Користење на Claude Проекти за лингвистичка анализа на македонски текстови

Што се Claude Проекти и зошто да ги користите?

Основниот проблем кој го решаваат Проектите

Стандардните AI сесии за разговор се „без состојба" (stateless): секој разговор почнува од нула. Ако го анотирате корпус на македонска народна поезија во рамки на повеќе сесии, би морале повторно да ги прикачувате вашите текстови, повторно да го објаснувате вашиот теориски оквир и повторно да ја дефинирате вашата терминологија во секој нов разговор. Claude Проектите го решаваат ова со создавање на постојани работни простори во кои вашите документи, инструкции и историјата на разговорот се зачувуваат во текот на сите сесии.

Клучни карактеристики релевантни за лингвистите

Достапност

Поставување на вашиот прв лингвистички проект

Постапка чекор по чекор

1. Одете до Проекти Посетете claude.ai/projects, или лебдете со глувчето над левата страна на вашата Claude сметка и кликнете „Projects."
2. Создадете нов проект Кликнете „+ New Project" во горниот десен агол.
3. Именувајте го и опишете го проектот Изберете јасно, специфично име. Имајте предвид дека Claude самиот не го чита името или описот — тие служат исклучиво за вашата сопствена организација. Добри примери:
   
   Македонски усен корпус — Морфолошка анотација
Современ македонски печат — Синтаксичка анализа
МК дијалекти — Теренска работа, Западен регион 2024
4. Конфигурирајте ја видливоста (Team/Enterprise) Изберете „Private" ако станува збор за индивидуално истражување, или „Share with organization" ако сакате колегите да го пронајдат и користат проектот.
5. Додадете ја вашата База на знаење На десната страна на главната страница на проектот, кликнете „+" за да додадете содржина. Погледнете го Дел 3 за детални упатства.
6. Напишете ги вашите Сопствени инструкции Кликнете „Set instructions" (или „Edit instructions") на страницата на проектот. Ова е најважниот чекор за обезбедување аналитичка доследност. Погледнете го Дел 4 за детални примери.

Изградба на базата на знаење

Базата на знаење е темел на вашиот проект. Сè што прикачувате е достапно за Claude во текот на сите разговори во рамките на тој проект, без повторно прикачување.

Поддржани формати на датотеки

PDF, DOCX, TXT, HTML, ODT, RTF, EPUB и CSV. Секоја датотека може да биде до 30 MB. Вкупната база на знаење мора да се вклопи во прозорец на контекст од 200.000 токени (приближно 500 страници текст). Со овозможен RAG (Pro и погоре), оваа граница е значително проширена.

Што да прикачите

Примарен корпус

Прикачете ги вашите македонски текстови во чист текстуален или PDF формат. Именувајте ги датотеките описно:

korpus_narodni_pesni_veleski_region.txt
vesnik_Nova_Makedonija_2022_primer.pdf
intervju_transkripti_bitola_2023.txt

Референтни граматики

• Граматика на македонскиот литературен јазик на Конески (или релевантни извадоци)
• Дескриптивната граматика на македонскиот јазик на Фридман
• Специјализирани монографии за македонска глаголска морфологија, клитики и сл.

Речници и лексички ресурси

• Вашиот сопствен речник специфичен за проектот (стандардизирана терминологија)
• Двојазичен македонско-англиски речник ако создавате излез на англиски јазик
• Списоци на специјализиран речник (дијалектни форми, архаизми, заемки)

Упатства за анотација

Документ со објаснување на вашата шема за анотација. Ако ги следите Лајпцишките правила за глосирање, вметнете ја листата на релевантните скратеници. Ако користите сопствена PoS ознакарска шема, документирајте ја тука.

Документи за теорискиот оквир

Ако вашата анализа се заснова на конкретен теориски оквир, прикачете резиме: „Овој проект ја користи Роловата и референтна граматика. Клучните концепти вклучуваат: [...]." Ова го заземјува металингвистичкиот речник на Claude.

Практични совети

• Секоја датотека нека биде фокусирана. Не прикачувајте еден огромен документ кога неколку помали би биле поефикасни за пребарување во RAG режим.
• Текстуалните датотеки се посигурни отколку PDF-датотеки со сложени распореди, особено за кирилски текст. Ако PDF верзијата на вашата граматика има проблеми со кодирањето, претворете ја прво во обичен текст.
• Ажурирајте ја базата на знаење со развојот на проектот: бришете застарени датотеки и прикачувајте поправени верзии. Нема автоматско верзионирање, па одржувајте свои локални резервни копии.
• Директно вметнувајте кратки референтни текстови со опцијата „Add text" — тоа е побрзо отколку да создавате датотека за мали исечоци.

Пишување ефективни инструкции за проектот за македонска лингвистика

Полето за сопствени инструкции е најмоќната алатка за прилагодување на однесувањето на Claude. Замислете го тоа како постојано упатство кое Claude го чита пред секој разговор во овој проект. Пишувајте јасно, со прецизност, во заповедна форма.

Структура на добри лингвистички инструкции

1. Вашата улога и контекст на стручност — му кажува на Claude со кого соработува
2. Предметот на проучување — јазикот, варијететот, периодот, жанрот
3. Теорискиот оквир — металингвистичкиот јазик кој Claude треба да го употребува
4. Шемата за анотација — точно како Claude треба да ги форматира анализите
5. Барања за форматот на излезот — табели, интерлинеарни глоси, проза и сл.
6. Јазик на излезот — англиски, македонски или двата
7. Што да се означи — неизвесни случаи, гранични случаи, празнини

Целосен пример: Проект за морфолошка анотација

Им помагате на професионален лингвист специјализиран за македонска
морфологија. Вашата улога е да вршите точна морфолошка анализа на
македонски текстови.

ЈАЗИК И ВАРИЈЕТЕТ:
Текстовите се на стандарден современ македонски јазик (литературен
стандард кодифициран по 1945 г., врз основа на централните дијалекти).
Означете ги сите форми кои изгледаат нестандардни или дијалектни,
наместо да ги нормализирате без забелешка.

ТЕОРИСКИ ОКВИР:
Користете пристап заснован на морфеми (item-and-arrangement).
Третирајте го македонскиот јазик како аглутинативно-флексивен јазик.
Следете ги Лајпцишките правила за глосирање за сите интерлинеарни глоси.

ШЕМА ЗА АНОТАЦИЈА:
За секоја словна форма, дајте:
  1. Зборот онака како стои во текстот (кирилска правопис)
  2. Лемата (речничка форма)
  3. Зборовна класа
  4. Сегментација морфема по морфема со цртички
  5. Линија со глоса со лајпцишки скратеници
  6. Глоса на превод на англиски за целиот збор

Форматирајте ги сите интерлинеарни глоси во блокови од четири реда:
  Ред 1 (мак):    оригинален македонски текст (збор или синтагма)
  Ред 2 (морф):   сегментација на морфеми
  Ред 3 (глоса):  лајпцишка глоса
  Ред 4 (англ):   слободен превод на англиски

ЗБОР НА ЗБОРОВНИ КЛАСИ:
N (именка), V (глагол), ADJ (придавка), ADV (прилог), PRON (заменка),
DET (определница/член), PREP (предлог), CONJ (сврзник), PART (честичка),
INTERJ (извик), NUM (број).

МОРФОЛОШКИ КАТЕГОРИИ ЗА ГЛАГОЛИ:
Глаголско време (PRES, PAST, FUT, PERF, PLUPERF), Вид (IPFV, PFV),
Начин (IND, IMP, COND), Лице (1, 2, 3), Број (SG, PL), Залог (ACT, PASS),
Евиденцијалност (DIR, INDIR — означете ги конструкциите со л-партицип
со INDIR кога контекстот поддржува пренесено/непосведочено значење).

МОРФОЛОШКИ КАТЕГОРИИ ЗА ИМЕНКИ:
Род (M, F, N), Број (SG, PL), Определеност (INDEF, DEF.PROX, DEF.MED,
DEF.DIST за тројниот систем на членови), Падеж (само за заменки и вокатив).

ОЗНАЧУВАЊЕ — Означете со [ЗАБЕЛЕШКА: причина]:
- Дијалектни форми
- Архаизми или заемки од црковнословенски
- Нејасна сегментација со двосмислени граници на морфеми
- Форми кај кои видот е лексички двосмислен

ЈАЗИК НА ИЗЛЕЗОТ: Англиски, освен ако не барам изречно македонски.

Пример за инструкции: Проект за синтаксичка анализа

Им помагате на лингвист кој работи на македонска синтакса во рамките
на Минималистичката синтакса (Чомски 1995 и понатаму).

ЈАЗИК: Стандарден македонски. Обрнете посебно внимание на клитичката
група (системот на клитики во втора позиција), феномените V2 во
зависните реченици и системот на определен член.

АНАЛИТИЧКА ЗАДАЧА:
Кога ќе ви се даде македонска реченица или пасус, создадете:
  1. Структурен опис на реченичната архитектура на обичен англиски
  2. Дрво на фрасна структура во нотација со означени загради
  3. Идентификација на сите клитики, нивната категорија и нивниот домаќин
  4. Коментар за операции на поместување во површинскиот низ
  5. Забелешки за параметарски поставки (V2, нулта субјект, удвојување)

АНАЛИЗА НА КЛИТИКИ:
Македонскиот има строг редослед: AUX > DAT > ACC (> REFL).
Секогаш утврдете дали клитичката група се придржува или отстапува
од овој канонски редослед и коментирајте ги отстапувањата.

УДВОЈУВАЊЕ НА КЛИТИКИ:
Македонскиот продуктивно ги удвојува полните DP со клитики. Означете ги
сите случаи и наведете дали удвоениот DP е субјект, директен или
индиректен предмет.

ОЗНАЧУВАЊЕ: Означете ги граничните анализи со [АНАЛИТИЧКА ЗАБЕЛЕШКА: ...]

ИЗЛЕЗ: Прозна анализа на англиски следена со нотација со означени загради.
Не создавајте конституентни дрвја во ASCII уметност освен ако не барам.

Совети за пишување инструкции

• Бидете конкретни за граничните случаи. Ако македонската евиденцијалност или тројната дистинкција за определеност се важни, дефинирајте ги вашите термини.
• Наведете и тоа што НЕ сакате. На пример: „Не обидувајте се да доделувате падежни ознаки на именките освен заменките, бидејќи македонските номинали се без падеж."
• Итерирајте. По неколку разговори, вратете се на инструкциите и усовршете ги врз основа на резултатите.
• Чувајте ги инструкциите под приближно 1.500 зборови за да не го намалите просторот за корпусниот текст.

Аналитички задачи: Промптови и работни текови по области

Откако ќе го поставите проектот со база на знаење и сопствени инструкции, секој разговор во рамките на проектот почнува со тој целосен контекст. Следните делови покажуваат како ефективно да го промптирате Claude за конкретни лингвистички задачи.

5.1 Морфолошка анализа

Дајте целосна морфолошка анализа на следниот пасус.
Следете го форматот на интерлинеарна глоса дефиниран
во инструкциите за проектот.

[Вметнете македонски текст тука]

Извлечете ги сите глаголски форми од текстот подолу.
За секоја глаголска форма, дајте: површинска форма, лема, вид,
глаголско време, начин, лице, број и забелешка за типот на
конструкцијата (синтетска наспроти аналитичка).
Прикажете ги резултатите во табела.

[Вметнете текст]

Следниот текст содржи и свршени и несвршени глаголи со истиот корен.
Идентификувајте ги сите аспектни парови, глосирајте ги секоја форма
и опишете го семантичкото/прагматичкото спротивставување видливо
во контекстот.

[Вметнете текст]

Наведете ги сите клитики во следниот текст. За секоја, наведете:
клитичката форма, нејзината граматичка категорија (датив/акузатив/помошен
глагол), реченицата на која припаѓа, нејзиниот синтаксички домаќин и
дали е присутно удвојување на клитики.

[Вметнете текст]

5.2 Синтаксичка анализа

Анализирајте ја синтаксичката структура на следните македонски реченици.
За секоја реченица, дајте претстава во означени загради и прозен опис
на архитектурата на главната реченица, типот на субординација
(ако постои) и секои операции на поместување кои ги идентификувате.

[Вметнете реченици]

Следните реченици се топикализирани или фокусирани варијанти на
ист пропозиционален содржај. Анализирајте ги секоја за: површинскиот
редослед на зборови (SVO, OVS и сл.), елементот во позиција на тема
(ако постои), елементот во позиција на фокус и каква дискурсна улога
би имал секој варијант вообичаено.

[Вметнете реченици]

Идентификувајте ги сите релативни реченици во следниот текст.
За секоја, забележете: релативизираниот елемент, употребената стратегија
(wh-збор, релативна честичка „што", резумптивна заменка), именката-главица
и типот на реченицата (рестриктивна наспроти нерестриктивна).

[Вметнете текст]

5.3 Лексичка и семантичка анализа

Извлечете ги сите лексеми кои припаѓаат на семантичкото поле на
[наведете поле, на пр. „сродство", „земјоделски труд", „религиозна практика"]
од текстот подолу. За секоја лексема, дајте: македонска форма, превод
на англиски, зборовна класа и кратка забелешка за регистарот или
стилистичката вредност (разговорна, формална, архаична, дијалектна).

[Вметнете текст]

Идентификувајте ги сите заемки во следниот текст. За секоја, дајте:
позајмената форма, јазикот-давател, веројатниот период на позајмување
(ако може да се утврди) и дали зборот бил фонолошки/морфолошки
интегриран во македонскиот јазик.

[Вметнете текст]

Следните два текста се од различни периоди (Текст А: [датум],
Текст Б: [датум]). Идентификувајте лексеми кои се јавуваат и во двата,
но покажуваат можни разлики во значењето, колокацијата или фреквенцијата.
Дискутирајте за потенцијалниот семантички дрифт.

Текст А: [вметнете]
Текст Б: [вметнете]

5.4 Фонолошка и правописна анализа

Следните зборови се од транскрипт на дијалектно снимање.
Македонскиот литературен стандард има фиксен антепенултимативен акцент.
Идентификувајте ги зборовите каде транскрибираниот акцент (означен со ')
отстапува од правилото и класифицирајте го секое отстапување
(заемка, граматичка условеност, дијалектна задршка).

[Вметнете листа на зборови со означен акцент]

Следниот текст изгледа дека е од предстандардизацискиот период
(пред 1945 г.). Идентификувајте ги правописните варијанти кои се
разликуваат од современиот литературен стандард и групирајте ги по тип:
разлики во фонолошката претстава, морфографски разлики и заемки
од српски/бугарски правописни конвенции.

[Вметнете текст]

Извлечете ги сите иницијални и финални консонантски групи од
следната листа на зборови. За секоја група: транскрибирајте ја на МФА,
забележете дали се придржува кон македонските ограничувања на слоговната
структура и означете ги оние кои укажуваат на потекло на заемки.

[Вметнете листа на зборови]

5.5 Дијалектолошка анализа

Следниот текст е собран од говорник во [локација].
Идентификувајте ги сите карактеристики кои отстапуваат од литературниот
стандард. За секоја карактеристика, забележете: дијалектната форма,
стандардниот еквивалент, лингвистичкото ниво (фонолошко, морфолошко,
лексичко, синтаксичко) и со кој дијалектен ареал е обично поврзана
(западен, централен, источен, северен, јужен).

[Вметнете транскрибиран текст]

Имам транскрипти од тројца говорници: Говорник А од Охрид,
Говорник Б од Штип и Говорник В од Куманово.
За лингвистичката варијабла [наведете, на пр. „реализација на јатовиот
рефлекс", „судбина на старата предна носна самогласка",
„аломорфи на определениот член"], извлечете ги сите релевантни токени
од секој транскрипт и споредете ги.

Говорник А: [вметнете]
Говорник Б: [вметнете]
Говорник В: [вметнете]

5.6 Социолингвистичка анализа

Споредете ги следните два текста: Текст А е од формален парламентарен
говор; Текст Б е од онлајн нишка на коментари, двата на македонски.
Анализирајте ги за: лексички маркери на формалност, синтаксичка сложеност
(стапка на субординација, должина на реченица), употреба на пасивни
конструкции, степен на стандардизација и секакво менување на кодови.

Текст А: [вметнете]
Текст Б: [вметнете]

Следниот текст покажува контактни феномени меѓу македонскиот и
[наведете: албански, турски, ромски, српски и сл.].
Идентификувајте ги сите контактно индуцирани карактеристики: лексички
заемки, калки, шаблони на синтаксичка конвергенција и фонолошка
интерференција. Проценете ја секоја карактеристика според степенот
на нејзина интеграција во јазикот-примач.

[Вметнете текст]

5.7 Дискурсна и прагматичка анализа

Во следниот нарациски текст, идентификувајте ги сите случаи каде
се употребува л-партицип (минато неопределено). За секој случај,
проценете: (а) дали директно/посведочено или индиректно/пренесено читање
е контекстуално поддржано, (б) нарациската улога на реченицата (позадина,
преден план, пренесен говор) и (в) дали е присутен или испуштен помошен
глагол и што тоа имплицира.

[Вметнете текст]

Анализирајте го следниот македонски параграф за кохезивни средства.
Картирајте ги сите реферирачки изрази: идентификувајте го воведениот
референт, стратегијата на иницијалното воведување (полно DP, неопределено,
сопствено име) и сите следни кореференцијални изрази (заменки, клитики,
нулта анафора, повторена ИГ, показна заменка).
Прикажете ги во анотирана табела со синџири на референција.

[Вметнете текст]

5.8 Историска и компаративна анализа

Следниот текст е извадок од ракопис од 19. век напишан во хибриден
црковнословенско-македонски варијетет. Идентификувајте ги карактеристиките
кои се припишуваат на црковнословенската традиција и карактеристиките кои
го одразуваат современиот македонски народен говор, анотирајќи соодветно
секој збор или конструкција. Таму каде формата е двосмислена, забележете
ги двете можни атрибуции.

[Вметнете текст]

Ќе дадам еквивалентни реченици на македонски, бугарски и српски.
Споредете ги за: употребената морфосинтаксичка стратегија
(аналитичка наспроти синтетичка за [наведете карактеристика]),
когнатни лексеми наспроти различни корени и типолошки разлики
во реченичната структура. Употребете формат со паралелна табела.

Македонски: [реченица]
Бугарски: [реченица]
Српски: [реченица]

Управување со повеќе проекти

Еден професионален лингвист обично работи на повеќе истражувачки теми истовремено. Организирајте ги вашите проекти така што секој претставува кохерентен, самостоен аналитички контекст.

Препорачана архитектура на проекти

Наместо еден огромен проект за „сета македонска лингвистичка работа", создавајте фокусирани проекти:

Совети за навигација

• Означете со ѕвезда вашиот најактивен проект за да се прикажува на врвот на листата.
• Архивирајте ги завршените проекти (на пр. по поднесување на монографија) без бришење на податоците.
• Чувајте ги поврзаните разговори во рамките на истиот проект — историјата на разговорите е корисна аналитичка евиденција.

Соработка и споделување

При претплатите Team и Enterprise, Claude Проектите поддржуваат вистинска соработка.

Споделување проект

1. Отворете го проектот и кликнете „Share project" (до името на проектот).
2. Додадете соработници по име или адреса на е-пошта.
3. Доделете дозволи:
   • Can use: Соработникот може да ја чита базата на знаење, да ги гледа инструкциите и да почнува разговори, но не може да ги менува поставките.
   • Can edit: Соработникот може да ги ажурира инструкциите, да прикачува нови датотеки и да управува со дозволите на членовите.

Препорачани практики за лингвистички тимови

Добри практики и чести грешки

Добри практики

Чести грешки

Примери на шаблони за проекти

Следните шаблони за инструкции на проекти се готови за употреба. Копирајте ги и прилагодете ги за вашите конкретни истражувачки потреби.

Им помагате на професионален лингвист кој работи на македонска
корпусна лингвистика.

ЈАЗИК: Стандарден современ македонски јазик (литературен стандард).
Означете ги нестандардните и дијалектните форми изречно наместо
да ги нормализирате.

АНАЛИТИЧКИ ЗАДАЧИ кои може да ви се постават:
- Морфолошка анотација (PoS означување + флексиски карактеристики)
- Опис на синтаксичка структура
- Лексичка категоризација и глосирање
- Идентификација на контактни феномени

ФОРМАТ НА АНОТАЦИЈА:
Употребувајте формат на интерлинеарна глоса (Лајпцишки правила
за глосирање) за морфолошка анотација. Употребувајте табели за
компаративни или фреквентни податоци.
Употребувајте нумерирани листи за набројување карактеристики.

ЈАЗИК НА ИЗЛЕЗОТ: Англиски, освен ако не барам македонски.

НЕИЗВЕСНОСТ: Секогаш означувајте ги неизвесните или двосмислени
анализи со [ЗАБЕЛЕШКА: причина]. Никогаш не погодувајте молчум.

КИРИЛИЦА: Секогаш зачувувајте ја оригиналната кирилска правопис
во вашиот излез.

Им помагате на дијалектолог кој работи со примарни теренски
податоци од македонски говорни заедници.

ТИП НА ПОДАТОЦИ: Транскрибиран изговорен јазик од теренски интервјуа.
Транскрипциите следат [наведете ја вашата конвенција, на пр.
„стандардна македонска правопис со дијакритики за нестандардни самогласки"].

АНАЛИТИЧКИ ФОКУС:
За секој текст или извадок кој го давам, идентификувајте:
1. Фонолошки карактеристики кои отстапуваат од литературниот стандард
2. Морфолошки карактеристики (особено глаголски наставки, форми на
   клитики, аломорфи на членот)
3. Лексички единици кои се дијалектни, архаични или отсутни од
   стандардните македонски речници
4. Синтаксички конструкции кои не се наоѓаат во литературниот стандард

КЛАСИФИКАЦИЈА НА ДИЈАЛЕКТНИ АРЕАЛИ:
Западен (Охридско-Струшки, Кичевско-Поречки), Централен (Велешко-Тиквешки),
Источен (Штипско-Кочански, Малешевски), Северен (Кумановско-Скопска Crna
Gora), Јужен (Битолско-Преспански, Костурско-Корчански ако е применливо).

ФОРМАТ НА ИЗЛЕЗ: Структурирана табела со колони:
[Карактеристика] | [Дијалектна форма] | [Стандарден еквивалент] |
[Лингвистичко ниво] | [Атрибуција на дијалектен ареал] | [Забелешки]

НЕИЗВЕСНОСТ: Означете ги неатрибуираните карактеристики со
[НЕАТРИБУИРАНО] и додадете забелешка.

Им помагате на филолог кој работи со македонски текстови од
19. век, вклучувајќи ракописни традиции, литература на преродбата
и рани печатени публикации.

ТЕКСТОВИ: Предстандардизациски македонски, кој покажува варијација
меѓу црковнословенската традиција, народните македонски карактеристики
и влијанието на бугарските и српските книжевни норми на тој период.

АНАЛИТИЧКИ ПРИСТАП:
Кога ќе ви презентирам текст, дајте:
1. Дипломатска транскрипциска забелешка (секои уредувачки одлуки)
2. Идентификација на елементите на црковнословенски (означете: [ЦСЛ])
3. Идентификација на народни македонски карактеристики (означете: [МК-нар])
4. Идентификација на српско или бугарско книжевно влијание ([СРП]/[БУГ])
5. Лексички глоси за архаичен или специјализиран речник
6. Кратко резиме на јазичниот карактер на текстот
   (каде стои на континуумот цсл.–народен говор)

ПРАВОПИС: Забележете кој правописен систем е употребен
(предреформна српска кирилица, бугарска правописна традиција,
експериментални писма од времето на Илинден) и коментирајте за
неговите импликации за фонолошката интерпретација.

ЈАЗИК НА ИЗЛЕЗОТ: Англиски, со зачувани оригинални кирилски форми.