre eleverna, från åk 4, gör betydligt fler fel: 59 stavfel per 1000 ord. Äldre elever, de från åk 6, begick 29,4 stavfel per 1000 ord. Ett annat sätt att analysera texterna är att räkna antalet och procent felstavade ord i texterna istället för antalet stavfel (figur 5 nedan). Eftersom i ett ord förekommer det ibland flera fel, så är antalet stavfel högre än antalet felstavade ord. Av alla ord som elever från åk 4 skrev var 5 % (105 ord) felstavade. Mindre än 3 % (70 ord) av alla ord i texter från åk 6 är felstavade. Detta ger 49,5 felstavade ord per 1000 ord för åk 4. Barn från åk 6 felstavade 28.6 ord per 100 ord. Figur 5 visar också att barn från åk 4 gör oftare multipla fel när de stavar än elever från åk 6. Av de 19 ord som innehåller multipla fel, kommer 89 % (17 stycken) från texterna från åk 4. Bara 11 % (2 stycken) ord med flera stavfel kommer från texterna skrivna av elever från åk dvs. ca 6% 49,5 dvs.5% Felstavade ord och stavfel i barntexterna 28,6 29,4 dvs.2,8% ca 3% antal felstavade ord per 1000 ord, samt procent felstavade ord i texter antal stavfel per 1000 ord, samt procent stavfel i barntexterna 0 åk 4 åk 6 Figur 5. Antalet felstavade ord och antalet stavfel per 1000 ord i texterna från åk 4 och åk 6. Tabellen 6 visar de vanligaste underkategorier av feltyperna i texterna skrivna av barn i åk 4 och åk 6. Figuren presenterar fördelning av antalet stavfel, från varje feltyp (utelämning, ersättning, insättning, omkastning), mellan åk 4 och åk 6. Procent stavfel, inom en underkategori, som elever från åk 4 gör jämförs med procent stavfel, i samma underkategori, som görs av barn från åk 6. Utelämning Ersättning Insättning Omkastning Åk. 4, summa stavfel 125 enkelteckning (14 fel), 52 % Slutvokal eller slutstavelse: (8 fel) 36 % Slutkonsonant(6 fel), e ä (8 fel), 73 % konsonant förväxling i stavning av utländska och Dubbelteckning (9 fel), 60 % För lite data 24

25 Åk. 6, summa stavfel 72 ca 37 % t eller d (7 fel) 100 % r (5 fel) 100 % enkelteckning (13fel), 48 % Slutvokal eller slutstavelse: (15 fel) 64 % Slutkonsonant(10 fel) ca 63 % t eller d (0 fel) 0 % r (0 fel) 0 % svenska namn(10 fall) 83 % e i (6 fel) 75 % prickar över ä, ö (4 fel), 57 % i j (3 fel) 43 % e ä (3fel), 27 % konsonant förväxling i stavning av utländska och svenska namn(2 fall), 17 % e i (2 fel), 25 % prickar över ä, ö (3 fel), 43 % i j (4 fel) 57 % Dubbelteckning (6 fel), 40 % För lite data Tabell 6. Vanligaste stavfelstyper i texterna skrivna av barn i åk 4 respektive texter av elever från åk 6. Data i tabell 7 nedan visar att nästan 7 av 10 fal av utelämning handlar om konsonantutelämning. Utelämning av vokaler Utelämning av konsonanter Summan Antalet Procent (ungefär) 33 % 67 % 100 % Tabell 7. Utelämning av vokaler och konsonanter 25

26 Multipla och enkla fel i barntexterna Multipla fel 11 % Enkla fel 89 % 11% 89% Figur 6. Fördelning mellan multipla och enkla fel i barntexterna. Nästan 11 % (19 fel) var multipla fel, 89 %, (dvs. 156 fel) enkla fel. 4.3 Utvärdering av stavningskontrollerna på skoltexterna I detta avsnitt presenteras resultat av utvärdering hur stavningskontrollerna Stava Rex och Microsoft Word 2007 hanterar de olika typer av stavfel i de analyserade skoltexterna. Resultatet visar täckning, dvs. andelen stavfel som kontrollerna detekterar samt rättningsförslagets träffsäkerhet, dvs. procent korrekta rättningsförslag och procent fall när korrigeringsförslaget placeras överst på listan med ersättningsförslag. Beräkning av de alarm och felmeddelande som kontrollerna ger när de granskar barntexterna för stavfel ger data som sammanfattas i figur 7. Stava Rex uppmärksammade användaren om 93 % av felaktigt stavade ord, dvs. täckningen är 93 % (183 felstavade ord), samtidigt 7 % av felen (14 fel) missades. Words täckning är 80 %, vilket betyder att kontrollen detekterade 80 % av felen (158 fel) och missade 20 % av felen (dvs. 39 fel). 100% 80% Procent stavfel som kontrollerna hittar respektive missar 93% 80% 60% 40% 20% 0% 7% 20% Stava Rex Word 2007 Hittade stavfel Missade stavfel Figur 7. Procent alla stavfel som Stava Rex och Word 2007 upptäckte, respektive missade. 26

27 Data i tabell 8 visar att av de 183 fel, som Stava Rex uppmärksammar användaren om, var det i 146 fall, ca 80 % som programmet gav korrekt stavningsförslag. För 37 fel, ca 20 % ger Stava Rex felaktigt stavningsförslag. Stava Rex, till skillnad från Word, returnerar alltså alltid något stavningsförslag. Antalet förslag i förslagslistan var mellan 1 och förslag gavs bara en gång, vid felstavat ord skull där skribenten syftade på skulle. I 12 fall, ca 8 %, av de 158 hittade fall av felstavning, returnerar Word ett felaktigt rättningsfärslag. 23 gånger, ca 14 %, hade programmet inget korrigeringsförslag alls, trots att det visades meddelande om att formen var felaktigt. Det korrekta stavningsförslag ges i 123 fall, vilket utgör ca 78 %. Korrekt stavningsförslag Felaktigt stavningsförslag Inget förslag ges, trots att ordformen markerades som felaktig Stava Rex 80 % 20 % 0 % Word % 8 % 14 % Tabell 8. Jämförelse av procent korrekta och felaktiga stavningsförslag, samt andelen fall där stavningsförslag saknades, beräknat på alla de stavfel som stavningskontrollerna hittade. Hur bra är programmen på att detektera fel i kategorin riktiga-ordsfel? Data i figur 8 visar att av 23 riktiga ord felen lade Stava Rex märke till 10 fel, dvs. 43 %. Av alla detekterade riktiga-ordsfel fick 6 ett korrekt förslag, vilket utgör 60 %. Word däremot upptäckte inga fel i den kategorin. Figur 8. Hur hanterar stavningskontrollerna riktiga-ordsfel? Andelen fel i kategorin riktiga-ordsfel som upptäckts, missas av stavningskontrollerna samt procent riktiga-ordsfel som får korrekt stavningsförslag. 27

28 Hur bra är programmen på att detektera fel i kategorin icke-ordsfel? Data i figur 9 visar att av 152 icke-ordsfel uppmärksammade Stava Rex 151 fel, dvs. över 99 %. Av dessa fick 116 ett korrekt rättningsförslag, vilket utgör ca 79 % av alla hittade icke-ordsfel. Stava Rex missade 1 icke-ordsfel, mindre än 1 %. Word detekterade 135 icke-ordsfel, dvs. ca 89 %, av dessa fick 99 rätt stavningsförslag, 73 %. Word missade 17 fel, ca 11 % av alla nonsens ord fel. Figur 9. Hur bra är kontrollerna på att detektera icke-ordsfel? Utelämning. Hur hanterar kontrollerna den största felkategorin: utelämningar, 103 fel, dvs. 52 % av alla stavfel? Beräkning av de alarm, felmeddelande och rättningsförslag som kontrollerna ger när de granskar barntexterna för stavfel ger data som sammanfattas i figur 10 nedan. Stava Rex upptäcker 92 fall, 89 %, av utelämningar, av dem 68, dvs. 74 %, får korrekt förslag, 24 fel, dvs. ca 26 %, fick felaktigt förslag. Kontrollen missar 11 fall, dvs. ca 11 % av utelämningar. Word detekterar 75 fall, vilket utgör 73 % av fall där bokstäver utelämnas, 59 fel, dvs. 79 %, får rätt stavningsförslag, 16 styck, 21 %, felaktigt rättningsförslag eller inget alls. 28 styck, 27 %, utelämningar missades av Word. 28

29 Figur 10. Kontrollernas hantering av utelämningar i elevtexterna, resultat visas i procent. Givet ovanstående data och barntexterna är det möjligt att analysera typer av utelämningsfel som kontrollerna inte kan detektera och rätta. Stava Rex, liksom Word, missade utelämningar som tillhörde kategorin riktiga-ordsfel, t.ex. papp som skulle stavas pappa eller kund för kunde. Kontrollen Stava Rex kunde inte föreslå något korrekt rättningsförslag när flera stavfel fanns i ett ord. Stava Rex misslyckade med att ge användaren rätt stavningsförslag för ord oll*ka (för olika) eller snappsdrink*, (för snapsdrinkar) varje av dessa ord innehåller två olika stavfel. Word missar stavfel i namn som Lin*gren (Lindgren) och när vokal utelämnas i Madele*n* (där skribenten syftade på Madeleine). Förutom egna namn missade Word alla fel från kategorin riktiga-ordsfel, som orsakades av bokstavutelämning, t.ex.fult som skulle vara fullt, hete för hette, sto för stod etc. Word markerar ord som innehåller flera stavfel som felaktiga, som t.ex. mi*som*ar (midsommar)och tradi**oner(traditioner) men användaren får inga rättningsförslag alls, just i det fallet klarade Stava Rex det. Jag tyckte att det var konstigt att båda kontrollerna hittar utelämningsfel i ord hegerna(istället för helgerna) eller letionen (för lektionen) men enbart Word presenterar korrekt rättningsförslag. Jämförelse av kontrollernas förmåga att detektera utelämningsfel visar att båda stavningskontroller missar ganska stor del av utelämningsfelen, 11 % (Stava Rex), respektive 27 % (Word). Detta kan bero på att stor del av ord där en bokstav utelämnas bildar andra, korrekta ordformer, så kallade riktigaordsfel, som är svårare att upptäcka för programmen. Orsakerna till Words sämre resultat i utelämningsfel korrektion kan bero på att kontrollen använder för litet lexikon med egna namn, ofta saknas det rättningsförslag just på stavfel i namn. Stava Rex är bättre på att korrigera stavningsfel i namn, kanske tack vore ett stort namnlexikon. Word hanterar inga riktiga-ordsfel. Detta trots att, enligt tillverkarna, används informationen om kontexten vid kontroll av stavning. Stava Rex hittar rikriga-ord fel, vilket beror på att programmet använder sig av information om sammanhanget i vilket ord förekommer. ERSÄTTNING. Ersättning av bokstav är den näst största feltypen och utgör 37 % av alla stavfel som påträffades i elevtexterna. Jämförelse av stavningskontrollernas hantering av ersättningsfel visas i figur 11 nedan. Av de 73 stavfel som orsakades av bokstaversättning upptäcker Stava Rex 69 fall, vilket är 94 %. Kontrollen missar 4 fel, dvs. ca 6 %. Word däremot detekterar 58 ersättningsstavfel, vilket är ca 79 %, missar 15 fel, dvs. 21 %. Skolbarntexterna och tabellen med elevernas stavfel, ger möjlighet att analysera andelen korrekta rättningsförslag som båda stavningskontrollprogrammen presenterar för användaren. Stava Rex ger korrekta förslag i 51 fall, vilket utgör 74 % av fallen, där ersättningsfel upptäcktes av kontrollen. Stavningskontrollen i Word ger korrekta rättningsförslag i 28 fall, vilket utgör 48 % av alla, upptäckta av den kontrollen, ersättningsfel. 29

30 Figur 11. Stavningskontrollernas hantering av bokstaversättning i barntexterna, resultat visas i procent. Jämförelse av stavningskontrollernas förmåga att upptäcka stavfel som uppstår till följd av bokstavsersättning visar att stor del av felen detekteras: 94 % (Stava Rex) och 79 % (Word). Stavfelen av typen ersättning, som missades av stavningskontrollerna, tillhörde underkategorin namn, t.ex. Filip som bör stavas Philip, Karl istället för Carl samt andra ord från kategorin riktiga-ordsfel. Båda kontrollerna missar stavfel pga. ersättning i ordet en där skribenten syftade på än. Stava Rex missade färre riktiga-ordsfel än Word som missade alla ersättningsfel i den kategorin, t.ex. ide för idé och Kall för Karl. Annan grupp av ersättningsfel som stavningskontrollen Word inte alltid upptäcker är sammansatta ord, som stadsminister (istället för statsminister), hursomhälst (för hursomhelst), båda ord markeras däremot som felaktiga av Stava Rex. Kontrollerna ger inte ett korrekt stavningsförslag när ordet innehåller två eller flera stavfel, t.ex. tradiskorner istället för traditioner och b*ret*a för berätta. Inget av stavningskontrollprogrammen kunde visa korrekt rättningsförslag vid felstavning av namn som Leionborg för Lejonborg, Carolana istället för Carolina, hobremovis för Ibrahimovic m.fl. Användaren av Word får inte korrekt rättningsförslag när bokstäver g och j förväxlades, t.ex. när barnet stavar varge istället för varje eller unjäfär för ungefär. Båda felen korrigeras däremot av Stava Rex. Trots att Word upptäcker många fel i stavning av namn, har programmet problem med att ge korrekt eller något rättningsförslag alls, t.ex., wasaloppet eller Cristjan som upptäckts som felaktigt men till skillnad från Stava Rex ges inget förslag eller felaktigt förslag. Word presenterar inga korrekta rättningsförslag när första bokstaven i ordet ersattes, t.ex. när elever stavar igentligen istället för egentligen eller imot för emot. Stava Rex i sin tur, klarade inte av att föreslå för användaren något korrekt stavningsförslag när prickar över bokstaven ä utelämnades i ordet beratta (berätta). Insättning. Analysen av hur stavningskontrollerna hanterar insättningsfel, (figur 12 nedan), visar att både Stava Rex och Word upptäcker en mycket stor del av stavfel som beror på insättning av en bokstav, 90 till 100 % av insättningsfel detekteras. Stava Rex detekterar alla 20, dvs. 100 % av insättningsfel. Av de 20 insättningsfel som Stava Rex hittar i barntexterna, ges korrekt rättningsförslag i 16 fall, dvs. 80 %. Word kommer lite efter med 18 upptäckta insättningsfel, dvs

31 %. Av de 18 insättningsfel som Word hittar, får användaren korrekt stavaningsförslag i 13 fall, dvs. 72 %. 120% 100% 80% 60% 40% 20% 0% 100% Stavningskontrollernas hantering av insättningsfel 80% 90% 72% Stava Rex Word 2007 Hittade insättningsfel Stavningskontrollen visar ett korrekt rättningsförslag Figur 12. Stavningskontrollernas hantering av bokstavinsättning i barntexterna, resultat visas i procent. Efter att ha undersökt de 20 stavfel, som orsakades av insättning av bokstäver, kan jag sammanfatta att stavningskontrollerna inte alltid kan ge något korrekt rättningsförslag när ordet innehåller flera stavfel. Ett exempel, som inte får korrekt stavningsförslag, är stattsmenister (istället för statsminister), tånnåring (för tonåring) eller ord som nämndes tidigare nämligen oll*ka och snappsdrink** istället för olika och snapsdrinkar. De enda fallen där Word missar ersättningsfel är namnet som innehåller tre olika stavfel: kebenikajse som syftar på Kebnekaise, där en extra vokal sattes in, och bokstäverna e och i ersattes av i och j. Word markerar inte ordformen krammar där eleven skulle skriva kramar, här beror felet på dubbelteckning av konsonanten m. Nedan sammanfattas kontrollernas förmåga att detektera och korrigera stavfelen som orsakas av utelämning, ersättning samt insättning av bokstäver. Data från figur 10, 11 och 12 visar att båda stavningskontrollerna fick sämst resultat i att upptäcka utelämningsfel. Flest stavfel detekterades av båda kontrollerna inom kategorin insättning. Stavningskontrollerna gav flest korrekta rättningsförslag till felen som berodde på insättning av bokstäver, minst korrekta stavningsförslag fick felen av typen utelämning (Stava Rex) och ersättning (Word). I följande avsnitt jämförs stavningskontrollernas korrigeringseffektivitet. Hur bra kontrollera är på att välja och presentera för användaren det lämpligaste korrigeringsförslaget. Stavningskontrollernas utvärdering inkluderar även test av suggestion adequacy, dvs. rättningsförslagets träffsäkerhet. Av 101 korrekta stavningsförslag som Word ger på felstavade ord, var 87 % (87 fall) placerade överst på förslagslistan. Stava Rex presenterar 90 % (111 stycken, av alla 123 korrekta stavningsförslag), överst på listan med rättningsförslag. Alltså båda programmen är relativt bra på att välja det lämpligaste, sannolikaste stavningsförslag av flera möjliga och presentera det för användaren som första val på listan. 31

32 I ca 71 % av fallen (87 fall), där Stava Rex ger korrekt stavningsförslag, presenteras bara ett val för användaren. Word däremot ger skribenten en lista med enbart ett rättningsförslag mera sällan dvs. i 53 %,( 53 av 100 fall) av alla fall där korrekt stavningsförslag visas för användaren. 5 Diskussion och slutsatser Jag har analyserat och finkategoriserat stavfel i texter skrivna av skolbarn från åk 4 och åk 6 och testat hur stavningskontrollerna Stava Rex och Word hanterar de olika typer av stavfel som fanns i elevtexterna. Resultat visar vilka stavfel som barn gör. De flesta stavfel i texterna beror på utelämning, oftast enkelteckning. Näst största felgruppen är ersättning, där barn oftast förväxlar vokaler. Inom insättning dominerar felaktig dubbelteckning av konsonant. Resultat visar hur texterna skrivna av barn från åk 4 skiljer sig från texterna från åk 6. Samlad data visar att barn från åk 4 gör flera stavfel än barn från åk 6. Stavfel som barn från åk 4 gör är oftare multipla. Bara barn från yngre gruppen utelämnar t, d och r. Majoriteten av förväxlings- och dubbelteckningsfel görs av barn från åk 4. Elever från åk 6 utelämnar istället slutvokaler och slutkonsonanter oftare än de yngre barnen. Fel som beror på enkelteckning är nästan jämnt fördelade mellan åk 4 och åk 6. Resultat av stavningskontrollernas utvärdering visar att täckning, dvs. andelen stavfel som stavningskontroller detekterar för Stava Rex (93 %) är högre än för Word (80 %). Suggestion adequacy, dvs. procent korrekta rättningsförslag (av alla detekterade stavfel) för Stava Rex(80 %) är nästan lika som för Word (78 %). Stava Rex ger oftare felaktigt stavningsförslag (20 %) än Word (8 %). Word däremot ger oftare (14 %) inga stavningsförslag alls (trots att stavfelet hittas), Stava Rex returnerar alltid något rättningsförslag. I de flesta fall 87 % (Word) och 90 % (Stava Rex) placerades det korrekta stavningsförslag överst på listan med korrigeringsförslag. Användaren av Stava Rex får oftare bara ett rättningsförslag än användaren av Word, som får en lista med flera förslag. 5.1 Jämförelse med tidigare stavfelklassificering Som tidigare redovisat i kapitel 3 liksom Nauclér (1980) och Wengelin (2002) utgick jag från fyra operationer som skribenten kan göra, dvs. ersättning, utelämning, insättning och omkastning av bokstäver. Min indelning mellan vokal och konsonant stämmer överens med indelningen i tidigare arbeten (dvs. Björnson (1977), Ejeman och Larsson (1976, 1982) och Allard och Sundblad (1991)). Liksom Ejeman & Larsson och Dahlquist och Henrysson har jag kategorin omkastning av bokstäver. Mina kategorier insättning och utelämning nämns av Björnsson (1977), Ejeman och Larsson (1976, 1982), Dahlquist och Henrysson (1963) samt Allard och Sundblad (1991). De fyra ovan nämnda klassificeringssystem inkluderar stavning av ett visst fonem med felaktigt grafem. Feltyper som jag kallar sje-ljud ersätts med sk (som i tradiskorner)och ng-ljud ersätts med g eller n (t.ex. lägd för längd) blev definierade även av Björnson(1977), Ejeman och Larsson (1976, 1982) samt Allard och Sundblad (1991). Till skillnad från dem hittade jag inga exempel på felaktig stavning av tj-ljudet i elevtexterna. Liksom Dahlquist och Henrysson (1963) observerade jag utelämning av prickar över bokstäver, jag klassade det stavfelet som en ersättning av vokaler ö, ä, å med o och a. Så som Nauclér (1980), Björnson (1977), Ejeman och Larsson (1976, 1982), Dahlquist och Henrysson (1963) samt Allard och Sundblad (1991) har jag i min kategorisering dubbelteckning och enkelteckning. 32

33 Det som skiljer min klassificering av stavfel från de tidigare stavfelskategoriseringarna är att min indelning har flera underkategorier, den är mera detaljerad. I tidigare arbete fanns en kategorin stavfel som beror på en felaktig vokal, jag har istället flera underkategorier inom kategorin vokal. 5.2 Reflektioner utgående från undersökningens resultat Resultatet visar att enbart yngre barn utelämnar konsonanter t, d och r. Denna utelämning är ett tydligt tecken på att de yngre barnen stavar fonetiskt, de ljud som reduceras och inte uttalas skrivs inte heller ner. Detta resultat stämmer överens med forskning om barnens skrivinlärning som beskrevs i kapitel 2. Elever i åk 4 övergeneraliserar dubbelteckningen oftare än barn i åk 6. Att barn övergeneraliserar ett visst fenomen innan de lär sig att skilja ut olika stavningar bekräftas även i bakgrundskapitel som beskriver faser i skrivinlärningsprocessen. En av slutsatser som man kan dra från stavfelsanalysens resultat är faktorer som gör att barn stavar fel. Analysen visar att stavfel kan orsakas av talspråkets- och skriftspråkets egenskaper samt av själva skrivinlärningsprocessen. Vid analys av stavfel eller av barntexter bör man ta hänsyn till tre olika fenomen som barns stavfel är kopplade till: Felstavning är kopplad till talspråkets egenskaper. Tal kan realiseras i skrift med ett felaktigt grafem, dvs. två grafem förväxlas -vokaler eller konsonanter, t.ex. : r ersätts med l, å med o, e med ä, etc. Koartikulation och artikulationsställe påverkar uttal och därigenom barns stavning, t.ex. uttal av dentaler, nasaler, etc. eller om ljuden är tonande, tonlösa. Stavningen påverkas av det i vilka kontext fonem förekommer, vissa ljud kan assimileras. Stavfel är kopplade till svårigheter med att höra skillnader i uttalet av lång och kort vokal vilket leder till dubbelteckning och enkelteckning som i het*e eller sissta samt uttalet av vokaler i vokalkluster som i rest*uranger. De grafem som reduceras, inte uttalas skrivs inte heller ner, som i E*ropa. Felstavning är kopplad till skriftspråkets egenskaper när ett grafem realiseras i talet med olika ljud, t.ex. grafemet <c> representerar inte något specifikt fonem, i Lucia uttalas <c> annorlunda än i mycket. Likadant med grafemet <o> som kan beteckna både/u/ och/o/ därför stavar barn joltomten istället för jultomten. Förhållandet mellan grafem och fonem inte är regelbundet för att ljudets uttal beror på ljudomgivningen, kontexten. Felstavning är kopplad till barnens skrivinlärningsprocess, hur barn hanterar stavningsproblem, t.ex. övergeneraliserar en aspekt genom dubbelteckning (berät*a), enkelteckning (krammar). Barnet har kanske hunnit lära sig bara en stavningsregel, observera ett fenomen, som att konsonant dubbeltecknas och använder denna i många sammanhang, även där det inte är tillåtet. Fonetisk stavning när barnet stavar så som ordet låter, utelämnar grafem som inte uttalas som i E*ropa,. Barn som är mitt i skrivinlärningsprocessen, kan inte alla regler, övergeneraliserar de reglerna de kan och deras stavning är talspråksbaserad. Slutsatserna som utgår från stavningskontrollernas utvärdering är att båda program har problem med att upptäcka stavfel från kategorin riktiga-ordsfel. Microsoft Word 2007 detekterade inga fel i den kategorin, Stava Rex identifierade nästan hälften av dessa stavfel. En annan problematisk grupp 33

34 av stavfel är ord med två eller flera stavfel samt egen namn, 11 % av stavfel i skoltexterna var just sådana multipla fel. Genomgången av metoder som används vid identifiering av stavfel i kapitel 2 visar att kontrollerna bör ta hänsyn till kontexten för att upptäcka riktiga-ordsfel. Enligt tillverkare använder båda stavningskontroller information om omgivningen därför är det svårt att förklara varför Stava Rex är bättre på att hitta riktiga-ordsfel än Microsoft Word. Stava Rex ger oftare korrekt rättningsförslag än Microsoft Word vilket kan bero på stavfelens karaktär. Stavfel i barntexterna är kopplade till barnens fonetiska stavande. Stava Rex genom att använda sig av fonetisk information om det felstavade ordet har större chans att koppla det felstavade ordet till den korrekta formen i lexikonet, även om båda former ser väldigt olika ut. 5.3 Metodologisk diskussion Man kan fundera hur bra, lämpliga texterna var, om de var tillräkligt många. Texterna från åk 4 handlade om Sverige, kända svenskar, barn skev många namn, vilket resulterade i många stavfel just i namn. I texterna från åk 6 fanns det inte så många namn. För att få mera sann bild av stavfel som är mest typiska för just åk 4 eller för åk 6 bör flera texter analyseras. Utvärderingen kunde påverkas av att meddelande lättförväxlat ord, som Stava Rex visar för användaren betraktades som ett alarm, även om syfte med meddelandet är att uppmärksamma skribenten. Stavningskontrollerna markerar felstavade ord, inte enskilda stavfel. Om programmet uppmärksammar användaren på stavning av ett ord som innehåller två eller flera stavfel så antog jag att kontrollen upptäcker alla stavfel även om det är omöjligt att veta om inget meddelande ges. 6 Vidare arbete Stavfelsindelningen kan utvecklas vidare. Vissa kategorier kan kanske föras samman till en gemensam kategori, t.ex.ordet tradiskorner (istället för traditioner) från kategori ersättning av konsonant, ordet tradi**oner(istället för traditioner) från kategorin utelämning av konsonant och ordet le*tionen (istället för lektionen)från kategorin utelämning av konsonant kan kanske ersättas av en kategori stavning av tion. Fast då blir man tvungen lämna indelningen i ersättning, utelämning, insättning och omkastning. Stavningskontrollerna Stava Rex och Microsoft Word 2007 kan testas även utifrån precision. Precision visar hur många av markeringar, alarm som stavningskontrollen ger är korrekta, dvs. andelen korrekta och falska alarm. Med andra ord: av alla ord som stavningskontrollen markerar som stavfel hur många som var stavfel på riktigt. Beräkningen av just precision visade sig vara komplicerad, vilket berodde på att det var svårt att avgöra vilka markeringar som betyder att kontrollen reagerar just på stavfel. Ibland visar stavningskontrollerna tydligt meddelande att felet beror på grammatik eller felaktig ordföljd men när det gäller övriga fel och stavfel så returnerar programmet ofta enbart en lista med rättningsförslag. I sådana fall, dvs. när stavningskontrollen returnerar en lista med rättningsförslag utan något meddelande, var det svårt att avgöra vad det var som programmet reagerade på. Det är oklart om det alltid är felaktig stavning som är orsaken till att kontrollerna visar ett rättningsförslag. Stava Rex returnerar en lista med rättningsförslag i flera fall, t.ex. vid felstavning men även när ordet anses vara en stavningsvariant, t.ex. när skribenten stavar vårat istället för vårt eller nån för någon. Att bestämma vilka av dessa alarm eller markeringar som gäller felaktig stavning kräver tid och analys. Båda stavningskontrollerna har olika sätt att informera användaren om olika fel, t.ex. Word har ett speciellt meddelande som uppmärksammar skribenten 34

35 för stavningsvarianter (när användaren stavar nån istället för någon). Stava Rex istället behandlar stavningsvarianter på samma sätt som stavfel, dvs. användaren får likadana meddelande i båda fall. Stava Rex visar ofta ett meddelande lättförväxlat ord som har för avsikt att varna, uppmärksamma användaren men som inte kan bestämt ses som ett alarm om felstavning. Dessa svårigheter med att kunna bestämma vilka markeringar och alarm som gäller just felaktig stavning gjorde att jag inte beräknade hur precisa stavningskontrollerna är. Stavfelsanalysen och stavfelskategoriseringen kan användas vid utveckling av ett stavningskontrollprogram som tar hänsyn till de stavfel som barn faktiskt begår. Kontrollerna bör ta hänsyn till barnens fonetiska stavning och använda metoder som involverar fonetiska regler samt information om kontexten. 7 Referenslista Allard, B. & Sundblad, B. (1991) Skrivandets genes under skoltiden med fokus på stavning och övriga konventioner. Pedagogiska institutionen Stockholms universitet, Stockholm. Andersson, A. (1994) Kompendium I fonetik, fonologi och stavning. Institutionen för svenska språket Göteborgs universitet, Göteborg. Andersson, B. & Holtsberg, A. (1995) Att stava rätt fast man inte kan. Om rättstavningshjälp i ordbehandlare. Handikappinstitutet, Stockholm. Domeij, R. (2005) Datorn granskar språket. Svenska språknämnden, Falun Engstrand, O. (2004) Fonetikens grunder. Studentlitteratur, Lund. James, C. (1998) Error in Language Learning and Use: Exploring Error Analysis. C. N. Candlin, Macquarie University, Sydney. Karlsson, F. et al. (1995) Constraint Grammar. A language-indepedent System for Parsing Unrestricted Text. Mouton de Gruyter, Berlin. Koskenniemi, K. (1983) Two-Level Morphology: A General Computational Model for Word-Form Recognition and Production. University of Helsinki Department of General Linguistics, Helsinki. Kukich, K. (1992) Techniques for Automatically Correcting Words in Text. Computing Surveys 24:4, s Lannér, O. (1999) Datorstöd I skrivandet. En longitudinell studie på grundskolan och gymnasieskolan. Samhällsvetenskapliga fakulteten vid Lunds Universitet, Lund. Latham, D. (2002) How Children Learn to Write. Supporting and Developing Children s Writing in School. Paul Chapman Publishing, London. Mitton, R. (1996) English spelling and the computer. Longman, New York. Nauclér, K. (1980) Perspectives on misspellings. A phonetic, phonological and psycholinguistic study. Gleerup, Lund. 35

36 Paggio, P & Underwood, N (1998) Validating The TEMAA LE evaluation methodology: a case study on Danish spelling checker. Natural Language Engeenering 1995:1, s Sofkova Hashemi, S. och Hård af Segerstad, Y. (2007) Elevernas skriftspråkande i skolan och nya medier. Slutrapport från projektet Att lära sig skriva i IT-samhället. Inst. f. lingv., Göteborgs univ. (2003) Svenska språknämndens uttalsbok, Nordets Ordbok, Norge. Information från Stava Rex och Words användarmanualer och hjälpfiler. Information från Microsoft Words 2007 hjälp- och anvisningsfiler som är tillgängliga för användaren. Texter från internet Oribi, Stava Rex, < > hämtat i maj 2008 Lingsoft, Ny version av språkkontrollprogrammet Svefix från Lingsoft, < > Microsoft, Använda egna ordlistor och lägga till ord i stavningskontrollen, < > hämtat i maj Unesco, Education for All Global Monitoring Report 2006, < > hämtat i maj 2008 Projektet Att skriva i IT-samhället < > hämtat i maj 2008 Appendix Kalkylblad med stavfel Förklaringar till kolumnernas rubriker: A-Filnamn, B-Text, C-Felstavat ord, D-Korrekt ord, E-Feltyp, F-Riktiga-ordsfel, G-Enkla, H-Multipla, I-Hittar Stava Rex felet, J-Fanns stavningsförslag på korrekt ord, plats på StavaRex listan, K-Hittar Word 2007 felet, L-Fanns stavningsförslag på korrekt ord, plats på Words lista 36

37 37

38 38

39 39

40 40

41 41

42 42