{"id":15520796,"url":"https://github.com/proycon/valkuil-gecco","last_synced_at":"2025-08-04T04:35:25.375Z","repository":{"id":66967739,"uuid":"42308668","full_name":"proycon/valkuil-gecco","owner":"proycon","description":"Nederlandse Spellingscontrole / Dutch spelling correction system - powered by Gecco","archived":false,"fork":false,"pushed_at":"2025-03-24T22:30:13.000Z","size":848,"stargazers_count":7,"open_issues_count":1,"forks_count":0,"subscribers_count":3,"default_branch":"master","last_synced_at":"2025-08-02T14:52:12.094Z","etag":null,"topics":[],"latest_commit_sha":null,"homepage":null,"language":"Python","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"agpl-3.0","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/proycon.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":"codemeta.json","zenodo":null}},"created_at":"2015-09-11T12:58:38.000Z","updated_at":"2025-03-24T22:30:17.000Z","dependencies_parsed_at":null,"dependency_job_id":"4db5f1f1-0586-46c0-a57d-5d6ad282d495","html_url":"https://github.com/proycon/valkuil-gecco","commit_stats":null,"previous_names":[],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/proycon/valkuil-gecco","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/proycon%2Fvalkuil-gecco","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/proycon%2Fvalkuil-gecco/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/proycon%2Fvalkuil-gecco/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/proycon%2Fvalkuil-gecco/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/proycon","download_url":"https://codeload.github.com/proycon/valkuil-gecco/tar.gz/refs/heads/master","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/proycon%2Fvalkuil-gecco/sbom","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":268649798,"owners_count":24284194,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","status":"online","status_checked_at":"2025-08-04T02:00:09.867Z","response_time":79,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":[],"created_at":"2024-10-02T10:29:21.336Z","updated_at":"2025-08-04T04:35:25.328Z","avatar_url":"https://github.com/proycon.png","language":"Python","funding_links":[],"categories":[],"sub_categories":[],"readme":"[![Language Machines Badge](http://applejack.science.ru.nl/lamabadge.php/valkuil-gecco)](http://applejack.science.ru.nl/languagemachines/) [![GitHub release](https://img.shields.io/github/release/LanguageMachines/frog.svg)](https://GitHub.com/proycon/valkuil-gecco/releases/) \n[![Project Status: Unsupported – The project has reached a stable, usable state but the author(s) have ceased all work on it. A new maintainer may be desired.](https://www.repostatus.org/badges/latest/unsupported.svg)](https://www.repostatus.org/#unsupported)\n\n\nValkuil.net powered by GECCO\n-------------------------------\n\n by Maarten van Gompel, Antal van den Bosch\n Centre for Language Studies\n Radboud University Nijmegen\n\n Gelicenseerd onder de [Affero GNU Public License v3](https://www.gnu.org/licenses/agpl-3.0.html)\n\nValkuil.net is een automatische spellingcorrector voor het Nederlands die zowel\ngewone typefouten als grammaticale fouten en verwarringen tussen bestaande\nwoorden opspoort. Valkuil is in eerste instantie online als web-applicatie\nbeschikbaar voor eindgebruikers op http://valkuil.net .\n\nValkuil.net is gebaseerd op grote hoeveelheden Nederlandse tekst, en niet op\ntaalkundige kennis of een vaste woordenlijst. De meeste modules in valkuil.net\nzijn contextgebaseerd en statistisch: ze slaan alarm wanneer ze een woord\ntegenkomen dat ze niet verwachten op basis van de omgeving waarin dat woord\nstaat. Het enthousiasme waarmee ze alarm slaan is instelbaar (klik op 'Toon\ngeavanceerde opties' in het invoerscherm).\n\nValkuil.net bevat modules voor hele specifieke verwarringen, zoals zei-zij,\nmaar ook voor fouten met vervoegingen zoals de bekende d-t-fout. Valkuil.net\ndoet ook zijn best om vergeten spaties of teveel gezette spaties op te sporen.\n\n**Hoe goed is valkuil.net?** In het algemeen kan een spellingchecker twee soorten\nfouten maken: het systeem kan fouten missen en kan vals alarm slaan.\nValkuil.net is, in tegenstelling tot de meeste andere spellingcorrectors,\ningesteld om niet te veel valse alarmen te genereren. De keerzijde van deze\nvoorzichtigheid is dat valkuil.net bij te grote onzekerheid ervoor kiest om\ngeen alarm te slaan, en zo mist het systeem wel eens fouten. Het streven is om\nminder dan de helft van alle fouten te missen (en liefst veel minder). We komen\nin de buurt.\n\n**Wat leren we daarvan?i** Spellingcorrectie is moeilijk, en is daarom zo'n boeiend\nonderzoeksonderwerp. Valkuil.net mist meer dan de helft van de fouten en slaat\nin tweederde van de gevallen vals alarm. De vraag is wat erger is, en of we\nniet wat meer valse alarmen moeten toelaten zodat we wat meer echte fouten\nvinden. Wordt vervolgd...\n\n**Wat gaat er fout?** Van alles, en in deze fouten zitten interessante patronen.\nHet woord 'word' wordt bijvoorbeeld vaak onterecht verbeterd tot 'wordt'; de\nandere kant op gaat veel beter, zoals psycholinguïst Dominiek Sandra ook bij\nmensen ziet gebeuren. Hij verklaart dat als een frequentie-effect: 'wordt' komt\nveel vaker voor dan 'word', en als we even niet goed opletten dan kiezen we\nvaak onbewust voor de frequentere vorm. Valkuil.net valt in dezelfde valkuil\nals mensen. Op basis van dit soort analyses kunnen we valkuil.net verbeteren,\nniet door taalregels in te voeren, maar door valkuil.net te hertrainen op meer\nof anders geselecteerde voorbeelden.\n\n**Wat zit er onder de motorkap?** Data-gedreven, geheugengebaseerde\ntaaltechnologie aangredeven door [Gecco](https://github.com/proycon/gecco).\nOndanks dat de modules zich baseren op honderden miljoenen woorden Nederlandse\ntekst zijn ze lichtgewicht en snel; ze maken veelal gebruik van\n[Timbl](http://ilk.uvt.nl/timbl), een open source softwarepakket voor\ngeoptimaliseerde geheugengebaseerde classificatie, dat we sinds de jaren '90 in\nTilburg ontwikkelen. Andere modules zijn gebaseerd op [Colibri\nCore](https://github.com/proycon/colibri-core).\n\nGecco wordt voornamelijk gebruikt als een webservice (middels\n[CLAM](https://github.io/clam), waarboven een webapplicatie is ontwikkeld.\nIntern werkt valkuil.net met het XML-formaat FoLiA, dat geschikt is voor de\nrepresentatie van gedetecteerde fouten, correctiesuggesties, en gekozen\ncorrecties.\n\n**Hoe kan ik Valkuil zelf draaien?** De makkelijkste optie is door vanuit je\nprogramma verbinding te maken met onze Valkuil webservice, zie\nhttps://webservices-lst.science.ru.nl .\n\nWil je Gecco met Valkuil lokaal draaien dan zul je zeer goede hardware moeten\nhebben, met name veel geheugen (minimaal 32GB). We verwijzen naar de\n[Gecco](https://github.com/proycon/gecco) pagina voor installatieinstructies.\n\nIs Gecco eenmaal geinstalleerd, dan kan je de valkuil modellen uit deze git\nrepository gebruiken. De corpus bronnen waaruit deze modellen zijn samengesteld\nkunnen we door restrictieve auteursrechten helaas niet openbaar beschikbaar\nmaken.\n\nSlechts een klein aantal modellen zit daadwerkelijk in deze git repository, de\nrest moet gedownload worden door het ``download-models.sh`` script aan te\nroepen. Dit is een download van 500MB, maar neemt na decompressie rond de 1GB\nin beslag.\n\n\n\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fproycon%2Fvalkuil-gecco","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fproycon%2Fvalkuil-gecco","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fproycon%2Fvalkuil-gecco/lists"}