Digitalni rečnik govora juga Srbije 
Apstrakt: 
Digitalni rečnik govora juga Srbije predstavlja prvu celovitu realizaciju digitalne verzije jednog rečnika dijalekta srpskog jezika, generisanog na osnovu Rečnika govora južne Srbije, autora prof. dr Momčila Zlatanovića. 
Objavljen je na adresi www. vranje.co.rs i inicijalno je sadržao 10.950 odrednica. 
Ovo je prvi resurs na srpskom jeziku koji, pored lingvističkih informacija, obezbeđuje i niz drugih: 
zvučnu informaciju (izgovor) svih odrednica i primera upotrebe reči ili fraza onako kako se izgovaraju na dijalektu; 
grafičke informacije o geografskim lokacijama upotrebe pojmova korišćenjem Google Maps i Geocoding servisa; 
statističke informacije kakve se ne mogu ili se teško mogu dobiti upotrebom klasičnog rečnika o etimološkom poreklu odrednica (koliko ih je iz turskog, persijskog, latinskog i tako dalje), o pojedinim vrstama reči, upotrebi reči, poreklu, značenju i tako dalje kao i povezivanje rečnika i deljenje njegovog sadržaja putem društvenih mreža. 
Drugi značajan aspekt rečnika je da radi kao viki resurs, to jest, da omogućava veb-korisnicima da rečnik šire i dopunjuju na tri načina: 
dodavanjem odrednica koje nisu u rečniku, uvođenjem primera primene i upotrebe postojećih pojmova i komentarisanjem i ukazivanjem na nova značenja, nove etimološke predloške i nove toponimske karakteristike vezane za poreklo i područja upotrebe datih pojmova. 
Razvijeni su alati koji daju opšte informacije o trendu rasta i upotrebe rečnika – o učestalosti pretrage pojmova, trenutnom broju odrednica, broju korisnika koji rade na razvoju rečnika i tako dalje 
Ključne reči: 
prizrensko-timočki dijalekat, vranjski dijalekat, digitalni rečnik, rečnik dijalekta. 
1. Uvod 
U ovom radu predstavljen je digitalni rečnik varijeteta srpskog jezika koji je u lingvistici poznat kao prizrensko-južnomoravski dijalekat. 
To je, zapravo, jedan deo prizrensko-timočkih štokavskih dijalekata srpskog jezika, rasprostranjen u južnim delovima Srbije. 
Osnov za izgradnju digitalnog rečnika predstavlja Treće izdanje rečnika Rečnik govora južne Srbije (Zlatanović, 2011). 
Sam autor je na prikupljanju pojmova i primera u govoru, kao i samoj izradi papirne verzije rečnika, radio više od 10 godina. 
Reči koje se nalaze u ovom rečniku autor je najvećim delom zabeležio radeći na terenu i može se reći da su u svakodnevnoj upotrebi u Vranju, Poljanici, Pčinji, Preševskoj Moravici, Preševskoj Crnoj Gori, Grdeličkoj klisuri, Vlasini, Crnoj Travi i dr. 
Geografski posmatrano, reč je o teritoriji celog Pčinjskog i jednog dela Topličkog okruga. 
U rečniku se nalaze i neke reči preuzete iz Putopisa Hadži-Ante Kalimanca (Hadži-Vasiljević, 1910) za koji je istaknuto da je napisan „pravim i vernim vranjskim govorom“. 
Izvestan broj reči autor je pribeležio zahvaljujući internim beleškama profesora ruskog jezika u Gimnaziji „Bora Stanković“ u Vranju, Tihomira Stefanovića. 
One u rečniku nose dodatnu oznaku (T. S.).  
Za razliku od književnog srpskog jezika, dijalekat juga Srbije sadrži 32 glasa (foneme). 
Slovne oznake za dva dodatna glasa izbor su samog autora. 
Jedan je „meki glas“ koji vodi poreklo iz staroslovenskog i za njega je upotrebljena oznaka (grafema) Ь. 
Drugi je digraf dz koji u ovom rečniku ima slovnu oznaku  д̑з. 
U govoru južne Srbije u upotrebi su i reči stranog porekla. 
Pretragom ovog rečnika može se lako ustanoviti da ima reči, pre svega, turskog porekla, ali isto tako i latinskog, nemačkog, grčkog, sanskrita i tako dalje 
2. Digitalni resursi i alati za proučavanje dijalekata 
Srpski jezik temelji se na štokavskom dijasistemu (jezički sistem izveden na osnovu osobina jezika nekog makroprostora) ekavskih i ijekavskih dijalekata (Okuka, 2008). 
Dijalekat je jezički sistem koji ima visok stepen sličnosti sa dijasistemom jednog geografskog prostora, a sa druge strane ima sistem sopstvenih osobina po kojima se razlikuje od ostalih dijalekata istog jezika. 
Dijalekat mogu činiti poddijalekti nekog mikroprostora i minidijalekti (mesni govori). 
Svaki dijalekat karakterišu geografski prostor na kome se koristi i lingvističke osobenosti (fonološke, morfološke, leksičke i sintaksne). 
Kao jedan od dijalekata srpskog jezika, prizrensko-timočki dijalekat koristi se na teritoriji koja na jugozapadu ima granice prema Albaniji, na jugu prema Makedoniji, na istoku prema Bugarskoj, a na severu se proteže do Stalaća. 
On se, zbog unutrašnjih odstupanja (Ivić, 1985), deli na poddijalekte: prizrensko-južnomoravski, timočko-lužnički i svrljiško-zaplanjski. 
Sa razvojem informatike, proučavanje dijalekata dobija značajan podsticaj u vidu softverskih alata i digitalnih resursa koji se koriste. 
Pored razvoja digitalnih rečnika dijalekata (Karanikolas i dr., 2013; Keymeulen i dr., 2013; Ćavar i dr., 2000), radi se na digitalizaciji rukopisnih rečnika (Benacchio i dr., 2012), na razvoju alata za upravljanje dijalekatskim rečnicima (Pereira i Gillier, 2012) i na softveru za vizuelizaciju lingvističkih podataka i dijalekatskih karata – atlasa (Sibler i dr., 2012; Petsas, 2009). 
Savremeni geografski informacioni sistemi (GIS) omogućuju sofisticirane i efikasne analize prostornih podataka. 
Ipak, dugo vremena polje lingvistike nije bilo u fokusu istraživanja geografa. 
Kada su lingvisti počeli da koriste GIS tehnologije u izradi lingvističkih atlasa, došlo je do ekspanzije grane nauke koja se bavi analizom geografske distribucije i strukture jezika – geolingvistike. 
Analiza geografskih informacija relevantna za lingvistička istraživanja odnosi se na analizu i manipulaciju podacima o prostoru, prostorno-statističku analizu i prostorno modeliranje (O’Sullivan i Unwin, 2010). 
Cilj ovoga rada je da onlajn GIS alate povežemo sa digitalnim rečnikom prizrensko-južnomoravskog dijalekta da bismo prikazali geografsku rasprostranjenost dijalekta i kako bismo na nivou svake odrednice ukazali na geografsku lokaciju upotrebe iste.  
3. Proces digitalizacije rečnika 
Prvi korak u digitalizaciji Rečnika govora južne Srbije odnosio se na pripremne radnje za skeniranje koje predstavljaju iterativni postupak određivanja optimalnog odnosa veličine izlazne datoteke i kvaliteta dobijenog skeniranjem. 
Pored optimizacije parametara, vrlo je važno skeniranje izvesti profesionalnim visokorezolucijskim skenerima. 
U ovom postupku korišćen je FUJITSU Image Scanner fi-Series fi-5220C sa optičkom rezolucijom do 600 dpi. 
Skenirano je ukupno 550 strana u tiff formatu. 
Formirane su 32 fascikle po slovima i izvršena preraspodela datoteka. 
Drugi važan korak odnosio se na optičko prepoznavanje teksta. 
U tu svrhu korišćen je Abby FineReader 11 (Abby FineReader, 2011). 
Ovaj softver za optičko prepoznavanje karaktera zasnovan je na tehnikama mašinskog učenja. 
Da bismo obezbedili efikasnu fazu učenja, morali smo najpre da identifikujemo skup pisama koji će biti korišćen u procesu kako učenja tako i prepoznavanja. 
Abby FineReader 11 obezbeđuje prepoznavanje 168 prirodnih jezika (pri čemu prepoznaje oba srpska pisma: Črillic, Latin), četiri veštačka (poput Esperanto i Interlingua jezika) i sedam formalnih jezika (C/C++, Java, Paskal i slično). 
U samom rečniku srećemo: ćirilično pismo sa akcentovanjem (пади́нче – deminutiv reči padina,  надлића́ње – od glagola nadletati,  џалдисá – pobegnem, odjurim i tako dalje), reči i izraze zapisane turskim pismom (güzel - doterati se, perçem – čuperak i tako dalje), ali i izvestan broj reči datih latiničnim pismom (najčešće su to latinski nazivi biljaka i gljiva čiji su lokalni nazivi dati na dijalektu: vílino klínče – livadska pečurka Marasmius oreades). 
Osim jezika koji prirodno koriste latinično pismo, u ovom rečniku su i reči koje potiču iz grčkog takođe pisane latinično. 
Na primer: grč. 
Faétōn – nepokrivene kočije na četiri točka, grč. krommydi – kromid, crni luk i tako dalje 
Takođe, javljaju se i dve grafeme pomenute u uvodnom odeljku: meki glas (кла́дьнц – izvor vode,  бьбње́ње – odjekivanje i slicčno) i digraf дз (д̑зь́вни – odjekuje, изд̑зьмбати – pojesti halapljivo i slično). 
Može se primetiti da sva tri pisma sadrže dijakritike. 
Na osnovu dobijene analize upotrebe pisama u samom rečniku, u fazi koja je prethodila učenju, istovremeno su aktivirani učenje i prepoznavanje za Serbian Črillic, Serbian Latin i Turkish. 
S obzirom na to da osnovni skup karaktera ćiriličnog pisma nema dijakritike, akcentovani znaci su uvedeni na dva načina: proširenjem Serbian Črillic skupa za slova Á É Ó Ô á é ó ô у i kreiranjem šablona (patterns) za slova и́ р́ ь kao i njihove odgovarajuće Normal, Bold i Italic kombinacije malih i velikih akcentovanih slova. 
Na kraju ovog procesa kreiran je šablon oznake za digraf sa obrnutim brevisom  д̑з koji u vranjskom dijalektu predstavlja isto što i slovni znak s u makedonskom jeziku. 
Nakon definicije skupa karaktera za učenje, moglo se pristupiti samom procesu učenja. 
Ova faza je neophodna kako bi obezbedila visok stepen tačnosti prepoznavanja uočavanjem specifičnosti tipografije. 
Poznato je da štamparske mašine unose izvestan stepen distorzije karaktera tako da oni nikada nisu istovetni sa svojim digitalnim matricama. 
U postupku učenja se prepoznaju i otklanjaju netačna prepoznavanja karaktera. 
Proces je iterativan i na samom je korisniku da odluči o dovoljnom broju iteracija, kao i skupu nad kojim će se vršiti učenje. 
Mi smo u ovom projektu na slučajan način odabrali po jednu stranu za svako početno slovo i tako formirali skup za učenje koji je sadržao ukupno 32 strane. 
U sledećoj fazi, odnosno u procesu optičkog prepoznavanja teksta, dobijen je jedinstven tekstualni dokument u word formatu iz skupa od 550 tiff dokumenata, gde svaki dokument odgovara jednoj strani rečnika. 
Tačnost prepoznatog teksta znatno se poboljšala u odnosu na rezultate koje smo dobijali pre učenja. 
Ipak, trebalo je rešavati dve osnovne grupe problema proizašle iz procesa prepoznavanja. 
Prvu grupu problema nije bilo moguće otkloniti automatskim postupcima prepoznavanja grešaka, a drugu je bilo moguće prepoznati, pa samim tim i ukloniti. 
U prvu grupu problema spadaju greške nastale usled: 
1. pojave suvišnih (nepostojećih) karaktera čiji su uzrok nečistoće na skeniranim dokumentima. 
Na slici 1, dati primer označen brojem 1 odnosi se na ovu vrstu problema. 
Znak „obrnuta kosa crta“ \ pojavio se usled postojanja mrlja u originalnom dokumentu. 
(Treba napomenuti da se ovaj izvor grešaka ipak može smanjiti preprocesiranjem tiff dokumenata upotrebom nekog od filtera za uklanjanje šumova: Reduce noise, Median, Gaussian Blur u Adobe Photoshop-u.) 
2. pogrešno prepoznatih slova, znakova interpunkcije i pogrešne ili neprepoznate akcentuacije. 
Na slici 1, dati primer označen brojem 2 odnosi se na ovu vrstu problema. 
Pojam kajsiče nije prepoznat kao akcentovan. 
U originalnom dokumentu on glasi кајси́че. 
3. neuspešne detekcije kraja pasusa (svaki pojam mora biti u novom pasusu). 
Na slici 1, dati primer označen brojem 3 odnosi se na ovu vrstu problema, ali i primer označen brojem 2, takođe sadrži ovu grešku. 
Izvori grešaka prve grupe problema nisu uniformni, nisu predvidivi i nemaju doslednu logiku pojavljivanja. 
Iz tog razloga su otklanjani ručno. 
U drugu grupu problema spadaju: 
1. problem postojanja podele reči na kraju reda koju treba ukloniti (na slici 2, dati primeri označeni brojem 1 odnose se na ovu vrstu problema, a primer označen brojem 2 nije u toj klasi) 
2. prepoznavanje cifara umesto slova i obrnuto (na primer cifra 3 prepoznata je umesto slova Z ili cifra 0 umesto slova O) 
3. neadekvatno prepoznavanje slova koja se isto ili slično pišu na ćirilici i latinici. 
S obzirom da se pojmovi ispisuju ćirilicom, neophodno je tako ih i prepoznati. 
U primerima objašnjenja etimološkog porekla napisanih izvornim pismom kao i u slučajevima latinskih naziva, naziva na stranim jezicima (francuski, turski i slično) potrebno je latinično prepoznavanje. 
Pogrešno mogu biti prepoznati: 
• latinično k i ćirilično к, 
• latinično u i ćirilično iskošeno  и ( и), 
• latinično y i ćirilično  у, 
• latinično iskošeno m (m) i ćirilično iskošeno т (т) i tako dalje 
Na primer, ispravno prepoznavanje mora dati: 
reč доли́на, a ne reč долúна, 
• reč Oтидe (Oтидe), a ne reč Omude (Omude), 
• reč дувáн, a ne reč дyвáн (gde je u latinično ipsilon), 
• lekovita biljka „мајчина душица" Thumus serpyllum L – latinski naziv mora biti ispisan latinicom i ne sme se desiti da slovo u bude prepoznato kao ćirilični karakter 
Da nije postojala potreba istovremenog prepoznavanja latiničnog i ćiriličnog pisma, kao i njihovih iskošenih stilova, ovaj problem ne bi postojao. 
Međutim, u slučaju ovog rečnika, visoka učestalost upotrebe i jednog i drugog pisma nije dala mogućnost isključenja ma kojeg od njih. 
Ovaj problem nemogućnosti čak ni vizuelnog uočavanja primene različitog pisma unutar samo jedne reči (primer pojma duván gde se ne može vizuelno utvrditi da li je u pitanju latinično slovo ipsilon) pretio je da uruši sistem pretrage rečnika. 
Ako bismo tražili reč дуван i to ispisali ćirilično, a on bude u bazu upisan sa latiničnim slovom ipsilon, pretraga ne bi dala rezultata. 
Problem smo rešili metodom dvosmerne transliteracije. 
Za svaku reč word u posmatranom tekstu text pretpostavimo da je ispisana ćiriličnim pismom. 
U prvom koraku od date reči metodom transliterateCtoL(word) generišemo istu reč ispisanu latinicom i imenujemo je sa wordTrans. 
U drugom koraku od te nove reči metodom suprotne transliteracije transliterateLtoC(wordTrans) generišemo reč wordTransBack ispisanu ćirilicom. 
U završnom koraku uporedimo reči word i wordTransBack, pa ukoliko nisu jednake, reč word u tekstu text označimo neispravnom, to jest obeležimo žutom bojom. 
Algoritam dvosmerne transliteracije prikazan je u pseudokodu, 
a u tabeli 1 prikazani primeri kojima se za pretpostavljenu ćiriličnu reč (prva kolona) generiše latinični zapis te reči (druga kolona), a zatim od latinične reči generiše njena ćirilična reprezentacija. 
U slučajevima neispravno napisane početne reči, sadržaj prve i treće kolone nije identičan. 
Metodom dvosmerne transliteracije nalazi se greška prepoznavanja ćiriličnih i latiničnih slova. 
Sličan algoritam kreiran je za nalaženje grešaka prepoznavanja cifara kao slova i obrnuto, dok je algoritam prepoznavanja reči koje su bile podeljene na slogove zasnovan na primeni regularnog izraza oblika .-\(s)* kojim se detektuju sva pojavljivanja horizontalne crtice „-“ nakon bilo kog znaka. 
Sva tri algoritma realizovana su u obliku makroa u MS Word-u. 
Na slici 3 dat je izgled ribona (deo radne površine MS Word-a na kome se nalaze ikone najčešće korišćenih alata i opcija, logički grupisanih na osnovu zadataka slične namene) koji je kreiran za potrebe rada na ovom rečniku. 
Funkcija MarkiranjeSumnjivihZnakova sadrži sva tri navedena algoritma detekcije. 
Rezultati primene ove makro-rutine dati su na slici 3 i ogledaju se u različito obojenim delovima teksta. 
Zelenom bojom (označeno brojem 1) su obeležene pojave hifenacije, ružičastom bojom (označeno brojem 2) problemi prepoznavanja cifara i žutom bojom problemi prepoznavanja ćirilice i latinice (označeno brojem 3). 
Makroom Autokorekcija vrši se automatska korekcija svih karaktera prethodno obeleženih makroom MarkiranjeSumnjivihZnakova, 
a postoji i makro koji uklanja sva prethodno postavljena označavanja u tekstu (na slici 3 označen sa ResetMarkiranja). 
Treba napomenuti da se pojave normalnog i iskošenog stila, ukoliko je reč o istom pismu ne smatraju greškom. 
Primeri dati na slici 3 za takve slučajeve prepoznavanja su reči: меýнчики, Врање, велике, мизики i tako dalje 
4. Izgradnja baze podataka rečnika 
Baza podataka korišćena u realizaciji ovog rečnika je Microsoft SQL Server 2005. 
Priprema punjenja baze izvedena je dvofazno. 
U prvoj fazi je tekstualni dokument, dobijen procesom optičkog prepoznavanja karaktera, transformisan u CSV (comma-separated values) format i na osnovu njega je kreirana međufazna baza podataka Recnik.mdb u Microsoft Access 2010. Razlog faznog punjenja leži u potrebi modeliranja i generisanja dodatnih grupa podataka u samom rečniku, kao i ekstrakciji određenih vrsta podataka kako bi se generisale tabele šifarnici. 
Za potrebe rada aplikacije potrebni su sledeći šifarnici: 
Slovarnik, EtimološkoPoreklo, GeografskaLokacija, RodReči. 
Uloga šifarnika u aplikaciji je u pojednostavljenju funkcija pretrage (njima se pune padajuće liste u formama za pretragu) metodama filtriranja grupa podataka po početnom slovu, etimološkom poreklu reči, geografskoj lokaciji upotrebe pojma i rodu reči pojma. 
Na primer, ako se želi napraviti upit koji bi pronašao sve reči u rečniku čije je etimološko poreklo francusko, potrebno je imati mogućnost selekcije filtra iz liste svih geografskih pojmova koji u rečniku sadrže datu informaciju. 
Generisanje šifarnika se moglo izvesti na dva načina. 
Prvi način aplikaciju čini bržom, ali manje fleksibilnom i realizuje se ekstrakcijom podataka iz rečnika i punjenjem fiksnih, unapred kreiranih tabela. 
U navedenom primeru, tabela EtimološkoPoreklo sadržala bi pojmove: albanski, arapski, grčki, engleski i tako dalje 
Za svaki novouneti pojam u rečnik, za koji ne bi postojao odgovarajući podatak u nekom od šifarnika, on bi se morao dodatnom procedurom i uneti. 
Drugi način je fleksibilniji, ali je sistem generisanja novih podataka u tabelama sporiji. 
U realizaciji ovog rečnika, mi smo se odlučili za drugu varijantu. 
Umesto fiksnih tabela, formirane su samo upitne fraze kojima se kreiraju svi potrebni šifarnici i smeštaju u unutrašnju memoriju (tzv. „in Memory“ oblik) prilikom aktiviranja aplikacije. 
Tako kreirane tabele se keširaju i ostaju nepromenjene u aplikacionom kešu sve dok se ne pojavi potreba da se unese novi podatak (na primer novi izvor etimološke odrednice) u neku od tabela, kada se ona briše iz keša i kreira nova. 
U prvom slučaju javlja se problem redundantnosti podataka, a u drugom aplikacija memorijski više opterećuje veb-server. 
U drugoj fazi punjenja baze, datoteka Recnik. mdb eksportovana je u produkcionu bazu MS SQL Servera. 
Nakon završetka druge faze, inicijalno punjenje baze podataka nastavlja se vremenski najzahtevnijim delom ovog projekta: generisanjem linkova za povezivanje baze podataka sa spoljnim datotekama sa audio-sadržajem (pododeljak 3.2). 
4.1 Metapodaci rečnika 
U toku prve faze modeliranja baze podataka rečnik je bio opisan sledećim metapodacima: 
• Odrednica – reč ili fraza dijalekta, napisani sa akcentom  
• Opis – opis značenja pojma, vrsta reči, broj, informacija o derivacijama pojma 
• Rod – rod reči definisane pojmom 
• Primer – primeri upotrebe pojma u dijalekatskom govoru. 
• Poreklo – etimološko poreklo pojma 
• Lokacija – geografska odrednica mesta gde je autor zabeležio primer upotrebe pojma  
• Indikacija unakrsnog referenciranja 
• Unakrsna referenca (nad gotovim rečnikom formirane su referentne veze među odrednicama istog ili sličnog značenja.)  
Nakon završetka druge faze punjenja baze, rečnik je dobio šest dodatnih vrsta podataka: 
• Pojam napisan ćirilicom bez akcenata (za potrebe pretrage kada korisnik ne koristi dijakritike u formiranju upita i ne koristi „meki glas“ već slovo a kao njegovu supstituciju.) 
• Pojam napisan latinicom bez akcenata (inicijalno je služio da se generiše naziv audio-datoteke i dobijen je automatskom transliteracijom pojma napisanog ćirilicom bez akcenata u pojam napisan latinicom, takođe bez akcenata. 
U produkcionoj fazi, ovaj podatak se koristi za pretragu kada korisnik upit ispiše latinicom.) 
• Naziv audio-datoteke radi generisanja spoljašnjeg linka prema odgovarajućem zvučnom zapisu 
• Status pojma u rečniku 
• Korisničko ime autora zapisa pojma 
• Datum upisa pojma u rečnik.  
Napisan je program za generisanje sadržaja dodatih vrsta podataka: 
Pojam napisan ćirilicom bez akcenata, Pojam napisan latinicom bez akcenata i Naziv audio-datoteke generisani su korišćenjem podataka u koloni Pojam. 
Preostala tri polja inicijalno su napunjena odgovarajućim konstantama. 
Na slici 4 dat je prikaz izgleda prvih 10 zapisa tabele rečnika, nakon završetka procesa punjenja baze podataka. 
4.2. Generisanje audio-zapisa  
Multimedijalni zapis se najčešće povezuje sa bazom podataka unosom podatka o relativnoj ili apsolutnoj URI adresi lokacije na serveru (ili, u opštem slučaju, mreži) gde se takav zapis nalazi. 
U tabeli Rečnik (slika 4) kolona Audio predstavlja podatak koji se odnosi na relativni put, odnosno ime, multimedijalnog zapisa. 
S obzirom da softver za reprodukciju zvuka, Adobe Shockwave Player (Adobe, 2008), u svojoj verziji dodatka veb-pregledačima nema podršku za Unicode, sadržaj kolone Audio ne sadrži specifična slova latiničnog pisma sa dijakritičkim znakovima. 
Imena audio-datoteka dodeljivali smo saglasno sadržaju kolone Audio. 
Na primer, audio-zapis abadzija.mp3 sadrži izgovor pojma i primera reči abadžíja. 
Za potrebe ovog rečnika snimljeno je 30 GB audio-zapisa izgovora svakog pojma sa korektnim izgovorom i akcentovanjem u primerima. 
Snimanje je povereno glumicama vranjskog pozorišta, uz konsultovanje prof. Zlatanovića. 
Korišćen je softver Audacity 2.0.2- A Free Digital Audio Editor. 
Rad na obradi audio-zapisa odnosio se na računarsku korekciju (čišćenje šuma, promenu parametara tona) i isecanje audio- zapisa na pojedinačne datoteke. 
Skladištenje audio-zapisa smo kontrolisali pomoćnim MS Excel dokumentom koji nam je ukazivao na greške u imenovanju audio-datoteka ili na slučajeve kada je neka audio-datoteka iz nekog razloga nedostajala. 
Na slici 5 prikazana je kontrolna forma za proveru ispravnosti imenovanja audio-zapisa kao i podataka u bazi o audio-zapisima. 
5. Izgradnja aplikacije 
Veb-aplikacija za upravljanje rečnikom nalazi se na adresi www.vranje.co.rs. 
Osnovne funkcionalnosti aplikacije su: 
• osnovna pretraga (pretraga po pojmu), 
• semantička pretraga, 
• pretraga kreiranjem složenih logičkih upita, 
• listanje pojmova po početnom slovu, 
• izgovor pojmova i pratećih primera, 
• označavanje rezultata pretrage na geografskoj mapi, 
• statističke informacije o rečniku.  
Na slici 6 dat je prikaz forme za osnovnu pretragu, rezultata pretrage u tekstualnom i grafičkom obliku. 
Osnovna pretraga podrazumeva mogućnost da korisnik zada reč, deo reči ili frazu koju traži. 
Takođe, može zadati i da li će se pretraga vršiti nad pojmovima koji: počinju, sadrže ili su jednaki datom upitu. 
Rezultati tekstualne pretrage pre svega daju informaciju o broju nađenih pojmova u rečniku koji su zadovoljili uslov postavljenog upita. 
Ispod toga ispisuju se detaljno informacije o svakom od nađenih pojmova. 
Ukoliko neki pojam sadrži i podatak o geografskoj lokaciji upotrebe pojma (što znači da je autor uočio upotrebu tog pojma na datoj geografskoj lokaciji), onda se dati podatak softverski transformiše u link ka geografskoj mapi tako da je moguće klikom dobiti prikaz dela mape sa označenim datim područjem. 
Poznato je da je Google Geocodinig web service alat pronalaženja geografskih koordinata (geografske širine i dužine) iz drugih geografskih podataka, kao što su nazivi mesta, ulica, adrese ili poštanski brojevi. 
Kada se za željenu geografsku lokaciju (primeri na slici 6. su Biljača i Vranjska Banja) softverski nađu geografske koordinate, onda se one parametarski proslede drugom veb-servisu – Google Maps. 
Google Maps je alat koji koristi digitalne geografske karte i na osnovu zadatih koordinata može označiti željene tačke i prikazati ih u zadatom obliku na mapi. 
Implementacijom tehnika istraživanja i ekstrakcije teksta koje se oslanjaju na regularne izraze, generisali smo upitne fraze koje mogu vršiti pretragu rečnika na osnovu nekog semantičkog upita. 
na primer mogu se tražiti svi primeri upotrebe figurativnog govora, homonimi, toponimi i tako dalje 
Slika 7 prikazuje različite mogućnosti semantičkih pretraga rečnika. 
Aktuelna verzija aplikacije nudi 11 grupa semantičkih pretraga, a na slici je prikazan i prvi iz skupa rezultata na osnovu zadatog upita: Glagoli=aorist. 
Veb-korisnici unapređuju rečnik na 3 načina: dodavanjem novih pojmova u rečnik, proširenjem rečnika uvođenjem primera primene i upotrebe postojećih pojmova, komentarima (ukazivanjem na nova značenja, nove etimološke predloške i nove toponimske karakteristike vezane za poreklo i područje upotrebe datih pojmova). 
Kontrola pristupa sadržajima obezbeđuje se pomoću korisničkih grupa i autorstva (na osnovu korisničkog imena). 
Korisničke grupe definisane ovom aplikacijom su: 
• anonimni veb-korisnici – imaju mogućnost pretrage 
• autorizovani veb-korisnici – imaju i mogućnost unosa novih pojmova, izmene pojmova koje su sami uneli. 
Pojmovi koje su oni uneli imaju status „predložen“. 
• leksikografi – mogućnost unosa novih pojmova, izmene i brisanja svih pojmova. 
Mogućnost izmene statusa pojma sa „predložen“ na „aktivan”, posle čega ostali korisnici ne mogu brisati takav pojam. 
• administratori – upravljaju parametrima sistema i korisničkim grupama. 
U razvoju veb-aplikacije korišćeni su sledeći softverski resursi: relaciona baza MS SQL Server 2005, ASP.NET Framework 4.0, C#, jQuery 1.8.9, AJAX, Twitter Bootstrap Framework 2.0.2., The Google Geocoding API, Google Maps API v.2, Social Plugins za FaceBook, G+, Twitter, Digg, ShareThis Plugins, CSS3. 
Veb-aplikacija sadrži implementacije veb- servisa za povezivanje sa trenutno najznačajnijim društvenim mrežama kao što su: Facebook, Twitter, Google+, LinkedIn i Digg. 
Može se reći da je ovo prvi digitalni rečnik na srpskom jeziku čije reči i izraze možete razmenjivati i deliti sa prijateljima na društvenim mrežama i putem elektronske pošte. 
Na slici 8 može se videti implementacija jednog od servisa (ShareThis) kome se automatski prosleđuju pojam i njegovo značenje ako se žele podeliti na mreži ili elektronskom poštom (u ovom slučaju je to fraza alь́š-verь́š). 
6. Pomoć pri izučavanju osobenosti prizrensko-južnomoravskog dijalekta 
Digitalni rečnik razvijen u ovom projektu predstavlja jedan od izvora za istraživanja prirode južnosrpskog dijalekta. 
Ovde ćemo navesti samo neke specifičnosti do kojih se može doći primenom raznih vrsta pretrage nad rečnikom. 
a) Građenje vremena promenom akcenta glagola 
U opisanom dijalektu, za razliku od književnog jezika, moguće je građenje prošlog vremena bez upotrebe pomoćnog glagola, promenom akcentovanja glagola. 
Treba napomenuti, da bez upotrebe akcenata, nije moguće utvrditi vreme izvršenja radnje jer su rečenice identične. 
b) Glagolska anafora – () glagol koji predstavlja zamenu za svaki drugi, samo ukoliko se nađu u istoj rečenici ili ako se nađe u rečenici iza one koja sadrži glagol na koji se odnosi. 
Takođe, može biti zamena za bilo koji glagol za koji zna i sagovornik. 
Primer upotrebe u rečenici iza one u kojoj je glagol u odnosu na koji se koristi glagolska anafora.  
Sve ih je sam rešio.  
Primer upotrebe u govoru kada sagovornici znaju o kojoj radnji (glagolu) je reč. 
Značenja ove rečenice mogu biti različita, zavisno od toga šta je sagovornik prethodno radio u bašti. 
Autor rečenice sugeriše da se taj posao nastavi još malo. 
v) Četiri stepena poređenja prideva 
Sem osnovna tri stepena, postoji i četvrti koji se semantički nalazi ispod pozitiva, to jest u sebi nosi manju izražajnost od osnovne. 
Na primer, marama može biti: šaréna (pozitiv), póšarena (komparativ), nájšarena (superlativ), ali može biti i prišaréna što se razume kao manje od šarena. 
Slično je i sa većinom opisnih prideva: 
priúbav (priubavíčav), úbav, póubav, nájubav. priljút, primál, priládan, primaléčak, prisítan, priskŕžav, priránke, prikiselíčav (nakiseo, nedovoljno kiseo).  
g) Gradacija nesvršenih glagola 
U književnom srpskom jeziku imamo svršene glagole promene stanja: progledao, propevao, progovorio... 
Ovde nedostaje recenica. 
U opisanom dijalektu postoji mogućnost upotrebe istog prefiksa na drugi način: 
Ovde nedostaje recenica. 
tépam nesvr. tučem 
protepýjem nesvr. tučem (pomalo) 
léti nesvr. leti prolíća nesvr. leti (pomalo) 
túram nesvr. stavljam priturújem nesvr. stavljam, dodajem (pomalo)  
d) Veći broj suglasnika u kontinuitetu 
Alati za analizu ovog rečnika koji su na raspolaganju korisnicima razlikuju se u zavisnosti od njihovih privilegija u aplikaciji. 
Ukoliko su registrovani korisnici, mogu koristiti odeljak napredne pretrage da bi dobili određene statističke podatke. 
Na primer, ukoliko korisnik želi da sazna koliko pojmova u rečniku potiče iz nekog stranog jezika može kreiranjem upita nad metapodatkom Poreklo i primenom operatora „sadrži” zadati jednu od ponuđenih vrednosti dobijenih ekstrakcijom iz rečnika, a koje se odnose na etimološko poreklo pojma (alb., ar., grč.,...). 
U tom slučaju, upit bi za odabranu vrednost „nem.” (nemački) izgledao: 
Poreklo sadrži: nem 
Upit može biti i složeniji formiranjem logičkih AND izraza. 
na primer ukoliko bismo želeli da saznamo koliko pojmova u rečniku je ženskog roda i nemačkog porekla, upit bi glasio: 
Poreklo sadrži: nem. 
Rod jednako: ž 
Dobijeni rezultati su dati numerički i pokazuju broj pronađenih pojmova kao i u vidu liste tih pojmova. 
Upit kojim se mogu dobiti svi pridevi koji imaju prefiks pri, a koje smo opisali u stavci v) ovog odeljka (priljút, primál, priládan,...) glasi: 
Pojam sadrži: pri Opis sadrži: -a, -o 
Korisnici koji imaju privilegije leksikografa mogu pretraživati i log-fajlove iz kojih saznaju koje pojmovi ili grupe pojmova veb-korisnici najčešće traže. 
Izgled zapisa log-datoteke je dat u obliku: 
datum:19/07/2013 vreme:16:17 pojam: ćukavac datum:19/07/2013 vreme:16:17 pojam: ujče datum:19/07/2013 vreme:16:18 izvor:Proverbs datum:19/07/2013 vreme:16:19 izvor: palamar 
Iz date strukture log-datoteke mogu se vršiti analize učestalosti i vrsta pretraga nad rečnikom. 
U aplikaciji su svima dostupni i statistički podaci o broju ličnih imena u rečniku, broju pojmova čiji su izvori narodne pesme, broju pojmova čiji su izvori poslovice, broju pojmova čiji su izvori zagonetke, broju pojmova koji predstavljaju figurativnu upotrebu jezika i tako dalje 
Dostupna je i Google geografska mapa na kojoj je označeno područje na kome se koristi dijalekat. 
7. Zaključak  
Primarni ciljevi veb-aplikacije opisane u odeljku 5 su: 
• izgradnja značajnog digitalnog resursa jednog dijalekta, dostupnog svim internet korisnicima na nov, inventivan način 
• podsticaj internet zajednici u procesu dopune, dogradnje i čuvanja dijalekta južne Srbije 
• izrada digitalnog zapisa govora na dijalektu 
• integracija rečnika sa geolokacijskim resursima (Geocoding API, Google Maps API v.2) 
• integracija sa društvenim mrežama 
• deljenje sadržaja rečnika elektronskim putem 
• inspiracija digitalizaciji rečnika: Nišlijski govor i rečnik, Crnotravski govor, Rečnik pirotskog govora, Narodni govor i reči iz vlasotinačkog kraja i tako dalje. 
Aplikacija je osmišljena i u potpunosti realizovana tako da je moguće onlajn proširenje postojećeg rečnika i dodavanje novih rečnika čime se širi digitalna baza dijalekata srpskog jezika. 
Dalji rad na ovom rečniku kretaće se u dva pravca: ka povećanju broja pojmova, primera i zvučnih zapisa, i u pravcu unapređenja funkcionalnosti postojeće aplikacije i njenog razvoja za pametne telefone i tablete. 
6. Zahvalnost 
Realizaciju eRečnika pomogao je Registar nacionalnog internet domena Srbije (RNIDS) u okviru projekta (4PI) u 2013. godini. 
Veliku zahvalnost autori ovog projekta duguju i glumicama vranjskog Pozorišta „Bora Stanković“, Radmili Đorđević i Mileni Stošić. 
