Sejak dua puluh tahun terakhir ini, ilmu perkamusan telah berkembang dengan pesatnya hasil daripada kerjasama yang erat antara bidang perkamusan dan teknologi komputer. Kamus-kamus yang diterbitkan telah disusun atas dasar-dasar ilmiah dengan menerapkan teknik dan teori terbaru.

Teknologi komputer telah memberi sumbangan besar dalam penyusunan kamus supaya menjadi lebih cepat dan mudah. Sesuai dengan perkembangan teknologi pada masa kini, kamus tidak lagi diterbitkan sekadar dalam bentuk konvensional sahaja, tetapi telah muncul dalam bentuk online, CD-ROM dan kamus elektronik.

Pembina perisian komputer telah menghasilkan pelbagai perisian untuk menganalisis data dan memproses maklumat bagi membantu ahli bahasa dalam bidang kajian mereka. Oleh itu, tentu amat menarik untuk melihat bagaimana komputer boleh dimanfaatkan dalam konteks penyusunan kamus baru yang lebih lengkap dan bermutu.

Proses menyusun kamus amat rumit dan memakan masa yang lama jika tidak menggunakan komputer kerana kerja-kerja mencatat maklumat di atas kertas, menyemak ralat dan mengatur huruf terpaksa dibuat secara manual. Penyusun kamus juga akan menghadapi kesukaran untuk mengesan kemunculan kosa kata baru, mendapat maklumat statistik kekerapan bagi sesuatu kata atau frasa dan mengumpul contoh pengunaan yang banyak. Sebelum adanya komputer, penyusun kamus terpaksa membaca pelbagai teks halaman demi halaman untuk mendapatkan contoh-contoh penggunaan yang membantu dalam proses pemerian makna.

Syarikat penerbitan kamus yang terkemuka seperti Oxford, Cambridge, Collins, Webster dan Longman telah mempelopori aplikasi komputer dalam penyusunan kamus bahasa Inggeris. Di Malaysia, tidak banyak penerbit menghasilkan kamus yang bermutu dan diiktiraf, hanya Dewan Bahasa dan Pustaka (DBP) diketahui mempunyai kepakaran dalam penyusunan kamus.

Dalam konteks perkembangan ilmu linguistik berkomputer di Malaysia, DBP dan beberapa buah universiti tempatan telah pun mengambil inisiatif yang memberangsangkan untuk memajukan bidang ini. Sebelum ini, tradisi penyusunan kamus di DBP menggunakan pendekatan cara manual yang melibatkan kos, tenaga dan masa yang banyak. DBP dengan kerjasama Universiti Sains Malaysia telah membina korpus bahasa Melayu dalam rangka program pengkomputeran bahasa Melayu untuk tujuan penyelidikan bahasa, perkamusan dan peristilahan.

Usaha pembinaan korpus di DBP bermula pada tahun 1980 dengan projek Analisis Teks secara Komputer yang mensasarkan korpus sebesar 2 juta perkataan. Korpus ini kemudiannya bertambah besar dari semasa ke semasa dan kini DBP sedang berusaha untuk mencapai sasaran 200 juta perkataan.

[Sumber: Ibrahim Ahmad 1990,1992 / Mohd. Zulkifli Bahari 1993 / Noresah Baharom 1993, 1994 / Rusli Abdul Ghani 2002, 2003, 2004]

halaman sebelum | halaman seterusnya

Korpus مدونة لغوية / مكتنزات نصية merupakan koleksi teks dalam bentuk digital yang dikumpulkan berdasarkan kriteria tertentu untuk dianalisa dengan menggunakan perisian komputer bagi tujuan penyelidikan linguistik. Linguistik korpus merupakan satu pendekatan baru yang boleh dimanfaatkan untuk menyelesaikan pelbagai masalah linguistik.

Penyelidikan bahasa berasaskan korpus bukanlah perkara baru di kalangan ahli-ahli bahasa. Sejarah penyelidikan korpus berkomputer telah bermula dengan pembinaan korpus bahasa Inggeris pertama oleh sekumpulan penyelidik di Universiti Brown, Amerika Syarikat pada tahun 1961.

Projek Cobuild (Collins Birmingham University International Language Database) yang bermula pada awal tahun 1980an telah mempelopori penyusunan kamus yang berasaskan data korpus. Kebanyakan syarikat penerbitan kamus yang terkenal seperti Oxford, Cambridge, Longman dan Collins juga telah pun membina korpus sendiri untuk dimanfaatkan dalam penyusunan kamus mereka.

Sehingga kini, data korpus bahasa Inggeris telah mencapai ratusan juta perkataan. Korpus bahasa Inggeris terbesar iaitu British National Korpus telah memiliki lebih 100 juta perkataan dan dapat dicapai di dalam talian. Penggunaan korpus bukan sahaja tertumpu kepada bidang leksikografi, malahan turut diperkembangkan dalam kajian tatabahasa, penterjemahan serta aktiviti pengajaran dan pembelajaran bahasa.

Faedah korpus dalam perkamusan

Penyusunan kamus berasaskan korpus merupakan asas utama teori leksikografi. Korpus berkomputer membolehkan penyelidik memperoleh data dan maklumat dengan cepat, tepat dan bersistematik mengikut kriteria dan format yang dikehendaki. Hasil daripada kajian berasaskan korpus mencerminkan pengunaan sebenar bahasa dan dapat dijadikan asas dalam penyusunan kamus.

Dalam tradisi perkamusan, pemerian makna dibuat mengikut intuisi (rasa/andaian) penyusun semata-mata yang menyebabkan banyak aspek makna dan penggunaan baru tidak terakam dalam kamus. Contoh-contoh ayat yang direka untuk dimasukkan ke dalam kamus mungkin tidak mengambarkan penggunaan yang sebenar dengan tepat. Contoh  paling tepat ialah contoh yang diambil dari data korpus, kerana data yang terhasil adalah benar dan berdasarkan kepada penggunaan sebenar.

Pendekatan linguistik korpus telah membolehkan penelitian makna sesuatu perkataan dibuat berdasarkan penelitian terhadap situasi dan konteks penggunaannya. Pemerhatian pada baris-baris konkordans digunakan untuk mengenalpasti kepelbagaian makna perkataan berdasarkan perubahan makna apabila berubahnya kombinasi kata. Sesetengah penyusun kamus menggunakan kaedah analisis frekuensi bagi menyusun makna mengikut kekerapan.

[Sumber: Ibrahim Ahmad 1990,1992 / Mohd. Zulkifli Bahari 1993 / Noresah Baharom 1993, 1994 / Rusli Abdul Ghani 2002, 2003, 2004]

halaman sebelum | halaman seterusnya

Tahap perkembangan ilmu perkamusan moden dalam konteks bahasa Arab masih kurang memuaskan. Hal ini kerana tidak banyak kamus yang disusun berasaskan korpus berkomputer. Pengkomputeran bahasa Arab sebenarnya telah pun diterokai oleh pengkaji-pengkaji barat. Walaupun kajian bahasa Arab berasaskan korpus masih belum mencapai ke satu tahap yang boleh dibanggakan, namun demikian beberapa kajian telah dilakukan ke arah itu, seperti kajian oleh Mark Van Mol.

Beberapa usaha telah dilakukan ke arah membina korpus bahasa Arab untuk tujuan penyelidikan bahasa. Usaha ini termasuklah projek pembinaan korpus yang dijalankan di Leeds, Lyon, Leuven, Nijmegen dan Prague. Korpus yang dibina di Universiti Leuven, Nijmegen dan Prague merupakan korpus berkomputer bahasa Arab terawal yang dibina khusus untuk tujuan penyusunan kamus. Kumpulan penyelidik ketiga-tiga buah universiti ini telah mempelopori pengunaan teknologi komputer sepenuhnya dalam penyusunan kamus bahasa Arab.

Leerwoordenboek Arabisch-Nederlands (LAN)

Salah satu usaha yang sedang dilaksanakan untuk memanfaatkan korpus dalam pengajaran dan penyelidikan bahasa Arab ialah projek penyelidikan oleh Mark Van Mol di Universiti Leuven (Belgium). Beliau ialah sarjana yang mempelopori kajian korpus berkomputer bahasa Arab di zaman ini. Korpus yang dibina oleh beliau mengandungi 3 juta perkataan termasuk 1 juta dari sumber lisan dan merangkumi hanya teks yang diterbitkan selepas tahun 1980. Kajian-kajian beliau yang berkaitan telah diterbitkan dalam pelbagai makalah dan termuat dalam laman web.

Projek perkamusan beliau juga telah berjaya menghasilkan kamus bahasa Arab pertama yang disusun berasaskan korpus berkomputer. Proses penyusunannya memakan masa 7 tahun bermula dari tahun 1996 hingga 2001. Kamus Arab-Belanda ini disusun untuk kegunaan pelajar dan mengandungi 17000 entri disamping 10000 ayat contoh yang menjelaskan konteks penggunaannya. Beliau telah melakukan usaha gigih untuk mengumpulkan kosa kata bahasa Arab yang terkini dan relevan dengan pembelajaran bahasa Arab. Kajian beliau mendapati kamus ini mampu membantu pelajar memahami 99% teks pelajaran bahasa Arab.

Vertaalwoordenboek Arabisch-Nederlands (VAN)

Kejayaan Mark Van Mol menerbitkan kamus edisi pelajar telah memberi ilham kepada kumpulan penyusun Universiti Nijmegen (Belanda) untuk menghasilkan kamus yang lebih besar bagi memenuhi keperluan penterjemahan. Kerja penyusunan kamus ini diketuai oleh Jan Hoogland dengan bantuan pensyarah dan pelajar Jabatan Bahasa dan Kebudayaan Timur Tengah. Proses penyusunan yang bermula pada tahun 1997 berakhir pada tahun 2003 dengan terbitnya 2 jilid kamus iaitu Arab-Belanda dan Belanda-Arab.

Kamus Arab-Belanda ini boleh dikatakan besar, kerana selain mempunyai 24000 entri, ia turut disertai lebih daripada 100000 ayat contoh, kolokasi dan frasa idiomatik. Jumlah kosa katanya yang besar menjadikannya sangat sesuai digunakan sebagai alat bantu penterjemah. Hasil ujikaji penyusun membuktikan bahawa kamus ini mampu digunakan untuk menterjemah 99.5% teks bahasa Arab kontemporari.

Proses pembinaan korpus bahasa Arab di Nijmegen telah bermula pada tahun 1994 dengan melakukan pemgimbasan data sumber terlebih dahulu sebelum dipindahkan ke dalam bentuk digital. Data asal dalam bentuk grafik diimbas dengan menggunakan Pengecaman Aksara Beroptik (OCR atau Optical Character Recognition). Masalah utama yang dihadapi ialah kelemahan perisian yang digunakan menyebabkan berlaku banyak kesalahan ejaan. Teks sasaran terpaksa disemak semula untuk memastikan supaya tiada kesilapan ejaan berlaku. Namun demikian, penggunaan OCR telah memberi sumbangan besar dalam pembinaan korpus terawal ini.

Arabsko-český slovník (ACS)

Pada keseluruhannya, kamus ini mempunyai 21000 entri, 28000 makna serta 18000 frasa idiomatik dan kolokasi. Projek penyusunan kamus ini bermula dengan kerja pengumpulan data korpus dari tahun 1997 hingga 1999 dan telah berjaya mengumpul data korpus bahasa Arab moden yang berjumlah 50 juta perkataan. Korpus bernama (CLARA – Corpus Linguae Arabicae) ini adalah sebahagian daripada projek pembinaan Korpus Kebangsaan Czech dan dibina untuk tujuan penyusunan sebuah kamus Arab-Czech yang baharu. Data korpus yang dikumpul merangkumi hanya teks yang diterbitkan selepas tahun 1990, ini termasuklah 50% terbitan berkala dan 35% monografi. Selain itu, 20% teks telah dihasilkan dengan menggunakan Pengecaman Aksara Beroptik (OCR). Setelah terbitnya kamus ini pada tahun 2006, kumpulan penyusunnya sedang merancang usaha untuk menghasilkan pelbagai kamus istilah dan frasa.

Inovasi

Penerapan teori leksikografi dan analisis korpus berkomputer telah menjadikan corak penyusunan ketiga-tiga kamus ini lebih sistematik dan bermutu berbanding kamus-kamus yang dihasilkan secara manual. Banyak pembaharuan dapat dilihat melalui teknik penyampaian dan penyusunan makna, ayat-ayat contoh yang disertakan, pembeza makna, maklumat sintaksis dan kolokasi. Setiap makna ditandai dengan nombor, disusun mengikut kekerapan dan disertai dengan contoh-contoh untuk menjelaskan konteks pengunaan. Maklumat tentang sesuatu kata hanya dimasukkan setelah meneliti kekerapan dan penggunaan sebenar dalam data korpus. Ciri-ciri inilah yang telah menjadikan kamus-kamus ini kamus dwibahasa Arab yang paling autoritatif di pasaran.

Setakat ini hanya tiga kamus ini disusun berasaskan korpus berkomputer dengan menerapkan teori leksikografi moden. Penerbitan kamus-kamus ini menjadi mercu tanda yang penting dalam sejarah perkamusan Arab. Kejayaan ini menunjukkan bahawa teknologi komputer mampu diterapkan untuk menghasilkan kamus bahasa Arab yang lebih bermutu.

Perkembangan pesat yang berlaku dalam ilmu perkamusan, menuntut supaya usaha penyusunan kamus Arab-Melayu juga dijalankan dengan menggunakan teknologi komputer, tanpa menggunakan cara tradisional lagi. Dari sinilah bermulanya idea kami untuk merancang strategi penyusunan sebuah kamus Arab-Melayu kontemporari dengan berbantukan komputer, yang diharap akan menjadi inovasi dalam perkamusan bahasa Arab.

Pautan:

Projek Kajian Linguistik Arab Berkomputer (Universiti Leuven)

Projek Penyusunan Kamus Arab-Belanda (Universiti Nijmegen)

Projek Penyusunan Kamus Arab-Czech (Universiti Prague)

halaman sebelum | halaman seterusnya

Pelajar bahasa Arab di alam Melayu amat memerlukan kamus dwibahasa Arab-Melayu/Melayu-Arab yang dapat membantu dalam memahami atau menterjemah teks bahasa Arab. Kamus ekabahasa hanya bermanfaat kepada pelajar yang sudah mempunyai asas yang kuat. Kamus dwibahasa yang sedia ada pula, masih mempunyai beberapa kelemahan yang boleh menjejaskan peranannya sebagai alat bantu utama dalam proses pembelajaran dan penterjemahan.

Walaupun semakin banyak kamus diterbitkan sejak akhir-akhir ini, kita masih kekurangan kamus yang lengkap dan bermutu. Dalam konteks kamus Arab-Melayu, kita masih belum memiliki kamus yang dapat memenuhi kehendak zaman walaupun sudah banyak syarikat penerbitan dan orang persendirian yang berminat dalam penerbitan kamus. Selain itu, terdapat juga kamus yang dicetak beberapa kali tanpa dikemaskini. Keperluan terhadap kamus baru yang lebih bermutu mempunyai hubungan erat dengan dasar kerajaan Malaysia untuk memperkenalkan bahasa Arab di semua peringkat, bermula sejak sekolah rendah lagi.

Dalam konteks penyusunan kamus Arab-Melayu, belum ada kamus yang disusun dengan menggunakan komputer sepenuhnya. Kepesatan perkembangan teknologi komputer dan pembaharuan kaedah penyusunan kamus menuntut supaya satu usaha dimulakan untuk menyusun satu kamus Arab-Melayu yang baru bagi menyahut cabaran wawasan 2020.

Teknik Penyusunan

Kami cuba menyusun strategi yang berasaskan penggunaan komputer dari permulaan hinggalah ke penerbitan. Dalam hal ini, kami akan menggunakan pendekatan baru dengan mengintegrasikan kaedah pengunaan komputer dalam kerja-kerja perkamusan, walaupun terpaksa mengekalkan ciri-ciri manual pada tahap-tahap tertentu.

Kajian ini merupakan satu langkah awal dalam penyediaan pelbagai jenis maklumat yang diperlukan untuk penyusunan kamus. Maklumat yang dikumpulkan akan disimpan secara sistematik dalam bentuk pangkalan data.

Usaha kami bermula dengan mengumpulkan data bahasa sama ada dalam bentuk teks korpus atau data lexikon (kosa kata) yang dipinjam atau diadaptasi dari kamus-kamus yang lain. Besarnya data tidak menjadi penghalang kerana proses ini tidak menghadapi masalah ruang komputer.

Pengumpulan data ini dibuat dengan tujuan bukan sahaja untuk menyediakan data penyelidikan yang dapat dimanfaatkan untuk penyusunan kamus, malahan juga kajian tatabahasa, penterjemahan dan bidang-bidang kajian bahasa yang lain.

halaman sebelum | halaman seterusnya

Cara yang paling cepat untuk menyusun kamus dwibahasa Arab-Melayu ialah dengan menterjemah bahagian bahasa Inggeris sebuah kamus Arab-Inggeris ke dalam bahasa Melayu. Kajian kami mendapati beberapa kamus dwibahasa telah disusun dengan menterjemah kamus Arab-Inggeris al-Mawrid atau Kamus Arab-Inggeris oleh Hans Wehr. Jika sebuah kamus disusun hanya berdasarkan kamus terdahulu, kesilapan yang berlaku dalam kamus lain mungkin akan berulang jika tiada analisis baru dibuat.

Walaupun Kamus Hans Wehr dianggap kamus bahasa Arab moden yang paling lengkap, namun ia sebenarnya telah diterjemahkan ke dalam bahasa Inggeris dari kamus asal dalam bahasa Jerman. Dalam kebanyakan kamus, proses peminjaman atau pengadaptasian yang dilakukan jarang sekali diterangkan dalam kata pengantar.

Untuk memilih kamus yang akan dijadikan asas dalam kajian ini, keutamaan diberi kepada kamus yang disusun berasaskan korpus berkomputer. Kejayaan projek penyusunan kamus di Leuven, Nijmegen dan Prague telah mendorong kami untuk menjadikannya sebagai asas atau panduan dalam penyusunan kamus Arab-Melayu yang baharu.

Ketiga-tiga kamus ini boleh dikatakan paling terkini kerana disusun berasaskan analisis korpus bahasa Arab kontemporari. Kamus Hans Wehr sudah tidak sesuai lagi dijadikan sumber rujukan bahasa Arab moden kerana korpus yang digunakan terbatas kepada akhbar dan novel yang diterbitkan selepas perang dunia kedua.

Selain daripada kamus-kamus tersebut, kami juga akan meneliti maklumat yang ada dalam kamus-kamus yang lain serta membuat perbandingan dengan maklumat yang terdapat dalam data korpus. Perkara yang paling penting ialah hanya maklumat yang terserlah dalam data korpus akan diberi pertimbangan untuk dikira sebagai sumber pembahanan kamus.

Pengumpulan Data Korpus

Menyedari tentang peri pentingnya data korpus untuk penyelidikan bahasa Arab, kami telah mula mengumpul teks dari pelbagai sumber yang diterbitkan sejak tahun 2000 hingga kini. Sebelum tahun 1990an, masalah utama yang dihadapi dalam pengumpulan data korpus ialah ketiadaan teks dalam bentuk digital. Kini ribuan buku telah diterbitkan dalam bentuk CD-ROM atau boleh diakses dalam talian.

Kami memutuskan untuk mengumpul teks yang diterbitkan dalam talian disebabkan oleh beberapa perkara. Perkara yang paling utama ialah atas dasar kepraktisan. Teks dalam talian boleh diperolehi dengan percuma dan dikumpulkan dengan banyak dalam waktu yang sesingkat mungkin. Banyak syarikat penerbitan akhbar dan majalah Arab telah mula membuat penerbitan dalam talian sejak 10 tahun lepas. Dengan menggunakan perisian tertentu, teks dalam talian disedut secara automatik tanpa perlu dimuatturun halaman demi halaman dan kemudiannya disimpan dalam format teks (text only).

Kriteria Korpus

Beberapa persoalan timbul sebelum kami menentukan sumber yang akan dijadikan data korpus. Teks dari tahun berapakah yang akan dikumpul? Kami memutuskan untuk mengumpulkan teks yang diterbitkan selepas tahun 2000 sebagai titik permulaan kerana teks dari tempoh tersebut dapat mengambarkan kosa kata bahasa Arab terkini pada abad ke 21. Pertimbangan ini juga ada hubungannya dengan matlamat kami untuk membataskan kosa kata kamus yang akan dihasilkan kepada penggunaan bahasa Arab kontemporari sahaja. Data korpus ini bersumberkan bentuk tulisan dan lisan. Bahan tulisan merangkumi akhbar, majalah, buku ilmiah, novel, cerpen dan drama.

Untuk mengkaji penggunaan kata dalam semua konteks kewujudannya, kami turut mengumpulkan korpus dalam modus lisan sebanyak satu juta. Setakat ini, bahan lisan yang dikumpul hanyalah teks wawancara TV yang dimuatturun dari laman web Aljazeerah. Usaha yang dibuat hanya tertumpu kepada bahan tulisan sahaja, memandangkan kerumitan untuk mendapatkan bahan lisan.

Usaha ini merupakan langkah awal dalam pengumpulan data korpus yang seimbang dan representatif. Data korpus bahasa Arab kontemporari yang telah terkumpul akan menjadikan usaha untuk meneliti pengunaan terkini bahasa Arab menjadi kenyataan.

Saiz Korpus

Saiz mutakhir korpus ini [sehingga November 2008] adalah lebih kurang 30 juta perkataan. Teks yang telah dikumpulkan terdiri daripada sumber seperti berikut:

Data akhbar terbina daripada 31000 sampel teks berita dan menjuzuki dua pertiga daripada saiz keseluruhan korpus. Data akhbar yang terlalu besar, menyebabkannya telah dipecahkan mengikut tahun. Data yang kecil boleh diproses dengan perisian konkordans dengan lebih cepat.

Semua data ini dikumpulkan secara tersusun dalam fail yang berasingan mengikut kriteria tahun terbitan, jenis terbitan (akhbar, majalah, buku), genre (novel, cerpen, drama) dan bidang (agama, sastera, sains). Dengan ini teks boleh dipilih berdasarkan kriteria tertentu dan dianalisa untuk tujuan tertentu. Saiz korpus ini sudah relatif besar memandangkan penyusunan kamus di Leuven dan Nijmegen hanya berdasarkan korpus 3 juta.

Beberapa kelemahan

Walaubagaimanapun, kami menganggap korpus ini hanyalah korpus contoh, kerana ianya masih mempunyai banyak kelemahan. Data korpus yang terkumpul masih terhad kepada data mentah yang masih belum dikod atau ditanda untuk membolehkan analisis bahasa yang pelbagai. Korpus ini juga belum boleh dikatakan sempurna kerana bahan yang dikumpulkan tidak seimbang. Bahan bukan bercetak dan bahan bersumberkan lisan tidak diberi perhatian dalam pembinaan korpus ini. Selain itu, bahan ini juga tidak boleh diterima bulat-bulat kerana terdapat banyak ayat yang tidak menepati hukum tatabahasa dan perkataan yang salah ejaannya. Namun demikian, kami yakin proses pembinaannya akan menjadi semakin baik dengan bertambahnya kepakaran sedikit demi sedikit.

halaman sebelum | halaman seterusnya

Perisian konkordans dicipta untuk menganalisa dan memproses data korpus.  Terdapat pelbagai perisian konkordans yang lazim digunakan oleh pengkaji bahasa antaranya WordSmith, Monoconc dan Microconcord. Fungsi asas perisian konkordans ialah untuk mencapai bentuk-bentuk kata, kata terbitan atau kombinasi kata dan memaparkan hasil carian tersebut dalam bentuk baris-baris konkordans, dengan kata kunci carian yang tersusun dan tersisih di tengah-tengah baris. Baris-baris konkordans dipaparkan berturutan mengikut kriteria tertentu, dengan itu jumlah keseluruhan kemunculan data dapat diketahui dengan cepat dan mudah. Dari sinilah, penyusun kamus boleh mengenalpasti konteks pengunaan sesuatu kata atau memilih contoh-contoh ayat yang akan dimasukkan ke dalam kamus.

Contoh teks korpus

Contoh konkordans kata 'علاقة'

Pada setiap baris konkordans, kata kunci atau Key Word in Context (KWIC) akan berada di tengah-tengah. Perkataan yang terletak sebelum dan selepas kata kunci akan memperlihatkan pola sintaksis dan konteks sebenar penggunaan perkataan tersebut. Biasanya kata kunci yang terletak di tengah akan dihitamkan bagi membolehkan pengkaji mengaitkannya dengan perkataan sebelum dan selepasnya. Hubungan antara kata kunci dengan perkataan yang berada di sekelilingnya sangat penting dalam memperlihatkan maklumat semantik sesuatu kata.

Analisis konkordans berkait rapat dengan teori kolokasi (المتصاحبات / المتلازمات اللفظية.)
Makna kolokasi terhasil daripada gabungan sesuatu kata dengan beberapa kata lain yang melingkunginya. Hal ini kerana makna sesuatu kata tidak hanya dimiliki oleh kata itu secara sendirian, tetapi turut dipengaruhi oleh perkataan-perkataan lain yang hadir bersama-sama kata tersebut. Gabungan antara korpus, konkordans dan kolokasi adalah satu pendekatan penting yang digunakan oleh pengkaji bahasa untuk meneliti konteks makna sesuatu kata.

[Sumber: Mohd. Zulkifli Bahari 1993 / Noresah Baharom 1993,1994 / Norliza Jamaluddin 2005 / Salinah Ja’afar 2000]

Contoh kolokasi kata 'علاقة'

Lihat contoh analisis kombinasi (kolokasi) kata ‘ علاقة ‘

Contoh entri 'علاقة' dalam Kamus Arab-Belanda

halaman sebelum | halaman seterusnya

Bagi tujuan penganalisaan korpus, tiga perisian konkordans iaitu aConCorde, Simple Concordance Program dan Monoconc telah diuji. aConCorde dicipta khusus untuk menganalisa teks bahasa Arab. Namun demikian, kelemahan aConCorde ialah ianya tidak mampu memproses data yang besar. Hanya Monoconc mampu memproses teks korpus yang besar, cuma fungsinya masih tetap terbatas kerana ia gagal untuk mengenal huruf-huruf arab yang mempunyai baris/tanda bunyi (harakat) dan melerai bentuk-bentuk berklitik dan berpartikel. Oleh sebab itu, kami terpaksa mengambil pendekatan mudah dengan membersihkan seluruh data korpus dari baris/tanda bunyi (harakat) supaya boleh dianalisis sepenuhnya dengan perisian konkordans.

Contoh paparan perisian konkordans 'aConCorde'

Contoh hasil konkordans rangkai kata ' على علاقة بـ '

Analisis kekerapan perkataan dan senarai kata juga tidak dapat dijalankan secara tepat disebabkan oleh keterbatasan perisian konkordans yang digunakan dan beberapa kelemahan pada data korpus. Oleh itu, perisian ini hanya digunakan untuk membuat analisis kata dan frasa/rangkai kata dari baris-baris konkordans yang dihasilkan.

halaman sebelum | halaman seterusnya

Contoh analisis kombinasi (kolokasi) kata ‘ علاقة ‘ berdasarkan teks korpus 30 juta (disusun mengikut kekerapan tertinggi).

halaman sebelum | halaman seterusnya

Pangkalan Data Lexikon ialah tempat menyimpan maklumat tentang kosa kata sesuatu bahasa. Maklumat ini merangkumi maklumat linguistik seperti fonologi, morfologi, semantik, pragmatik dll. Dalam konteks bahasa Arab, terdapat beberapa pangkalan data lexikon yang telah atau sedang diusahakan pada masa kini, yang paling terkenal ialah projek DIINAR-MBC (DIctionnaire INformatisé de l’ARabe, Multilingue et Basé sur Corpus), yang diusahakan dengan kerjasama penyelidik dari lima buah negara.

Kami merancang untuk membina sebuah pangkalan data lexikon yang berfungsi menyimpan semua maklumat kosa kata yang telah terkumpul melalui kajian ini. Pangkalan data ini akan dibina secara berperingkat dalam jangka masa panjang memandangkan data yang besar dan lengkap mungkin memerlukan berpuluh-puluh tahun dari segi usaha pengumpulannya.

Sehingga kini, data yang terkumpul mengandungi 20000 perkataan, dengan setiap kata dilengkapi dengan maklumat kelas kata (cth. kata nama, kata kerja, adjektif), kata dasar (jizr) dan bentuk kata (wazn). Selain itu, data frasa (rangkai kata, idiom, kolokasi) pula berjumlah 34000. Semua data ini dipinjam atau diadaptasi daripada kamus yang sedia ada dalam bentuk digital.

Data lexikon yang sedia terakam dalam pangkalan data akan menjadi tunjang dalam kajian ini, walaupun data yang tersimpan masih sedikit dan belum memuaskan. Usaha  selanjutnya akan dijalankan untuk memasukkan kata baru, frasa dan maklumat linguistik yang berkaitan. Dalam hal ini, kamus-kamus lain yang berada di pasaran juga akan dimanfaatkan untuk penambahan data yang sedia ada. Selain itu, data korpus akan digunakan untuk memperolehi contoh-contoh sebenar dan kemudiannya disimpan di dalam pangkalan data sebagai bukti sokongan.

Pangkalan data ini masih dalam peringkat pembinaan. Walaubagaimanapun, dalam perancangan kami, usaha akan dijalankan untuk membolehkan pangkalan data ini dicapai dalam talian.  Ini akan membolehkan lebih ramai lagi dapat menyumbang tanpa perlu berkumpul di suatu tempat. Pengguna juga boleh mencapai maklumat dengan mudah dan cepat.

Jika ramai pengkaji bahasa berganding bahu, tidak mustahil satu pangkalan data yang besar akan dapat dihasilkan. Apabila data dimasukkan ke dalam pangkalan data yang sama, banyak tenaga, kos dan masa dapat dijimatkan.

Kami berharap pembinaan PDL ini akan menjadi sumber data lexikon bahasa Arab yang boleh dimanfaatkan bukan hanya dalam penyusunan kamus, bahkan juga dalam aktiviti pengajaran dan penyelidikan bahasa.

halaman sebelum | halaman seterusnya

Hasil perkembangan pesat teknologi komputer, perisian khusus untuk membantu proses penyusunan kamus turut dihasilkan. Kebanyakan syarikat penerbitan kamus terkemuka mempunyai perisian tersendiri untuk menerbitkan kamus mengikut gaya masing-masing. Kamus yang disusun oleh Mark Van Mol telah dihasilkan dengan bantuan AraLat iaitu perisian khusus untuk menyusun kamus dwibahasa Arab yang dihasilkan dalam rangka projek perkamusan beliau. Manakala projek penyusunan kamus bahasa Arab di Nijmegen pula telah menggunakan perisian OMBI (Omkeerbaar Bilinguaal Bestand = Reversible Bilingual Database) yang dicipta khusus untuk projek penyusunan kamus dwibahasa di Belanda.

Perisian Dictionary Writing System (DWS) bukanlah satu perisian yang dapat menukar terus data dari pangkalan data lexikon kepada bentuk kamus tetapi merupakan editor digital yang membantu penyusun kamus mengedit data yang telah dipilih, membentuk format percetakan dan menerbitkan kamus secara automatik. Oleh kerana model struktur maklumat ketiga-tiga kamus tersebut mudah diterapkan ke dalam sistem DWS, kami telah mengubahsuai struktur tersebut untuk tujuan penyusunan kamus Arab-Melayu. Selain itu, struktur sedemikian telah disusun dengan menerapkan teori leksikografi supaya kamus yang terhasil dapat menepati fungsinya dan bersifat mesra pengguna.

Perisian DWS membolehkan struktur maklumat dibina secara tersusun. Penyusun kamus hanya perlu mengolah dan mengatur data ke dalam bentuk kamus yang tersedia dengan bergerak dari satu maklumat ke maklumat yang lain dalam berbagai tingkatan, sama ada dalam struktur makro atau mikro. Pemilihan saiz abjad, bentuk atau jenis tulisan yang dikehendaki dibuat di dalam sistem, kemudian akan diterapkan secara automatik ke dalam manuskrip kamus yang akan diterbitkan.

Setiap maklumat boleh diberikan gaya tertentu untuk membolehkannya dikenali dengan mudah oleh pengguna kamus. Sebagai contoh, setiap kumpulan makna diberikan nombor, entri dan subenttri ditulis dengan huruf tebal, pembeza makna ditulis dalam bentuk italic atau dua sinonim dipisahkan dengan tanda koma. Gaya-gaya ini boleh ditetapkan di dalam fungsi style dalam DWS.

Penetapan format struktur kamus yang dilakukan terlebih dahulu di dalam DWS akan menjadikannya lebih konsisten dan mudah untuk disunting. Hal ini kerana, adalah lebih mudah untuk menentukan struktur dan format kamus di dalam sistem, daripada melakukannya di atas manuskrip secara manual. Walaupun struktur telah ditetapkan terlebih dahulu, perubahan terhadapnya boleh diubah pada bila-bila masa bergantung kepada pertimbangan penyusun tanpa menjejaskan maklumat yang disimpan.

Apabila data sudah dimasukkan ke dalam sistem, kamus boleh dikatakan sudah sedia untuk dicetak. Sebarang perubahan, penambahan atau penghapusan data/maklumat hanya perlu dibuat di dalam sistem dan bukannya pada manuskrip. Fungsi DWS yang mesra pengguna membolehkan proses pengubahsuaian maklumat dibuat dengan tersusun dan sistematik.

Jika perisian sebegini dimanfaatkan, proses penerbitan kamus yang meliputi kerja penyusunan dan pengaturan huruf boleh diringankan. Proses ini langsung tidak memerlukan kamus dicetak sebelum diterbitkan. Namun demikian, oleh sebab perisian ini pada asalnya bukan dihasilkan khusus untuk penyusunan kamus bahasa Arab, beberapa fungsi masih terbatas menyebabkan beberapa tahap terpaksa dibuat secara manual.

[Sumber: Choy-Kim Chuah dan Salina A. Samat 1994]

halaman sebelum | halaman seterusnya

ber