1. 語言學和開放政府的關係
2. 開放語料的意義與實作架構
3. 開放語料的未來芻議

1. 語言學和開放政府的關係
2. 開放語料的意義與實作
3. 開放語料的未來芻議

• 語言學要回答語言的習得與發展，結構與功能，神經與心理機制，社會變異與演化過程等。

• 經驗/計算語言學 (empirical/computational linguistics) [a.k.a. Natural Language Processing] 用電腦來幫助我們回答上述問題，並產生應用。

• (大數據中的) 語言數據（語料）蘊含了文化歷史記憶，社會心理趨勢，政治輿情傾向，情緒偏好分佈，人格特質與決策行為，疾病前期徵兆等等。

• Linguistic data are ubiqutous, knowledge to be discovered, tendency to be predicted.

• 自然語言處理 (Natural Language Processing) and 文本分析技術 (Textual Analytics) are the keys [Why? pressing p]

• 為了溝通與表情（情緒）達意（思維），我們所實現出來的語言資料。

• 在計算語言學（自然語言處理）的脈絡下，廣義的語料包括各項語言資源（字典 dictionay，詞庫 lexicon，語料庫 corpus，語法樹庫 treebank，知識本體 ontologies，等等。）

• 之間的距離沒有妳想的那麼遠。
• 數位時代下的多元與巨量趨勢，語料科學對於科學與社會的影響力正在發酵。

• 開發各種語言資訊應用，理解與推展社會進步的潛力

• 政府 >> 公民嗨客(civic hacking) >> 學界 >> 產業

  open the data >> hacking the data >> exploring the data >> data social product

1. 語言學和開放政府的關係
2. 開放語料的意義與實作
3. 開放語料的未來芻議

阮若打開 MOE ê Data

Thanks to MOE's opening of its 《臺灣閩南語常用詞辭典》I could:

• turn a small experiment into an APP
• which was downloaded 10,000 times

How TaigIME-android came into existence

As a foreign student in linguistics. I noticed that many friends were using Taiwanese (Holo) in there online messages. It was either

• directly in ㄅㄆㄇㄈ
• or in 漢字 using Mandarin sounds in ㄅㄆㄇㄈ as IME... As a computational linguist, the second option just drove me crazy. How inconvenient is that !?! Can't you just use the transcription of Taiwanese sound to input 漢字 ?!?

I had the idea, but was missing the Data.... and MOE.cc found!! If the MOE had selected a too restrictive licence, the APP would never had made its way up to the Google Play Store, and now with the status of downloaded more than 10.000 times ! https://github.com/a-tsioh/TaigIME-android/

• sadly no pull requests yet
• but quite a lot of feedback for a single man ! (I wish I had more time to spend on it)

Open Linguistics

AND MANY MORE! modules in progress: 情緒 發展歷程 語義 使用頻率 年紀 關係 性別 教學難易 部首概念 意類 知識本體 社會心理人格 . . . . . . . . . . . . . .

我們的理想長遠目標

1. 人人都可以玩（語言）科學，只要她想。
2. 人人都可以邊玩邊練功邊貢獻社會，就算她沒在想。
3. 這可能嗎？

很抱歉，不可能。除非

舉個例子：LOPEN 如何幫助開放國會？

法條修正草案數前三十名立委

"量化數據不能代表好壞只能參考，修正草案數多不一定較好，還請點選該立委觀看其修正草案的內容再作論定。" http://ly.g0v.tw/

• 問題在於 Data 有很多類型。

• 對於文本內容的深度分析可以增強信服力。

• 用語言表達來觀察價值選擇，關心主題與立場。

• keyness calculation algorithm 公開。

國會測謊器：文本，論述，表情與政治 （無誠勿入）

(語音，文本，多模態，言談語用，語言心理)

1. 語言學和開放政府的關係
2. 開放語料的意義與實作
3. 開放語料的未來芻議

• 原視，公視，客語台影音文稿。
• 中央通訊社新聞。
• 各式公文宣導手冊。
• (以 NPR API 為例)

從基本詞彙到台灣南島語言族譜 (Austronesian linguistic phylogenetics)

• (語言學) 實驗室要放在社會發展的脈絡。

• 詞典(dictionary) \(\bowtie\) 詞庫 (lexicon) \(\bowtie\) 詞網 (lex.network) \(\bowtie\) 詞雲 (lex.cloud)

• 

• Bridge the gap between the labs and the people !

• 眾籌眾包眾什麼都歡迎 Crowd (found|sourc)ing language resources for Taiwan.

• Slides: http://loperntu.github.io/g0v2014lopen/
• LOPEN project: http://bit.ly/4lopen
• TaigiLex https://g0v.hackpad.com/TaigiLex