Vad presenterade du på konferensen?
– Jag och Harald Berthelsen presenterade hur AI och medborgarforskning kan kombineras för att tillgängliggöra historiskt arkivmaterial. Med hjälp av automatisk taligenkänning kan inspelningar som tidigare saknat transkriberingar omvandlas till sökbar text. Det gör det lättare för både forskare och allmänhet att hitta intressant material i Isofs digitala arkivtjänst Folke. Arbetet bygger på tal-till-textmodellen KB-Whisper, som bland annat har tränats på dialektinspelningar från Isof. De flesta dialektinspelningar i Folke som har tillräckligt god ljudkvalitet har nu transkriberats automatiskt. Medborgarforskarna i sin tur granskar och korrigerar transkriberingarna och bidrar med träningsdata som kan användas för att utveckla tekniken.
Nämn några höjdpunkter!
– En intressant presentation handlade om ParlaSpeech, en stor samling inspelade parlamentsdebatter på fem europeiska språk. Där gavs exempel på analyser av interaktion mellan tal och icke-tal av olika slag som är intressant för utforskning av ljud i Folke, till exempel med hjälp av ljudverktyg i Språkbanken.
En annan presentation jag fastnade för handlade om hur nationalbibliotekens stora digitala boksamlingar kan användas för språkforskning trots upphovsrättsliga begränsningar där det redovisade standardiserade textflödet har stora likheter med textflödet i Språkbanken med text från Folke över till textanalysverktygen.
Även den svenska presentationen Multilingual Word Rains with Custom Word Embeddings Models, av Magnus Ahltorp och Maria Skeppstedt, väckte intresse. Den handlade om hur flerspråkiga ordregn kan användas för att visualisera och analysera språkliga samband, en teknik som kan användas i Språkbanken.
Läs mer om CLARIN-konferensen
Combining Citizen Science with AI-Supported Methods in a Swedish Folklore and Language Archive
Past the Rapids: Downstream Research on ParlaSpeech
National Libraries as Corpus – An Infrastructure for Turning National Libraries’ Digital Holdings into Analyzable Research Data
Multilingual Word Rains with Custom Word Embeddings Models
Ta del av hela programmet