Elhuyar Fundazioa - Hizkuntza Zerbitzuak 

EusBila 

Helburuak eta azalpen orokorra

Interneteko bilatzaileek euskararekin bi arazo nagusi dituzte: batetik, forma zehatz bat soilik bilatu dezakete, eta ez hitz edo lema baten forma guztiak batera —esaterako, lur bilatzeko eskatu eta lur, lurra, lurrean, lurrarekin... aurkitzea interesatzen zaigu—; bestetik, euskarazkoak ez diren emaitzak ere eman ditzakete eta ematen dituzte, baldin eta hitz-forma bera bada beste hizkuntzaren batean.

Adibidez, software, anorexia eta sulfuroso moduko hitz teknikoak, Egipto eta Newton bezalako izen bereziak, edo katu eta esne moduko hitz laburrak. Arazo horiek konponduko dituen Interneteko bilatzaile oso bat egitea teknikoki posible da, baina azpiegitura handia eskatzen du. Horren ordez, EusBila proiektuan Interneteko bilatzaileek eskaintzen dituzten API edo interfazeak erabiltzen dira, eta lengoaia naturalen prozesamenduko hainbat teknika erabiliz, euren emaitzak asko hobetzen dira.

Forma zehatz bat eta forma horren lematik eratortzen diren aukera posible guztiak agertzeko, Euskal Herriko Unibertsitateko IXA Taldeak garatutako sorkuntza morfologikoko tresna erabiltzen da. Hala, forma guztiak eskatzen zaizkio APIari, OR eragilea erabilita. Esaterako, erabiltzaileak etxe hitzaz galdetzen badu, honela jarriko zaio bilatzaileari: etxe OR etxea OR etxeak OR etxeari OR... Noski, bilatzaileek ez dituzte nahi beste aukera onartzen, eta, hortaz, ez dira deklinazio guztiak bidaltzen, baina bai emaitza esanguratsuak lortzeko adina.
Euskarazko emaitzak soilik eskuratzeko, iragazki-hitzak erabiltzen dira. Euskaraz gehien erabiltzen diren hitzak jarri dira iragazki gisa, guztiak AND batekin lotuta.

EusBila proiektuan aldaeren eta estandarren tratamendua ere egin da, IXA Taldearen EDBL datu-base lexikala erabiliz. Hala, eskatutako hitzak aldaerak dituela detektatzen bada, bilaketa egiteaz gain, aldaerak proposatzen zaizkio erabiltzaileari, edo, eskatutakoa aldaera bada, forma estandarra. Hori horrela egiten da baita deklinabide-atzizkien aldaerekin ere. Gainera, ezagutzen ez diren hitzen kasuan, erregela fonologikoen bidez hitz estandar batera iritsi daitekeen begiratzen da, eta hala bada hori ere proposatzen da.

Gizarteratzea

• Eleka Ingeniaritza Linguistikoa enpresak Elebila euskarazko bilatzailea garatu du Eusbila teknologian oinarrituta
• Leturia I., Gurrutxaga A., Areta N., Pociello E. 2008. "Analysis and performance of morphological query expansion and language-filtering words on Basque web searching". 6th International Conference on Language Resources and Evaluations (LREC). Marrakech.
• Leturia I., Gurrutxaga A., Areta N., Alegria I., Ezeiza A. 2007. "EusBila, a search service designed for the agglutinative nature of Basque". SIGIR 2007- iNEWS'07