Forskning

Språkbanken Text collaborates with the Department of Philosophy, Linguistics and Theory of Science to create an annotated corpus of Xhosa, an underresourced Bantu language of South Africa (also known as isiXhosa and Xosa).

Mormor Karl är 27 år - är en forskningsmiljö som samlar kompetens från tre större områden för att studera pseudonymisering systematiskt, nämligen språkteknologi datavetenskap & dataintegritet lingvistik & språkinlärning. Avsikten är att genom forskningsmiljösatsningen stödja Sveriges arbete med öppen tillgång till forskningsdata.

Det ettåriga pilotprojektet inventerar och analyserar maskinellt en unik samling av pressmaterial från 1923 års jubileumsutställning i Göteborg. Projektet är ett samarbete mellan GPS400, Språkbanken Text, Universitetsbiblioteket och Riksarkivet.

This project uses Construction Grammar to develop a linguistic network that (a) accounts for Swedish grammatical constructions and (b) connects them to constructions in other languages. Projektet ska med hjälp av konstruktionsgrammatik utveckla ett nätverk som (a) beskriver svenska språkliga konstruktioner och (b) länkar dem till konstruktioner i andra språk.

HUMINFRA  är en ny distribuerad, nationell infrastruktur för forskning inom humaniora, konst och samhällsvetenskap.

The market Language primarily is funded by MAW in which we look at the changing concepts around “the market”. They have transitioned from implying a concrete physical market to increasingly abstract markets like Europe-wide iron markets, as well as marriage and dating markets. They have also increasingly become actors in our lives, “the market reacted badly to the new corona restrictions”. We will complement the conceptual historians in-depth analyses with computational models of change. This project ranges 2022-2025.

This program has two main aims, firstly to develop corpus-based methods for detecting semantic change (over time) and variation (across social groups and media). This will create general tools for the study and detection of language change at large-scale and directly benefit historical linguistics and lexicography. Secondly, we will collaborate with researchers from social sciences, gender studies, and literature to answer their research questions. We will develop tools, evaluation data, and research methodology for their specific needs.

The goal of this project is to finalize the evaluation framework SuperLim by contributing training data for the current collection of test sets, a reference implementation (baseline), and a standardized web-based test environment for comparison between models and publication of results (leaderboard).

Linguists often try to explain language change, but all our explanations are necessarily post hoc and thus difficult to evaluate. What happens if we turn to the future instead of the past and try to predict language change?

Inom ramarna för projektet förvaltas och vidareutvecklas Lexikalisk databas. Vidare bedrivs arbete med Svenska Akademiens båda samtidsordböcker Svenska Akademiens ordlista (SAOL) och Svensk ordbok utgiven av Svenska Akademien (SO). Arbetet sker på uppdrag av och i samarbete med Svenska Akademien.

Developing tools for systematic studies of text classification

Målet med projektet är att skapa högkvalitativa testmängder för att möjliggöra för alla aktörer inom svensk NLP att utvärdera och jämföra språkmodeller.

Ett samarbetsprojekt mellan Språkbanken Text, FLoV och CLASP som syftar att utarbeta metoder för språkteknologisk behandling av argumentation.

The aim of the project is to investigate the role and importance of rumouring for the vaccination skepticism growing on the internet, and how it can be understood as an expression of civic engagement in the present digital times entailing crucial transformations for everyday civic culture.

Computerised text classification is used to help identify documents on the topic of patient-centred care.

Under vilka förutsättningar försvagas yttrandefrihet och demokrati av hat och hot mot journalister online?

Målet med Svenskt Språkdatalabb är att skapa en nationell kunskapsnod inom språkteknologi, och ta fram svenska referensdatamängder för NLP som sedan tillgängliggörs med öppen access i AI Innovation of Swedens datafabrik.

Projektet undersöker hur nordiska personnamn i kontinentala källor anpassades till tyska, franska och latin under medeltiden. Syftet är att beskriva variationsmönstren i anpassningarna och att utveckla en teoretisk modell som förklarar varför olika strategier användes.

The purpose of this project is to fine-tune and evaluate a test platform for OCR-production that was developed by Kungliga biblioteket (KB) in cooperation with the Norwegian software company Zissor in 2017.

I det här projektet bygger vi automatiska, korpus-baserade verktyg för att studera lexikala semantiska förändringar för både det svenska och engelska språket.

The project studies the rise of complex verb constructions in Germanic.

I detta projekt vill vi genom utnyttjande befintliga samlingar av digitaliserade grammatiska beskrivningar (ca 9000 st) utöka möjligheterna att göra stora språkjämförelser.

A Multilingual Annotated Corpus of Grammars for the World's Languages

The L2P project sets to describe Swedish Second Language learner lagnuage from the point of view of receptive and productive linguistic knowledge by level of proficiency, as contrasted on the basis of learner essays (SweLL-pilot corpus) and textbook texts (COCTAILL corpus).

SweLL syftar till att skapa en plattform för att samla in, digitalisera, normalisera, lingvistiskt annotera och elektroniskt tillgängliggöra texter skrivna av inlärare av svenska.

Digitization of Grierson’s Linguistic Survey of India (LSI; 1903-1927)

Utveckling av automatiska annoteringsverktyg för fornsvenska texter.

Syftet med projektet är att tillgängliggöra lexikala resurser för språkteknologi i form av länkade öppna data åtkomliga via Språkbanken.

Förbättrad annotering för Korps korpusinfrastruktur

We will apply corpus-driven methods as a way to expand and correct existing hand-crafted linguistic resources, and conversely we will use hand-crafted resources as additional sources of supervision when learning meaning representations automatically.

Projektet går ut på att utveckla en databas över svenska konstruktioner, ett s.k. konstruktikon.

The main aim of this research program is to advance the state of the art in language technology resources and methods for semantic processing of Swedish text, in order to provide researchers and others with more sophisticated tools for working with the information contained in large volumes of digitized text, e.g., by being able to correlate and compare the content of texts and text passages on a large scale.

Tolkning och förståelse av funktionella symtom i primärvården

Personcentrerad information och kommunikation till personer med kolorektal cancer som genomgår kirurgi

Projektet META-NORD har som mål att etablera en öppen lingvistisk infrastruktur i de baltiska och nordiska länderna.

ICALL - Intelligent Computer Assisted Language Learning. The aim of the project is to develop an open-source system architecture for supporting ICALL, i.e. CALL that reuses NLP tools and NL resources, with emphasis on the Nordic languages.

Den svenska akademiska ordlistan har utvecklats av forskare med anknytning till forskningsområdena språkteknologi, lexikologi/lexikografi och svenska som andraspråk.

SweFN++-projektet handlar om att skapa en central infrastrukturkomponent för svensk språkteknologi, nämligen en stor fritt tillgänglig lexikonresurs med rik lingvistisk information.

En svensk medicinsk testkollektion

MOLTO: s mål är att utveckla en uppsättning verktyg för att översätta texter mellan flera språk i realtid med hög kvalitet. Språk är separata moduler i verktyget och kan varieras. prototyper som täcker en majoritet av EU: s 23 officiella språk kommer att byggas.

The goal of this project is to create a database of comparable lexical items in a number of representative languages spoken in the Himalayan region in India and to use this database for investigating the Himalayas as a linguistic area.

Ordlistor i 9 språk för språkinlärning.

Consumption patterns and life-style in Swedish literature – novels 1830-1860