Hoppa till huvudinnehåll

Forskning

Språkbankens forskningsenhet utvecklar toppmodern språkteknologi och strävar efter både teoretiska och praktiska mål inom olika forskningsområden. Vår forskning fokuserar både på själva språkteknologin (skapandet av omfattande högkvalitativa resurser som behövs för utvecklingen av verktyg och algoritmer) och frågor från andra discipliner.

Jubileumsarkivet: Inledande inventering, digitalisering och analys av Göteborgs universitetsbiblioteks samling om stadens 300-årsjubileum 1923

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.
  • Lars Borin
  • Dana Dannélls
  • Markus Forsberg

HUMINFRA

HUMINFRA  är en ny distribuerad, nationell infrastruktur för forskning inom humaniora, konst och samhällsvetenskap.
  • Gerlof Bouma
  • Elena Volodina
  • Markus Forsberg

Change is Key!

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.
  • Nina Tahmasebi
  • Simon Hengchen
  • Haim Dubossarsky
  • Dominik Schlechtweg
  • Shaf Virk
  • Emma Sköldberg
  • Mats Malm
  • Mia Liinason
  • Sarah Valdez
  • Dirk Geeraerts
  • Stefano de Pascale
  • lexical-semantic-change
SuperLim 2.0 logotype

SuperLim 2.0

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).
  • Markus Forsberg
  • Aleksandrs (Sasha) Berdicevskis
  • Gerlof Bouma
  • Felix Morger
  • Anna Lindahl
  • Dana Dannélls
  • Magnus Sahlgren
  • Love Börjeson
  • Francisca Hoyer
  • evaluation
  • bias
  • language models
cassandra logo

Cassandra: Explaining and predicting short-term language change in Modern Swedish

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?
  • Aleksandrs (Sasha) Berdicevskis
  • Yvonne Adesam
  • Nina Tahmasebi
  • Evie Coussé
  • linguistics
  • computational linguistics
  • language change
  • language evolution
  • sociolinguistics

Svenska Akademiens samtidsordböcker

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.
  • Kristoffer Andersson
  • Kristian Blensenius
  • Markus Forsberg
  • Louise Holmer
  • Hans Landqvist
  • Leif-Jöran Olsson
  • Stellan Petersson
  • Anne Schumacher
  • Emma Sköldberg
  • Jonatan Uppström
  • Ann Lillieström
Catta

Catta

Developing tools for systematic studies of text classification
  • Niklas Zechner
Gold reserve

SuperLim: en svensk testmängd för språkmodeller

Målet med projektet är att skapa högkvalitativa testmängder för att möjliggöra för alla aktörer inom svensk NLP att utvärdera och jämföra språkmodeller.
  • Markus Forsberg
  • Yvonne Adesam
  • Aleksandrs (Sasha) Berdicevskis
  • Dana Dannélls
  • Felix Morger
  • Gerlof Bouma
  • Magnus Sahlgren
  • Love Börjeson
  • Johanna Bergman
  • utvärdering
  • språkmodeller
  • fördomar

Argumentation analysis and technology

Ett samarbetsprojekt mellan Språkbanken Text, FLoV och CLASP som syftar att utarbeta metoder för språkteknologisk behandling av argumentation.
  • Anna Lindahl
  • Stian Rødven-Eide
  • Axel Almquist
  • Bill Noble
  • Christine Howes
  • Ellen Breitholtz
  • Vladislav Maraev
  • Martin Kaså
  • linguistics
  • computational linguistics
  • argumentation
  • text
  • dialogue
  • pragmatics
  • semantics
  • politics
  • forum
  • online discussion
  • argumentation technology
  • argument mining

Rumour mining

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.
  • Jacobo Rouces
  • Lars Borin
  • Mia-Marie Hammarlin
  • Fredrik Miegel
  • digital humanities

Text classification of medical publications about person-centred care

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

Hot och hat mot journalister

Under vilka förutsättningar försvagas yttrandefrihet och demokrati av hat och hot mot journalister online?
  • Peter Ljunglöf
  • Oscar Björkenfeldt
  • Måns Svensson

Svenskt språkdatalabb

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.
  • Peter Ljunglöf
  • Aleksandrs (Sasha) Berdicevskis

Evaluation and refinement of an enhanced OCR-process for mass digitisation

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.
  • Dana Dannélls
  • Lars Björk
  • Torsten Johansson
  • OCR
  • digital humanities
  • historiskt material
  • kulturarv
  • language technology

Towards Computational Lexical Semantic Change Detection

I det här projektet bygger vi automatiska, korpus-baserade verktyg för att studera lexikala semantiska förändringar för både det svenska och engelska språket.
  • Nina Tahmasebi
  • Simon Hengchen
  • Richard Johansson
  • Maria Koptjevskaja Tamm

The rise of complex verb constructions in Germanic

The project studies the rise of complex verb constructions in Germanic.
  • Evie Coussé
  • Gerlof Bouma
  • Nicoline van der Sijs
  • Dirk-Jan de Kooter
  • Trude Dijkstra

Milage: Multilingual Automated Grammar Extraction

I detta projekt vill vi genom utnyttjande befintliga samlingar av digitaliserade grammatiska beskrivningar (ca 9000 st) utöka möjligheterna att göra stora språkjämförelser.
  • Shaf Virk
  • Markus Forsberg
  • Harald Hammarström

DReaM: The Dictionary/Grammar Reading Machine

A Multilingual Annotated Corpus of Grammars for the World's Languages
  • Shaf Virk
  • Markus Forsberg
  • Harald Hammarström

L2 profiler för svenska

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).
  • Elena Volodina
  • Therese Lindström Tiedemann
  • Yousuf Ali Mohammed
  • David Alfter
  • ICALL
  • NLP4CALL
  • linguistic complexity
  • SLA
  • second language learning
  • CEFR profiles

SweLL - Infrastruktur för L2 svenska

SweLL syftar till att skapa en plattform för att samla in, digitalisera, normalisera, lingvistiskt annotera och elektroniskt tillgängliggöra texter skrivna av inlärare av svenska.
  • Elena Volodina
  • Yousuf Ali Mohammed
  • Arild Matsson
  • Mats Wirén
  • Beáta Megyesi
  • Julia Prentice
  • Gunlög Sundberg
  • Lena Granstedt
  • Monica Reichenberg
  • Lisa Rudebeck
  • Second language infrastructure
  • Swedish as a second language
  • essay annotation
  • correction annotation
  • pseudonymization

Språkliga och extra-lingvistiska parametrar för tidig upptäckt av kognitiv svikt

  • Dimitrios Kokkinakis
  • Kristina Lundholm Fors
  • Malin Antonsson
  • Marie Eckerström
  • Charalambos Themistocleous
  • language disorders

Digital LSI

Digitization of Grierson’s Linguistic Survey of India (LSI; 1903-1927)
  • Lars Borin
  • Shaf Virk
  • Anju Saxena
  • Bernard Comrie

MAÞiR

Utveckling av automatiska annoteringsverktyg för fornsvenska texter.
  • Gerlof Bouma
  • Yvonne Adesam

Språkteknologiska länkade öppna data vid Språkbanken

Syftet med projektet är att tillgängliggöra lexikala resurser för språkteknologi i form av länkade öppna data åtkomliga via Språkbanken.
  • Lars Borin
  • Dana Dannélls
  • Markus Forsberg
  • LOD
  • Semantiska webben
  • länkad data

Koala – Korps lingvistiska annotationer

Förbättrad annotering för Korps korpusinfrastruktur
  • Yvonne Adesam
  • Lars Borin
  • Gerlof Bouma
  • Markus Forsberg
  • Richard Johansson

Corpus-driven induction of linguistic knowledge

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.
  • Richard Johansson
  • Luis Nieto Piña

En fri molntjänst för OCR

  • Dana Dannélls
  • Lars Borin
  • Gerlof Bouma
  • OCR
  • historiskt material

SweCcn -- ett svenskt konstruktikon

Projektet går ut på att utveckla en databas över svenska konstruktioner, ett s.k. konstruktikon.
  • Lars Borin
  • Dana Dannélls
  • Markus Forsberg
  • Leif-Jöran Olsson
  • Jonatan Uppström
  • Benjamin Lyngfelt
  • Kristian Blensenius
  • Linnea Bäckström
  • Anna Ehrlemark
  • Per Malm
  • Joel Olofsson
  • Julia Prentice
  • Rudolf Rydstedt
  • Emma Sköldberg
  • Sofia Tingsell
  • Lexicography
  • integrerad lexikonresurs
  • constructicon

Towards a Knowledge-Based Culturomics

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.
  • Jacobo Rouces
  • Lars Borin
  • Nina Tahmasebi
  • Dimitrios Kokkinakis
  • Pierre Nugues
  • Richard Johansson
  • Dubhashi Devdatt
  • culturomics

Funktionella somatiska symtom

Tolkning och förståelse av funktionella symtom i primärvården
  • Dimitrios Kokkinakis
  • Eva Lidén
  • Elisabeth Björk Brämberg
  • Sylvia Määttä
  • Staffan Svensson

PINCORE

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

META-NORD

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

A System Architecture for ICALL

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.
  • Lars Borin
  • Elena Volodina
  • Hrafn Loftsson
  • Birna Arnbjörnsdóttir
  • ICALL
  • NLP4CALL
  • Swedish as a second language
  • Second language infrastructure
  • second language learning

Akademiska ordlistor

Den svenska akademiska ordlistan har utvecklats av forskare med anknytning till forskningsområdena språkteknologi, lexikologi/lexikografi och svenska som andraspråk.
  • Lexicography
  • second language learning
  • NLP4CALL

Svenskt frasnät++ (SweFN++)

SweFN++-projektet handlar om att skapa en central infrastrukturkomponent för svensk språkteknologi, nämligen en stor fritt tillgänglig lexikonresurs med rik lingvistisk information.
  • Lars Borin
  • Dana Dannélls
  • Dimitrios Kokkinakis
  • Markus Forsberg
  • Jonatan Uppström
  • Leif-Jöran Olsson
  • Malin Ahlberg
  • Maria Toporowska Gronostaj
  • Karin Friberg Heppin
  • Richard Johansson
  • lexikon
  • lexikal semantik
  • modern
  • integrerad lexikonresurs
  • frasnät

MedEval

En svensk medicinsk testkollektion
  • Karin Friberg Heppin
  • Anni Järvelin

MOLTO - Multilingual Online Translation

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.
  • Dana Dannélls
  • Generation
  • translation
  • multilingual
  • cultural heritage
  • GF

Digital areal linguistics

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.
  • Lars Borin
  • Taraka Rama
  • Anju Saxena
  • Bernard Comrie
  • language technology
  • areal linguistics
  • linguistic typology
  • computational linguistics
  • Lexicography

Kelly - KEywords for Language Learning for Young and adults alike

  • Elena Volodina
  • Sofie Johansson Kokkinakis
  • ICALL
  • NLP4CALL
  • second language learning
  • CEFR profiles
  • Swedish as a second language

CONPLISIT

Consumption patterns and life-style in Swedish literature – novels 1830-1860
  • Lars Borin
  • Markus Forsberg
  • Christer Ahlberger