Onze Taal. Jaargang 56

Tekstverwerkers en controle van de Nederlandse spelling
Henk Boeke - tekstschrijver en taalkundige, Amsterdam

Tekstverwerkers zijn geen taalverwerkers. Het zijn in de eerste plaats programma's om de opmaak van een tekst te manipuleren. Toch kunnen de meeste pakketten voor tekstverwerking wel enige hulp bieden bij het schrijven zelf, en wel bij het controleren van de spelling en het geven van suggesties voor synoniemen. In dit artikel geef ik een overzicht van de stand van zaken voor het Nederlands. Het zal daarbij alleen over spellingcontrole gaan, want programmatuur met bruikbare Nederlandse synoniemenlijsten is nog niet te koop.

Het principe van automatische spellingcontrole is simpel. Het tekstverwerkingsprogramma leest de ingevoerde tekst woord voor woord. Elk gelezen woord wordt vergeleken met een ingebouwde woordenlijst, en als een woord niet in de lijst staat, maakt het programma ons daarop attent. De kans is groot dat het in zo'n geval om een spelfout gaat: bijvoorbeeld bij allinea of onmiddelijk, woorden die als het goed is niet in de lijst staan. Maar voor hetzelfde geld ontbreekt het woord toevallig aan de lijst. Bijvoorbeeld omdat het een naam is, of een buitenissige term. Het programma zal er dan ten onrechte van uitgaan dat er sprake is van een spelfout.

Beperking door ontleding

Woorden hoeven trouwens niet eens zo vreselijk exotisch te zijn, om toch te kunnen ontbreken. De woordenlijst moet immers veel méér bevatten dan alleen de woorden uit een woordenboek (de zogenaamde lemma's). Ook alle afgeleide vormen moeten aanwezig zijn. Dus niet alleen de lemma's aap en aangeven, maar ook apen, aapje, aapjes, aangeef aangeeft, aangaf aangaven, aangegeven.

Om te voorkomen dat een woordenlijst gigantische afmetingen krijgt, zal een fabrikant er alleen woorden instoppen die met enige regelmaat in geschreven Nederlands voorkomen. Een gewoon Nederlands woord als aapje zal daarom toch vaak ontbreken. Tenzij er in het spellingprogramma regels voor woordontleding zijn ingebouwd, die bijvoorbeeld eerst alle verklein-woordsvormen als -je, -kje, -tje en -pje van een gelezen woord verwijderen voordat het in de lijst wordt opgezocht.

De kwaliteit van een computerprogramma voor spellingcontrole valt of staat met de kwaliteit van de bijbehorende woordenlijst. Ten eerste moet de lijst groot genoeg zijn: voor het Nederlands minimaal 50.000 à 60.000 frequente woordvormen, maar liever nog veel meer. Ten tweede moet ze op een handige manier gecodeerd zijn, zodat de omvang kleiner wordt en de snelheid waarmee het woord wordt opgezocht, groter.

Omdat een woordenlijst gecodeerd en gesorteerd moet worden, is het bij sommige programma's niet mogelijk om zelf woorden aan de lijst toe te voegen. Zonder die mogelijkheid is een programma voor spellingcontrole praktisch onbruikbaar.

Het Nederlands is - net als het Duits - een taal waarin het mogelijk is om nieuwe woorden te maken uit bestaande woorden. In een taal als het Engels kan dat niet. Van lever en worst kunnen we leverworst maken en van slager plus worst kunnen we slagersworst maken.

Omdat het mogelijk is om steeds weer nieuwe woorden te maken, zal een woordenlijst voor spellingcontrole nooit volledig kunnen zijn. Op zichzelf is dat helemaal niet erg, mits die woordenlijst op dezelfde manier samengesteld wordt als de woordenlijst in ons hoofd; een lijst van mogelijke onderdelen van woorden in plaats van echte woorden, dus alleen lever en worst, en niet leverworst. Wanneer dan bovendien het achtervoegsel -en in de lijst wordt opgenomen, krijgen we meteen de meervouden erbij. Natuurlijk moet er dan in het bijbehorende spellingprogramma gezorgd worden voor de nodige regels die de losse onderdelen met elkaar kunnen combineren.

Wat wel en wat niet kan

Wat zijn nu de mogelijkheden en onmogelijkheden van een programma voor spellingcontrole? Onmogelijk is in ieder geval het controleren van werkwoordsvormen. Een zin als Hij word rijk zal altijd door het net glippen, omdat word een bestaande woordvorm is in combinatie met ik. Om ook de d's en t's te kunnen controleren, moet het spellingprogramma kunnen ontleden. Maar zover zijn we nog lang niet. De ontleedprogramma's die momenteel in ruwe vorm beschikbaar zijn, doen een hele nacht over het ontleden van één bladzijde tekst.

Ook is het natuurlijk onmogelijk om het programma iets zinnigs te laten zeggen over woorden die fout zijn omdat de schrijver een ander woord schreef dan hij bedoelde. Bijvoorbeeld: Wie een uil graaft voor een ander... Dat de uil hier een kuil moet zijn, is een probleem dat lijkt op het werkwoordenprobleem. In beide gevallen speelt het zinsverband een rol, maar bij de uil en de kuil moet het programma bovendien nog begrijpen wat de betekenis van de zin is. Dit laatste soort problemen is onderwerp van het onderzoek naar kunstmatige intelligentie. De resultaten zijn voorlopig nog heel mager.

Wat wèl mogelijk is, is het geven van alternatieven bij woorden die het programma niet herkent. Programma's die dit kunnen, geven een lijstje op het scherm met woorden die lijken op dat woord. Met één toetsaanslag kan de gebruiker opdracht geven om een fout woord door een van de alternatieven te vervangen.

[p. 61]

Hoe komt het programma aan die alternatieven? Eén systeem maakt gebruik van fonematisering: het omzetten van lettertekens naar klank. Deze techniek wordt bijvoorbeeld gebruikt voor het bouwen van voorleesmachines.

Wat gebeurt er bij fonematisering, wanneer we een spelfout als onmidelijk maken? Eerst bepaalt het programma wat de bijbehorende klank is. Dat wordt iets als ommiduluk. Daarna zoekt het programma in de woordenlijst naar woorden die ook als ommiduluk klinken, en vindt dan het correcte onmiddellijk.

Minimale eisen

Er zijn op dit moment drie pakketten te koop met de mogelijkheid om Nederlandse teksten op spelling te controleren. Dat zijn: DisplayWrite3, WordLord en WordPerfect. Deze programma's voldoen alle drie aan de normale eisen voor een ingebouwde spellingcontroleur:

- de woordenlijsten bevatten meer dan 60.000 woordvormen;

- er kunnen woorden toegevoegd worden aan de hoofdwoordenlijst (eventueel via een supplement);

- er worden suggesties gegeven voor alternatieven bij de constatering van een vermoedelijke spelfout;

- suggesties voor alternatieven zijn snel en eenvoudig over te brengen van venster naar tekst;

- controle vindt plaats met grote snelheid.

Opvallend is dat alle pakketten problemen hebben met een fout gespelde eerste letter van een woord. Ook WordPerfect, dat expliciet zegt op klank te zoeken. Wanneer we bijvoorbeeld per ongeluk censueel in plaats van sensueel getypt hebben, is geen van de programma's in staat om de juiste suggestie te doen.

Verder heeft elk programma zijn eigen extra's, die we bij de spellingcontrole cadeau krijgen. Sommige programma's controleren bijvoorbeeld ook op dubbele woorden, zodat een typefout als De de raad ging akkoord eruit gehaald wordt. Een ander extra is de mogelijkheid om een gedeelte van de tekst af te schermen voor spellingcontrole; dit is onder meer handig wanneer er een buitenlands citaat in de tekst staat.

Al met al is de kwaliteit van de beschikbare spellingcontroleurs bevredigend, maar er zijn voor de toekomst nog twee belangrijke stappen te nemen. De woordenlijsten zullen meer uit woordonderdelen opgebouwd moeten worden, om recht te doen aan de bijzondere eigenschap van het Nederlands dat we steeds nieuwe woorden uit bestaande bouwstenen kunnen vormen. Daarnaast zal er op den duur toch zeker aan grammaticale spellingcontrole gedaan moeten worden. Mijn schatting is dat in 1988 de eerste grammaticale spellingcontroleur te koop zal zijn.