News archive

Ett av de stora problemen inom fältet rör bristen på öppna testdata av god kvalité som bidrar till jämförbara metoder. Språkbanken är med i en shared task (forskningstävling) som syftar till att jämföra modeller på öppna data med en gemensamt satt standard med hjälp av hög-kvalitativa, manuellt annoterade datamängder för engelska, svenska, tyska och latin. Tävlingen, som organiseras under SemEval2020-flagg, drog igång den 19 februari 2020 och kör i ytterligare en månad.

I nu läget har vi släppt testdata för samtliga språk (de svenska delkorpusarna bygger på Kubhist2 och finnas att hitta här: https://zenodo.org/record/3672950), samt ett gäng med testord som skall klassificeras. Efter tävlingens slut kommer vi även att släppa ground truth (alltså resultaten baserat på den manuella uppmärkning som gjorts under hösten och vintern) för vidare utveckling och andra uppgifter.

Den som vill delta i tävlingen, eller ladda ner data för de andra språken, kan hitta mer information på SemEval 2020 Task 1: Unsupervised Lexical Semantic Change Detection. De officiella resultaten presenteras på SemEval2020 workshopen under Coling2020 i Barcelona i år.  

Mer information om projektet Towards Computational Lexical Semantic Change Detection finns på https://languagechange.org/.

Humlab är en enhet och en forskningsinfrastruktur vid Humanistisk fakultet på Umeå universitet. Humlab söker nu en postdoktor för forskning inom infrastrukturprojekt kopplat till Swe-Clarin som är en nationell nod i europeiska CLARIN (Common Language Resources and Technology Infrastructure) – ett ESFRI-initiativ för att bygga upp en infrastruktur för e-vetenskap inom humaniora och samhällsvetenskap. 

Att omvandla text till tal, och tvärtom. Det är vad KTH-forskaren Jens Edlund (föreståndare för Språkbanken Tal) med kollegor fått drygt 20 miljoner kronor i anslag för att jobba med. Det handlar bland annat om att ta fram teknik som klarar av att lyssna igenom Kungliga bibliotekets mediearkiv och göra det sökbart.

– I år höll vi vår första internationella workshop och fick över 50 inskickade artiklar. Att få vara med om detta känns enormt roligt!

Nu har Nina Tahmasebi antagits som docent vid Institutionen för svenska språket på Göteborgs universitet. 

Det skedde i samband den årliga höstworkshopen som i år arrangerades av SB Sam (ISOF). Utveckling av sidan kommer att ske under hösten och våren. 

I sin avhandling visar Luis Nieto Piña, doktorand vid Språkbanken, Göteborgs universitet att det är möjligt för datorer som använder mänskligt språk att automatiskt lära sig de olika betydelserna av ord med fler än en innebörd.

text

Under våren kommer Språkbanken att träna en ny språkmodell med hjälp av AI, väl på plats ska modellen bidra till att automatisera Arbetsförmedlingens analysarbete. Peter Ljunglöf och Dan Rosén är ansvariga för arbetet med att träna språkmodellen. 

Ny teknik har gett oss nya möjligheter, och nya behov av, att analysera och klassificera text, med avseende på vem eller vilka som har skrivit den. Runt tio tusen ord behövs för att ha en rimlig chans att identifiera en skribent. Detta skriver Niklas Zechner, expert på Språkbanken på institutionen för svenska språket, i en artikel i Språktidningen. Läs mer på institutionens webbsida.

Projektet Mot automatiska metoder för att upptäcka språkförändring kommer att bygga verktyg för att studera vårt språk och dess förändringar i större skala.

Man kommer att använda sig av en kombination av distributionell semantik och betydelseinduktion för kunna svara både på vad som ändrats och när. Språkbankens mycket stora samlingar av svensk text kommer att användas, i ett världsunikt samarbete mellan semantiker och språkteknologer som med sina respektive expertiser har mycket goda förutsättningar att finna nya, automatiska metoder samt att i större skala svara på existerande hypoteser och deras generalisering till andra datamängder och tidsepoker.

Det nyss beviljade forskningsbidraget är knutet till Språkbanken, institutionen för svenska språket vid Göteborgs universitet. Nina Tahmasebi, en av Språkbankens forskare i språkteknologi som också leder projektet, kommer att utföra och analysera undersökningar samt utveckla delar av de datorprogram som kommer att användas i projektet.

Projektet finansieras av Vetenskapsrådet jan 2019 - dec 2022.

Medverkande parter i projektet är Richard Johansson från Chalmers tekniska högskola, Maria Koptjevskaja Tamm och Susanne Vejdemo från Stockholms universitet.