沒有人一起看 g0v 專案 - 阿美語萌典
團隊 Q&A
YA0H 其中一個初衷是「沒有人一起讀 code 」！第二彈是阿美語萌典。 au 開發的萌典是 g0v 最經典的專案之一， README 詳盡，但是用上了一些冷門技術，像是 LiveScript 。阿美語萌典在 miaoski 的手中上線，現在主要開發者是小蟹，未來會如何發展呢？
Q: 可以介紹一下團隊成員嗎？
阿美族，原住民族轉型正義委員會 副研究員，阿美語萌典發起人，萌典系統維護統籌。
Weiting Tseng (a.k.a 維庭）
文化工作者。阿美語萌典校對、宣傳與對外公關。
miaoski (a.k.a 喵斯基)
阿美語萌典發起人與系統維護工程師。
小蟹 (a.k.a Jerry Lee, id: wildjcrt)
女人迷工程師，擅長 Ruby / Ruby on Rails。
目前阿美語萌典網站功能開發、架構與維護的主要工程師，同時也負責需求統合和規劃開發進度。
蔡中涵
環球科技大學榮譽教授，目前阿美語萌典字典阿美語貢獻者及字詞維護者，除了提供阿美語字典外，也在詢問阿美語時傳授阿美族語文化知識。
Q: 之前聽小蟹（wildjcrt）說，阿美語萌典團隊報名了「原住民族語言認證」，為什麼會有這樣的念頭？
小蟹：
對我來說，我的 native 是國語和台語，我台語也可以還算流利的溝通，那這兩種語言考認證對我是沒有吸引力的。而阿美語是台灣在地語言之一，但會講的人越來越少，我希望可以盡點力協助保留文化，再加上阿美語對我來說是一門新語言，考認證是有意義的。所以維庭在 7 月大松時提議大家一起去考試後，我想說參與貢獻也一年多了，應該也要學著講，種種原因就促使我答應一起去報名去考試。沒想到還沒學， 9 月大松就被迫上台硬講了 XDD
lafin:
因為有一次大松的時候sing5-hong5說他考過阿美語初級認證，但在場的我們全部沒人考過，所以開始思考我們是不是也要考一張阿美語認證，加強自己對於阿美語的認知。也透過學習阿美語考試的過程中，我們也發現到許多現象，如族語測驗前，各縣市政府會開始考前衝刺班，讓想要考族語認證的人能夠在這段期間熟悉考試題目與規則。
Q: 阿美語萌典要發佈到幾個平台上？
小蟹：
就我所知，目前還活著的有：
- Web
- iOS -- 目前依賴 au 的 key 發佈更新
- Android -- 目前是 miaoski 的 key 發佈更新
死掉的有：
- Line bot -- 申請 Line 免費專案沒有通過，廢棄半年後 Line 公司也更改營運模式了，在沒有錢繳年費的情況下，大概不可能復活
- Messenger bot -- 申請 FB messenger 公開 (測試版不需要審核) 沒有通過，廢棄半年後聽說審核變容易了，但是沒有再次嘗試
- Telegram bot -- 不需要申請，直接掛 WebSocket 就可以，非常方便，但是台灣使用 TG 的人還是少數。
（後來在 miaoski 的努力下， bot 活過來了）
Q: 阿美語萌典和本來的萌典有什麼不同？
小蟹：
我的認知主要有幾大差異：
- 沒有注音符號，族語是用英文字與符號拼音
- 搜尋列要同時支援中文搜尋與族語搜尋
- 搜尋列排序方式有針對族語特性調整
- 各字典來源本身都沒有發音
- 阿美語沒有文字與書寫系統，因此字典來源會導致族語拼法不同
- 方敏英與潘世光博利亞字典來源，本身是紙本，需要先做數位化
- 蔡中涵大辭典的數位檔案是 Word，因此需要先做正規化整理才能使用
- 會想要一次展現多個字典來源
miaoski:
- 符號拼音後面有經過一些處理，可以容許模糊的地方 (如 o/u 變體，有沒有喉塞音 ' )
- 原來字典可能是使用天主教拼寫法，經過老師們的努力，修改成教育部拼寫法（補充：方敏英傳教士版本由吳明義老師協助校對成目前原民會公布版本拼音）
- 除了數位化之外，需要符合語言特性的調整，像是計算出每個詞的詞幹 (i.e. 查不到某個詞的時候，至少可以跳轉到詞幹)
Q: 最近阿美語萌典移除了對 LiveScript 的依賴，背後的考量是什麼？
小蟹：
這是我下的決定，最主要的考量在於降低新參者上手的難度。我自己本身不是前端，所以不管寫或讀，純 JS 對我來說比較友善；同時根據我的觀察，最近一年多大松時前來協助的工程師，幾乎沒有人是熟悉 LiveScript，常常光是看懂 LiveScript code 就下午 3~4 點了。所以我決定先移除掉這個門檻，希望未來可以有更多前端工程師一起開發維護。
miaoski:
我比較喜歡 LS, 它看起來比較 functional 一點，不過維護的成本真的高。加上 au 的功力比較高，要改動她的 code 困難度也高一點，可以把門檻往下降是個好事。
Q: 對阿美語萌典未來的想像是什麼？
小蟹：
- 加入更多的字典來源，像是原民會、千詞表、潘世光博利亞阿漢等等
- 加入更多的原住民語，目前的想像也許會先動手的是噶瑪蘭語（看向維庭）
- 希望不管是老師或學生，或是想學習阿美語的人，都可以利用阿美語萌典網站找到想要的資訊
miaoski:
- 語音辨識
- 語音合成 (看向 sing5-hong5)
- 像 iTaigi 那樣的「這樣說好」「這樣說不好」
Lafin:
- 讓更多南島語語字典推坑。
- 目前官方字典修正或除錯上的進效率都非常緩慢，且受限官方於官方認定與別語政策，希望我們能夠打破這項規則，讓阿美語萌典能夠成為眾人協作的模樣，如 iTaigi。
Q: 如果想參與阿美語萌典的開發，該會些什麼技能？
小蟹：
我們有個 hackmd 大概列出了目前已經規劃要做的功能，傳送門 >> 連結
最缺的是前端工程師，因為網站主要的語言是 nodejs。我們在 9 月大松時，獲得來自緬甸設計師的協助，已有設計好的 layout，想找前端工程師協助套版，讓網站視覺更新。
其次是文字人，特別是懂法語、阿美語和國語，這三種只要會一種就歡迎來幫忙。因為我們有很大量的文字校對需要協助。懂法語的人，我們有潘世光博利亞的阿美語法語辭典要校對；懂阿美語的人，可以幫忙看各辭典的族語拼音；懂國語的人就不用說了（笑）。
後端工程師，可以協助處理辭典的正規化，這部份也需要更新，才能讓辭典一直跟上作者的進度。用什麼語言都無所謂，可以處理文字就好，目前專案內已經有 Ruby, Python, Perl, NodeJS XD 歡迎參與大亂鬥。
miaoski:
專案內還有 C (望向 CindyLinz)
如果可能的話，希望找到語言學背景的人，或是對 LSTM and/or HMM 熟的人。但其實 toolkit 都蠻成熟的了，麻煩的還是苦工。
caasi:
補充一下， miaoski 提到以 C 語言寫的部分，是指 CindyLinz 的 StripPhotoIntoRows ，這個工具幫忙把原始資料切成一行一行，方便人工 OCR ，被戲稱為切豆腐。切起來的示意圖如 cut_line_output.jpg 。
CindyLinz 也為中選會選舉公報寫了類似的工具 BulletinCEC-LocateBlockFromPNG ，如果想入這類坑，可以參考看看。
要怎麼參與阿美語萌典的開發呢？
小蟹：
歡迎大松時來找我們聊天，g0v slack 有 #amis channel，也可以關注我們的粉絲團或 Github 看看更新。只要人來，永遠會有坑可以讓你妳你跳的！