Onze Taal. Jaargang 64

[p. 150]

Het WNT op cd
Ewoud Sanders

Zelfs de melkboer is tegenwoordig geautomatiseerd, maar bij het Woordenboek der Nederlandsche Taal (WNT), dat altijd wordt geafficheerd als het grootste ter wereld, werken ze in essentie nog steeds zoals in de 19de eeuw. Dat wil zeggen: een assistent schrijft de zogenoemde bewijsplaatsen van een woord uit op fiches en rangschikt die in een speciaal daarvoor gemaakte bak. De redacteur analyseert de bewijsplaatsen en componeert vervolgens een woordenboekartikel van doorgaans imposante lengte.

Dit alles betekent niet dat bij het WNT slechts wereldvreemde wetenschappers werken die wat de technologie betreft ergens na de stoomtrein zijn afgehaakt. De redacteuren hebben zelf dan weliswaar geen beeldscherm op hun bureau staan, sinds 1982 worden de nieuwe afleveringen van het WNT wel ingetikt op de computer. En sinds 1984 houdt men zich bij het Instituut voor Nederlandse Lexicologie (INL) in Leiden, de paraplu waaronder het WNT schuilt, ook bezig met een digitale versie van dit historische mammoetwoordenboek.

Met het elektronische WNT heeft het echter nooit zo willen vlotten. Er zijn oude delen van het woordenboek ingetikt en met behulp van scanners ingelezen, maar een en ander verliep moeizaam en zeer traag. Inmiddels is dit hele project stopgezet, want onlangs kwam daar een ander project voor in de plaats: zoals de lezers in de brochure in het aprilnummer van Onze Taal hebben kunnen lezen, verschijnt in september het WNT toch op cd-rom. Tot 30 juni kan men met de bon intekenen voor f 1495,-. Daarna stijgt de prijs tot f 1995,-.

● Naar Engels voorbeeld

Laten we vooropstellen dat dit sensationeel nieuws is. Het WNT beschrijft het Nederlands van grofweg 1500 tot 1921. Het woordenboek telt nu 39 banden, waarin naar schatting - niemand heeft het ooit precies geteld - een kleine 300.000 woorden staan beschreven. De betekenissen worden geïllustreerd met circa 1,3 miljoen citaten. Kortom, we kunnen straks beschikken over een gigantisch historisch tekstcorpus van het Nederlands.

Hoe kan het dat er nu opeens een cd-rom-versie van het WNT komt? Welnu, dat is deels te danken aan Luc Haasnoot. Haasnoot (28) had

In India hebben zo'n vijftig typisten ruim 45.000 kolommen van het WNT ingetikt.

nog maar net zijn studie Nederlands afgerond toen hij in maart 1992 bij AND-Software in Rotterdam ging werken. Daar was men hard bezig met de elektronische editie van de Oxford English Dictionary, niet het grootste, maar wel het beste woordenboek ter wereld. Haasnoot zei dat hij nog een ander groot wetenschappelijk woordenboek kende. Hij nam contact op met het INL en ziedaar: in september staat het hele WNT op zo'n zilverkleurig plaatje.

Vanzelfsprekend is daar het nodige aan voorafgegaan. Zo was slechts een klein deel van het WNT digitaal beschikbaar, en dat dan ook nog in allerlei verschillende ‘formaten’, zoals dat in automatiseringsjargon heet. De Oxford English Dictionary was via een Amerikaanse onderneming uitgetikt, maar Haasnoot vond een bedrijf dat deze dienst kon leveren in het stadje Pondicherry in India, ten zuiden van Madras. Daar hebben zo'n vijftig typisten in zeven maanden tijd ruim 45.000 kolommen van het WNT ingetikt en van codes voorzien, een operatie die uitgever AND ‘enkele tonnen’ kostte.

● Nauwkeurigheidsgarantie

Nu lijkt het zeer riskant om Nederlandse teksten te laten uittikken door mensen die die taal niet machtig zijn, maar het bedrijf in Pondicherry gaf contractueel een nauwkeurigheidsgarantie van maximaal één fout op 15.000 tekens. Om dit te halen werd het WNT niet één keer uitgetikt maar twee keer, en twijfelachtige passages zelfs drie keer - een surrealistische toestand. Een computerprogramma vergeleek de teksten en spoorde de verschillen op. ‘Bij steekproeven van het INL’, zegt Luc Haasnoot met gepaste trots, ‘bleek het percentage fouten nog veel lager uit te vallen dan was voorzien. Soms dacht men iets gevonden te hebben, maar dat bleek dan een fout in het woordenboek te zijn.’

Wat kan men nu van het WNT op cd-rom verwachten? Minder dan van de elektronische versie van de Oxford English Dictionary (OED). De OED werd in vijftig jaar voltooid volgens het (geniale) plan van één man, James H. Murray (1837-1915). Aan het WNT hebben sinds 1864 vijf generaties redacteuren gewerkt. Het concept werd een paar keer gewijzigd; bovendien is de interne structuur zeer ingewikkeld. Fons Moerdijk, de huidige hoofdredacteur van het WNT, heeft onlangs uitgekiend dat je voor sommige woorden op maar liefst 25 verschillende plaatsen kunt zoeken!

Voor de cd-rom heeft dit grote gevolgen. Murray had de OED in 1879 zó goed gestructureerd dat in 1991 zestig procent van het woordenboek

[p. 151]

meteen in een databank kon worden ingelezen. Op de cd-rom van dit woordenboek kun je onder andere zoeken op woord, op fragmenten van een woord, op definitie, op auteur, door de hele tekst of alleen in het etymologische gedeelte van het lemma. Voor het WNT worden die mogelijkheden beperkter. We kunnen straks door de hele tekst zoeken (‘full-text’), op (delen van de) definitie en op bewijsplaats. Op dit moment wordt de mogelijkheid onderzocht om ook op auteur te zoeken (‘geef mij alles van Vondel’). Het is echter de vraag of dit gaat lukken, want de literatuurverwijzingen in het WNT zijn zeer inconsistent. Het is straks niet mogelijk om alleen op etymologische informatie te zoeken (‘geef mij alle woorden uit het Frans’), want die is te divers gestructureerd.

● Eerste editie

Hoewel het dus prachtig is dat het WNT op cd-rom verschijnt, blijft er veel te wensen over. Daar is men zich bij het INL terdege van bewust. Hoog op de wensenlijst staat bijvoorbeeld dat ook de bewijsplaatsen in de óude delen worden voorzien van een jaartal. Nu moet je vaak een wanhopige zoektocht door de zeer incomplete bronnenlijst ondernemen om te achterhalen hoe oud een woord is. Dit is soms zo moeilijk dat het nodig is de bibliotheek van het WNT te bezoeken, en zelfs die moeite blijft soms onbeloond: in het woordenboek staan nu eenmaal bibliografische puzzels die niemand meer kan oplossen. ‘Er zal dan ook zeker een tweede editie van de cd-rom komen’, zegt Truus Kruyt, projectmanager bij het INL. ‘Bij het intikken van de gegevens is daar nu al rekening mee gehouden.’

Het zal hoe dan ook nodig zijn dat er een tweede editie van de cd-rom komt, want het WNT is pas in 1998 voltooid, een feit dat de folder overigens niet vermeldt. Onvermeld bleef ook wat voor ‘hardware’ de gebruikers nu eigenlijk nodig hebben. Er hebben zich inmiddels al een paar honderd intekenaars gemeld. Het is voor hen te hopen dat ze beschikken over een computer waar Windows op kan draaien. Of er ook een versie voor Apple komt, is nu nog niet bekend. De eerste Apple-gebruikers hebben al protest aangetekend.