用大數據教英文！ 清華大學研究團隊開發雲端寫作教練
【大成報記者羅蔚舟／新竹報導】
「作家也會有寫作障礙，寫不出來英文論文，更是研究生常見的大問題！」國立清華大學資訊工程系教授張俊盛利用大數據資料，結合樣式文法的理論基礎，開發 WriteAhead 及 Linggle 兩套雲端教練寫作系統。
清大指出，「WriteAhead系統在4億6千萬字已發表論文的大數據中，挖掘出學術關鍵詞的數萬筆文法句型和例句，可預測一般作者寫作的下一步，有效協 助研究生英文論文寫作的難題」。更有趣的是「Linggle 系統處理1兆詞的網頁文字中，讓使用者查詢用字遣詞的各種問題：檢查文法是否正確，如何代換同義詞，如何選擇適當的搭配。例如，該用 heavy rain 還是 strong rain，或者 cultivate 常常搭配哪些名詞，或者如何形容 beach。你想得到的寫作問題，Linggle 幾乎都有答案」。
清華資工系「自然語言實驗室」長期研究數 位化文字語料庫，如何應用在電腦輔助語言學習。張俊盛與研究生包括 Joanne Boisson、吳鑑城、高定慧、張竟、顏孜曦等，共同研究開發 Linggle 和 WriteAhead 發表多篇重要國際會議的論文。他們也在雲端服務平台上提供雛形系統，供大眾透過瀏覽器免費使用。這兩套系統還未商品化，但使用簡便，可解決使用者寫作上的 問題。最近，有部落客主動撰寫推文，評斷Linggle 勝過德國的 NetSpeak 系統。更早前，美國海軍官校的英文教授 William Fletcher 無意中在清大的線上教材看到 Linggle 的開發說明，來函詢問並在「應用語言學百科全書」的專文中介紹 Linggle。
張教授研究發現，由母語作者文章或學者論文的大數據語料庫中，提煉出文法句型與例句建議，可有效協助學生寫作。其中，WriteAhead 的資料來自CiteSeer 學術搜尋引擎收錄的160萬篇英文論文，內含2000萬個句子，共4億6千萬詞；另外，WriteAhead 也運用波蘭學者提供的「維基編輯錯誤語料庫」（WikEd Error Corpus）的5千萬句10億詞超過1億筆增刪編輯記錄，擷取出大量寫作錯誤的文法句型，提供高精度的改錯規則。「我們很意外地發現結合樣式文法、大數據、統計分析，可以得到這麼有效的語言參考資訊」，張教授說。
他表示運用電腦在大數據中提煉出文法句型，效果逼近專家編輯的辭典（如去年出版的牛津學術英文辭典）。傳統的辭典雖然很有用，但是會造成查詢、寫作兩頭忙， 而且辭典的資料呈現方式固定不變，不會隨著寫作情境調整。相形之下，WriteAhead 提供互動式寫作環境，使用者輸入字詞後，系統會依照寫作的前後文，建議相關的文法與例句引導寫作，不但避免文法錯誤，還提示常用字詞、表達方式，讓使用者 以最合乎學術社群的方式寫作；至於 Linggle 則是英語語言學習搜尋引擎，透過「任意詞性＋關鍵詞」的搜尋方式，協助使用者斟酌用字遣詞，強化英文寫作能力。
除 了追求學術上的研發突破，實驗室也由葉玫慈同學帶領下，以 WriteAhead 為案例參與清大科管院史欽泰前院長開設的「技術商品化課程」及科技部主辦的創業競賽，透過諮詢管理學教授與業界導師，不斷修正商業模式。張教授表示，雖然目前 WriteAhead 還只是個展示概念的雛形，已有出版社及高科技公司洽談商品化的合作。
不同文體、研究領域會有不一樣的表達方式，一套系統並不能對所有人一體適用。張俊盛教授也不諱言指出，目前WriteAhead比較適合研究生寫工程論文， 所以這項研究還需繼續蒐集資料，進行大規模的客製化。如何可以達成，對於國高中學生練習作文、研究生寫論文、職場電子郵件寫作等，都會有很大的助益。張教授補充說：「接下來，我們預計提供文章段落與結構建議，並提供外掛介面讓使用者在Microsoft Word 與 Google Docs 中使 WriteAhead。我們認為WriteAhead在寫作的未來世界中，一定會佔有一席之地。」
「作家也會有寫作障礙，寫不出來英文論文，更是研究生常見的大問題！」國立清華大學資訊工程系教授張俊盛利用大數據資料，結合樣式文法的理論基礎，開發 WriteAhead 及 Linggle 兩套雲端教練寫作系統。
清大指出，「WriteAhead系統在4億6千萬字已發表論文的大數據中，挖掘出學術關鍵詞的數萬筆文法句型和例句，可預測一般作者寫作的下一步，有效協 助研究生英文論文寫作的難題」。更有趣的是「Linggle 系統處理1兆詞的網頁文字中，讓使用者查詢用字遣詞的各種問題：檢查文法是否正確，如何代換同義詞，如何選擇適當的搭配。例如，該用 heavy rain 還是 strong rain，或者 cultivate 常常搭配哪些名詞，或者如何形容 beach。你想得到的寫作問題，Linggle 幾乎都有答案」。
清華資工系「自然語言實驗室」長期研究數 位化文字語料庫，如何應用在電腦輔助語言學習。張俊盛與研究生包括 Joanne Boisson、吳鑑城、高定慧、張竟、顏孜曦等，共同研究開發 Linggle 和 WriteAhead 發表多篇重要國際會議的論文。他們也在雲端服務平台上提供雛形系統，供大眾透過瀏覽器免費使用。這兩套系統還未商品化，但使用簡便，可解決使用者寫作上的 問題。最近，有部落客主動撰寫推文，評斷Linggle 勝過德國的 NetSpeak 系統。更早前，美國海軍官校的英文教授 William Fletcher 無意中在清大的線上教材看到 Linggle 的開發說明，來函詢問並在「應用語言學百科全書」的專文中介紹 Linggle。
張教授研究發現，由母語作者文章或學者論文的大數據語料庫中，提煉出文法句型與例句建議，可有效協助學生寫作。其中，WriteAhead 的資料來自CiteSeer 學術搜尋引擎收錄的160萬篇英文論文，內含2000萬個句子，共4億6千萬詞；另外，WriteAhead 也運用波蘭學者提供的「維基編輯錯誤語料庫」（WikEd Error Corpus）的5千萬句10億詞超過1億筆增刪編輯記錄，擷取出大量寫作錯誤的文法句型，提供高精度的改錯規則。「我們很意外地發現結合樣式文法、大數據、統計分析，可以得到這麼有效的語言參考資訊」，張教授說。
他表示運用電腦在大數據中提煉出文法句型，效果逼近專家編輯的辭典（如去年出版的牛津學術英文辭典）。傳統的辭典雖然很有用，但是會造成查詢、寫作兩頭忙， 而且辭典的資料呈現方式固定不變，不會隨著寫作情境調整。相形之下，WriteAhead 提供互動式寫作環境，使用者輸入字詞後，系統會依照寫作的前後文，建議相關的文法與例句引導寫作，不但避免文法錯誤，還提示常用字詞、表達方式，讓使用者 以最合乎學術社群的方式寫作；至於 Linggle 則是英語語言學習搜尋引擎，透過「任意詞性＋關鍵詞」的搜尋方式，協助使用者斟酌用字遣詞，強化英文寫作能力。
除 了追求學術上的研發突破，實驗室也由葉玫慈同學帶領下，以 WriteAhead 為案例參與清大科管院史欽泰前院長開設的「技術商品化課程」及科技部主辦的創業競賽，透過諮詢管理學教授與業界導師，不斷修正商業模式。張教授表示，雖然目前 WriteAhead 還只是個展示概念的雛形，已有出版社及高科技公司洽談商品化的合作。
不同文體、研究領域會有不一樣的表達方式，一套系統並不能對所有人一體適用。張俊盛教授也不諱言指出，目前WriteAhead比較適合研究生寫工程論文， 所以這項研究還需繼續蒐集資料，進行大規模的客製化。如何可以達成，對於國高中學生練習作文、研究生寫論文、職場電子郵件寫作等，都會有很大的助益。張教授補充說：「接下來，我們預計提供文章段落與結構建議，並提供外掛介面讓使用者在Microsoft Word 與 Google Docs 中使 WriteAhead。我們認為WriteAhead在寫作的未來世界中，一定會佔有一席之地。」