BibTeX

@incollection{tahmasebi-2025-dataintensiv-351472,
	title        = {En dataintensiv forskningsmetodologi för 
språkets historia},
	abstract     = {I denna artikel diskuterar jag en ”dataintensiv metodologi”, dvs digitala metoder som genererar aggregerade resultat. Den dataintensiva forskningsmetodologin består av tre huvuddelar, (1) digitala texter, (2) digitala metoder samt (3) forskningsfrågor. I vetenskapliga artiklar, generella diskussioner och undervisning ligger fokus ofta på de digitala metoderna, på vad de kan åstadkomma och hur kraftfulla de är. Den senaste tidens AI-revolution har lett till diskussioner kring digitala metoder på de flesta arbetsplatser och bland forskningsgrupper världen över: Vad kan vi göra med den nya generationens AI? I denna artikel som är en fördjupning av den plenarföreläsning som gavs under konferensen Svenska språkets historia 17, presenterar jag en infallsvinkel till denna fråga, samt belyser hur enskilda forskare kan resonera kring appliceringen av digitala metoder på deras forskningsfrågor. Jag kommer att diskutera samtliga tre delar ovan, med tonvikt på deras inbördes relationer och betona att de behöver tas i beaktande tillsammans: forskningsfrågan styr valet av texter eller metoder samtidigt som arbetet begränsas av vilka texter
som finns tillgängliga, samt vilken kapacitet våra metoder har. Innehållet i såväl plenarföreläsning som denna fördjupning bygger på två engelskspråkiga artiklar, en konferensuppsats (Tahmasebi m.fl. 2019) samt en artikel publicerad i Samlaren (Tahmasebi & Hengchen 2019), med andra infallsvinklar samt uppdaterat material.
},
	booktitle    = {Studier i svensk språkhistoria 17. Språket i rummet / redigerad av Erik M. Petzell, Lena Rogström, Henrik Rosenkvist, Mathias Strandberg & Lena Wenner.},
	author       = {Tahmasebi, Nina},
	year         = {2025},
	publisher    = {Göteborgs universitet},
	address      = {Göteborg},
	ISBN         = {978-91-986791-7-5},
	pages        = {111--143},
}

@article{periti-etal-2025-studying-340876,
	title        = {Studying word meaning evolution through incremental semantic shift detection},
	abstract     = {The study of semantic shift, that is, of how words change meaning as a consequence of social practices, events and political circumstances, is relevant in Natural Language Processing, Linguistics, and Social Sciences. The increasing availability of large diachronic corpora and advance in computational semantics have accelerated the development of computational approaches to detecting such shift. In this paper, we introduce a novel approach to tracing the evolution of word meaning over time. Our analysis focuses on gradual changes in word semantics and relies on an incremental approach to semantic shift detection (SSD) called What is Done is Done (WiDiD). WiDiD leverages scalable and evolutionary clustering of contextualised word embeddings to detect semantic shift and capture temporal transactions in word meanings. Existing approaches to SSD: (a) significantly simplify the semantic shift problem to cover change between two (or a few) time points, and (b) consider the existing corpora as static. We instead treat SSD as an organic process in which word meanings evolve across tens or even hundreds of time periods as the corpus is progressively made available. This results in an extremely demanding task that entails a multitude of intricate decisions. We demonstrate the applicability of this incremental approach on a diachronic corpus of Italian parliamentary speeches spanning eighteen distinct time periods. We also evaluate its performance on seven popular labelled benchmarks for SSD across multiple languages. Empirical results show that our results are comparable to state-of-the-art approaches, while outperforming the state-of-the-art for certain languages.},
	journal      = {Language Resources and Evaluation},
	author       = {Periti, Francesco and Picascia, Sergio and Montanelli, Stefano and Ferrara, Alfio and Tahmasebi, Nina},
	year         = {2025},
	volume       = {59},
	pages        = {1363–1399},
}