En relaterad hobby om man vill vara lite mer social är förstås att spela Scrabble – även känt under det svenska namnet Alfapet, samt i olika digitala versioner, bland annat Wordfeud. För den som mot förmodan inte känner till spelet går det ut på att lägga ut bokstäver för att forma ord på en spelplan i ett korsordsliknande rutmönster. Olika bokstäver ger olika poäng, och vissa rutor …
Fortsätt läsa ”Vilket ord är bäst?”
Det saknades länge stora språkmodeller för svenska. Nyligen har dock flera språkmodeller utvecklats, bland annat av KB-labb, och fler är under utveckling där och på annat håll. Modellerna tränas på stora mängder text för att kunna analysera och strukturera texter och förstå språk. Modellerna kan till exempel sammanfatta texter, mäta hur lika de är eller göra analys av vilken attityd som uttrycks i delar av texten. Språkmodeller kan förbättra alla typer av språkteknologiska tillämpningar för svenska texter och vara till användning både inom forskningen och den privata och offentliga sektorn.
– Det är jättebra att vi äntligen har språkmodeller på svenska, däremot är det svårt att utvärdera dem. Därför har vi tagit fram en samling med tretton utvärderingsmängder som vi kallar SuperLim. Alla aktörer kan använda samlingen för att testa modellerna och se hur bra de är på att förstå språket, berättar Aleksandrs Berdicevskis som är forskare på Språkbanken Text och en av deltagarna i projektet.
Projektet är ett samarbete mellan Språkbanken Text, KB-labb, forskningsinstitutet RISE och AI Sweden och använder en strategi för utvärdering som delvis följer den engelska förlagan (Super)Glue.
En viktig del i utvärderingen är att ta reda på om modellerna har statistiska skevheter, exempelvis att modellerna kodar in fördomar, för att i så fall kunna hantera dem på lämpligt sätt.
– Tidigare studier visar att språkmodellerna är känsliga för vilken data de tränas på och de speglar ofta de fördomar som vi människor har och som funnits med i träningsdata. Det kan till exempel handla om rasistiska fördomar eller att en språkmodell antar att en läkare är en man och en sjuksköterska är en kvinna. Det är viktigt att utvärdera och förbättra språkmodellerna så att vi kan motverka de fördomar som blir inbyggda i modellerna, säger projektdeltagaren Yvonne Adesam, Språkbanken Text.
Särskilt nu i isoleringstider när vi ändå inte bör umgås, vad är då bättre än att sitta i hammocken med en välvässad blyertspenna, ett bra sudd, SAOL-appen, och ett korsord? Det finns många tidningar att köpa med korsord av olika svårighetsgrader, för dig som tycker om att lösa korsord. Men det är lite svårare om du skulle vilja tillverka ditt alldeles egna korsord. Tills nu – som ett led i Språkbankens service …
Fortsätt läsa ”Gör ditt eget korsord!”
Språk och språkliga förändringar intresserar både forskare och allmänhet. Ett exempel på hur språket förändrats i nutid är ordet grymt som utvecklat en ny positiv betydelse som nästan blivit dominerande och dessutom i princip är motsatsen till ordets ursprungliga betydelse. Ett annat exempel är att man idag allt oftare säger starkare än dig istället för starkare än du.
– Vi vet att språket förändras hela tiden, det kan till exempel handla om att vi som användare förenklar språket eller att det utvecklas i kontakt med andra språk. Vi vill förklara förändringar som redan skett och samtidigt se om det går att förutspå vad som sker med språket framåt, berättar Aleksandrs Berdicevskis, projektledare för Cassandra och fortsätter:
– Den här frågan har fått lite uppmärksamhet inom språkvetenskapen. Men vi behöver försöka besvara den för att se hur troligt det är att de existerande förklaringarna stämmer. I Cassandra kommer vi också undersöka det som blivit felaktigt.
Gruppen kommer att använda sig av stora textmängder, så kallade korpusar, både för den kvantitativa undersökningen och för utvärderingen av de förklaringsmodeller som redan finns.
– Vi kommer att använda den data som finns i våra korpusar som kommer från inlägg på sociala medier de senaste tjugo åren, till exempel Flashback, Familjeliv och Twitter, säger Aleksandrs Berdicevskis och berättar att de kommer studera materialet för de första femton åren och låtsas som att de inte vet vad som händer de följande fem åren.
– Vi samlar all information och alla teorier och så förutspår vi vad som ska hända med språket kommande år. Det kommer inte att bli ett hundraprocentigt resultat, alla förändringar beror inte på språket utan kan handla om saker som sker i samhället som till exempel att vi nu har många ord kopplade till Coronapandemin. Det är svårt att förutspå.
– Förhoppningen och målet är att vi kommer kunna förutsäga en del och att vi kan formalisera förutsägningarna, säger Aleksandrs Berdicevskis och tillägger att gruppen parallellt kommer att titta på interaktionen i sociala medier och vilka sociala faktorer som påverkar språklig förändring.
Målet för projektet Cassandra är att ge både teoretiska resultat, nya språkresurser där korpusarna berikas med information både om språkförändringar och om sociala nätverk och dess strukturer, och metoder.
– Metoderna kan förhoppningsvis komma till nytta för alla forskare som är intresserade av förändringar i samhället, säger Aleksandrs Berdicevskis.
Läs mer på projektets webbplats >>
Here’s a sad story (it’s fictional, but sad nonetheless). Matthias, Pernilla and Ingvar were working as computational linguists, and within a certain project painstakingly created a ingenious dataset. The community, however, did not show much interest in the dataset and it was largely forgotten. Years went. Matthias died. Pernilla invented a clever algorithm and became a multi-billionaire. Ingvar moved to USA, happened to see a crime and …
Fortsätt läsa ”Documentation: a (fictional) sad story with a (real) happy ending”
– Idén att koppla ihop bibeltexter är inte ny – det har gjorts tidigare – men de flesta samlingar är inte offentligt tillgängliga. Vi hoppas på att det arbeta vi lagt på upphovsrättsfrågor ska göra att fler kan använda den här resursen, säger Evie Coussé, forskare på institutionen för språk och litteraturer vid Göteborgs universitet som leder arbetet.
Bibeltexterna har samlats in inom ramen för forskningsprojektet Uppkomsten av komplexa verbkonstruktioner i germanska språk och täcker sammanlagt fyra olika språk: engelska, nederländska, svenska och tyska. Gerlof Bouma på Språkbanken Text vid Göteborgs universitet har varit med och byggt den digitala textsamlingen.
Språkbanken Text, and the project Towards Computational Lexical Semantic Change Detection are organizing a second LChange workshop on Computational Approaches to Historical Language Change in August, 2021.
The workshop builds upon its first iteration in 2019, where we received over 50 submissions and had over 65 attendees. Just like the first one, the second LChange workshop will be co-located with ACL (2021).
The call for papers will be similar to last time: all aspects around computational approaches to historical language change with the focus on digital text corpora.
Like LChange'19, this edition will host two keynotes.
We are looking forward to your submission and participation!
More information on: https://languagechange.org/events/2021-acl-lchange/
Den nya preloadern i Sparv snabbar upp annoteringsprocessen om man annoterar många små filer. Utöver det har vi fixat många buggar samt jobbat på att förbättra användarupplevelsen, t.ex. genom att ge bättre återkoppling när någonting går snett och genom att förtydliga dokumentationen. För en komplett översikt över alla nya funktioner, förbättringar och buggfixar, se changeloggen här.
All information om hur man installerar och använder Sparv finns på https://spraakbanken.gu.se/sparv.
Three annotators have contributed to this work: Stellan Petersson (University of Gothenburg), Beatrice Silén (Helsinki university) and Maisa Lauriala (Helsinki university). Do you know how many prefixes or suffixes Swedish language has? Which ones? Different sources state different numbers, e.g Thorell (1984) lists approx. 90 derivational suffixes and about 50 derivatonal prefixes; Hultman (2003) names 200 derivationa affixes …
Fortsätt läsa ”Swedish derivational morphology with CoDeRooMor”
