Walis Hian-chi SongIndependent Researcher

Writing

bkuw — 語言田野調查工具箱 APP

bkuw 是賽考利克泰雅語的「排列」之意，是一套為單一研究者設計的離線詞彙資料庫，希望讓詞彙從採集、整理到匯出，都能在同一個清楚而可靠的工作環境中完成。

在語言田野工作中，如何好好記錄並保存語言的詞彙及相關例句，一直是令我傷腦筋的一件事。同一個形式可能有多個義項、不同詞性、例句、翻譯、相片，以及與其他詞之間的關係。資料一多，試算表很快就會變得難以閱讀；欄位不夠用時不斷往右加，想調整內容時又怕破壞原有結構。等到要整理成語料檔或辭典，還得再花大量時間重新編排。
近期在 AI coding 已經能開發出夠用的產品的情況下，我決定親自打造一款符合自己需求的語言田野 APP。
bkuw 是賽考利克泰雅語的「排列」之意，是一套為單一研究者設計的離線詞彙資料庫，希望讓詞彙從採集、整理到匯出，都能在同一個清楚而可靠的工作環境中完成。

多種記音方式

bkuw 把「詞彙」本身和它在不同書寫系統中的形式分開保存。舉例來說，在台灣原住民族語的專案中，一個詞可以同時記錄書寫符號、音位或實際語音（IPA）；而在漢語支的語言中，如台語，則可以列出漢字、羅馬字、IPA 等等。每個專案都能依研究需要建立自己的書寫系統，並指定主要與次要顯示方式。
一筆詞條可以包含：
  • 多種書寫形式，包括國際音標（IPA）等符號系統
  • 多個義項，以及各義項自己的詞性、簡釋與定義
  • 隸屬於特定義項的例句、翻譯與不同書寫形式
  • 詞根、詞基等詞條之間的關係
  • 隸屬於特定義項的多張相片
這樣的安排有一個重要好處：資料的關係不會因為表格欄位的限制而變得模糊。詞性屬於哪個義項、例句在說明哪種意思、相片對應什麼概念，都能清楚保留下來。

為長時間輸入而設計

田野資料常需要密集輸入，因此 bkuw 採用左右分欄的工作區：左側用來搜尋與選擇詞條，右側則專心編輯內容。新增詞條後，游標會直接移到主要書寫形式；新增例句時，也會先準備好主要書寫系統的欄位，減少來回點選。內容變更後會自動儲存，也可以隨時使用鍵盤快捷鍵手動儲存。
搜尋時，不只會找詞條的各種寫法，也會搜尋義項的簡釋與定義。大小寫或部分變音符號不一致時，仍能找到相符內容；畫面上顯示的原文則不會被改寫。這對包含音標、附加符號或多種文字的語料尤其重要。

依語言本身決定排列方式

不同語言未必適合套用現成的字母順序。bkuw 允許使用者為專案定義自己的字母表，像 ng、ch 這類由多個字母組成的單位，也可以視為一個完整的排序元素。
除了自動排序，使用者也能把個別詞條移到指定小標下，或啟用完整的手動排列。工作區與匯出的辭典會共用同一套順序，不必在完成資料整理後，再到另一套排版工具裡重新調整一次。

讓相片成為義項的一部分

有些概念只靠文字不容易說清楚，特別是植物、器物、食物與工法。bkuw 可以在義項下加入 PNG、JPEG 或 WebP 相片，並直接在編輯畫面中預覽。尺寸過大的圖片會先在電腦上適度縮小，再統一保存為專案內的 PNG 檔。
相片不會離開專案，也不會自動上傳。匯出排版檔或 PDF 時，可以自行決定是否納入相片；若選擇納入，bkuw 會另外製作適合雙欄印刷的版本，不會改動專案裡保存的原圖。

從資料整理走向分享與出版

完成詞彙整理後，bkuw 目前提供三種主要成果：
  1. 符合 rngagi-corpus 0.3 版九欄規格的 CSV 語料檔。（之後再跟大家介紹一個開發中的語料庫）
  2. 可繼續編輯的 XeLaTeX 排版來源，以及可上傳至 Overleaf 的壓縮檔。
  3. 電腦上備有 XeLaTeX 時，可直接產生雙欄辭典 PDF。
匯出前，bkuw 會先完成尚未儲存的內容，再檢查資料是否符合目標格式。需要修正的問題會阻止匯出；可能被省略或無法完整表達的內容，則會以提醒方式列出。這能降低到了最後一步才發現欄位缺漏或格式不合的風險。
排版用的字型由 bkuw 管理。首次需要時，使用者可下載指定的官方版本；系統驗證檔案後，會把實際使用的字型與授權文件一起放進匯出成果。如此一來，檔案不必依賴另一台電腦剛好安裝相同字型，也更適合交給協作者或帶到 Overleaf 繼續處理。

資料留在自己的電腦裡

bkuw 不需要帳號、雲端服務或遠端資料庫。每個專案都是一個普通的 .bkuw 資料夾，其中包含詞彙資料庫、相片與備份；沒有網路時仍能照常作業，也能用熟悉的方式自行複製與保存。
應用程式在更新資料時，會把同一筆詞條的書寫形式、義項、例句與關係視為一個整體保存，避免只寫入一半。專案升級前也會先建立備份。對長期累積、難以重新取得的田野資料而言，這些看不見的保護和輸入速度同樣重要。

bkuw 適合誰？

bkuw 適合需要獨自蒐集、整理並出版詞彙資料的語言學研究者、田野工作者與語言復振參與者。它目前支援英文與台灣繁體中文介面，可在 64位元的 Windows 系統與採用 Apple Silicon 晶片的 macOS 上使用。
它不是多人協作平台，也暫時不包含雲端同步、帳號、行動裝置版本、錄音或自動語音轉寫。bkuw 選擇先把範圍放在一件事上：讓一位使用者能在自己的電腦裡，安心而有效率地建立結構清楚的詞彙資料，最後再把成果帶往語料交換、排版與出版。
語言資料的價值，往往要經過多年才會真正顯現。bkuw 想做的，就是讓每一次輸入都不只停留在當下，而能成為日後仍找得到、看得懂，也用得下去的記錄。

如何下載 bkuw？

請前往 bkuw 的 GitHub Releases 頁面，選擇最新版本，再依使用的作業系統下載 Windows x64 或 Apple 晶片版 macOS 安裝檔。由於目前的安裝檔尚未完成正式簽章，安裝時作業系統可能顯示安全提醒，請確認下載來源是 bkuw 的官方 GitHub 專案後再依照 GitHub 上的指示安裝並開啟 APP。