Naivná analýza Colemak-DH v slovenčine (vs. Qwertz/y, Dvorak, Colemak a Workman)

Už dlhšie sa zaujímam o alternatívne rozloženia klávesnice.

Prácou na počítači sa živím a už dlhšie ma sprevádza bolesť v rukách. Pri týchto rozloženiach ide o minimalizáciu úsilia (nie maximalizáciu rýchlosti, čo je častá miskoncepcia), vďaka čomu vedia s touto do dlhodoba bolesťou pomôcť.

Avšak žiadne z dostupných analýz sa nevyužíva slovenčinu, takže je ťažké povedať, ako veľmi a či vôbec sa dá profitovať z nejakého rozloženia v slovenčine. Preto som sa rozhodol spraviť vlastnú analýzu.

Výsledky

Rozloženie1	Námaha (EN)2	Námaha (SK)2	Zlepšenie (EN)	Zlepšenie (SK)
Qwerty	2,383	2,389	—	—
Qwertz3	2,363	2.392	0,8 %	0 %
Dvorak	1,931	2,055	19,0 %	14,0 %
Colemak	1,836	1,981	23,0 %	17,1 %
Workman	1,806	2,087	24,2 %	12,6 %
Colemak-DH	1,735	1,937	27,2 %	18,9 %

Ako vidno, čim špecializovanejšie sú rozloženia na špecifiká angličtiny, tým menej sa prenášajú zlepšenia na slovenčinu.

Pozorovania

• Z rozložení, čo som skúšal, mal Colemak-DH najlepšie výsledky
• Najčastejšie písmeno v slovenčine je o, ale v angličtine (a vo veľkom množstve západných jazykov) je to e, čo je smola, lebo e má častokrát jedno z najlepších miest
• Medzi Colemak-om a Colemak-DH nie je v slovenčine prakticky žiaden rozdiel, pokiaľ sa aplikuje na oba angle mod (Colemak táto zmena zníži na 1,936)
• Aj keď oba majú pomerne dobré výsledky, majú značné využitie vnútorného stĺpca, čo sa prejavuje hlavne na ortogonálnych a stĺpcových klávesniciach

Obmedzenia

• Táto analýza využíva model použitý na analýzu Colemak-DH, takže ho (samozrejme) preferuje
• Využíva iba uni- a bi-gramy; nebeží na skutočnom texte
• Tieto dáta sú vytvorené z textov Wikipédie (z 2012), nie z korpusu
• Iba top sto n-gramov bolo použitých (chýba archív dvojgramov, tak sú iba scrapenuté zo stránky)
• Chýbajú štatistiky interpunkcie, hlavne di-gramov s písmenami, ktoré nechýbajú v originálnom datasete

Tepelné mapy

Generované pomocou interaktívneho nástroja. Ak chcete skúsiť iné rozhrania alebo nastavenia, nájdete ho nižšie.

Qwerty (angličtina vs. slovenčina)

Dvorak (angličtina vs. slovenčina)

Workman (angličtina vs. slovenčina)

Colemak (angličtina vs. slovenčina)

Colemak-DH (angličtina vs. slovenčina)

Čo ďalej

Pre mňa asi nič, ale pre záujemcov je viacero možností:

• SAV má k dispozícii korpus slovenského jazyka, ktorý by sa dal použiť na vytvorenie lepšej analýzy. Na jeho použitie ale treba ale poslať podpísaný list
• Podobne by sa dal spraviť lepší korpus z Wikipédie, ktorý by obsahoval aj interpunkciu a nový obsah za posledných 11 rokov
• bclnr/kb-layout-evaluation a engram obsahujú mnohojazyčné analýzy, do ktorých by bolo zaujímavé napojiť slovenčinu

Záver

Túto analýzu som začal, lebo som sa naučil Colemak-DH kvôli angličtine, a chcel som zistiť, či mi to nezhoršilo písanie po slovensky. Myslím, že aj takáto jednoduchá analýza stačí, aby sa dalo povedať, že nie – možno dokonca až to, že to stojí za to.

Budem ešte písať o tom, prečo práve Colemak-DH, ale v skratke:

• Hociaké optimalizované rozloženie je lepšie ako Qwerty
• Colemak-DH je dostatočne dobrý; má veľmi slušné výsledky vo väčšine analýz, čo som videl
• Netreba podceniť námahu potrebná na prechod. Tu má Colemak-DH veľkú výhodu vďaka množstvu zdieľaných kláves (a ich prideleniu k rukám) s Qwerty
• Vďaka prechodovým rozhraniam Tarmak sa dá naučiť aj popri práci
• Má širokú komunitu

Nástroj

Výsledky môžete porovnať s originálnou verziou.

1. Z môjho výskumu sa mi nezdá, že by na Slovensku boli alterntatívne rozloženia nejak populárne, tak tu uvádzam iba zopár najznámejších. Ďalšie sú k dispozícii v interaktívnom nástroji. ↩

2. Použil som alternatívne rozloženie prstov (viď nástroj), lebo neverím, že niekto skutočne píše s tradičným, ktoré má beztak horšie výsledky. ↩

3. Qwertz je optimalizované pre nemčinu. Nechal som ho tu len aby som ukázal, aké zbytočné je používať ho v slovenčine. ↩