HumAI: Är mer data alltid bättre? Korpusar, big data och AI i språkstudier

Bild

Föredraget hålls på engelska. För mer detaljerad information, se den engelska sidversionen. Varmt välkommen!

Om föredraget

Under de senaste decennierna har lingvistiken i allt större utsträckning förlitat sig på korpusar för att studera språk. I takt med att fler texter blivit digitalt tillgängliga har korpusarnas storlek ökat dramatiskt, och dataset som innehåller miljarder ord är numera vanliga. Sådana big‑data‑resurser gör det möjligt för lingvister att undersöka sällsynta fenomen som bara framträder i mycket stora datamängder, och att studera flera fenomen samtidigt. Detta öppnar nya perspektiv på hur språksystemet fungerar som helhet.

Detta överflöd av data skapar dock också metodologiska utmaningar: att annotera och analysera dataset av denna omfattning hamnar snabbt bortom vad mänskliga annotatörer kan hantera. Artificiell intelligens har därför utforskats som en lösning. I denna presentation illustrerar jag hur korpuslingvistiken utvecklats mot big data och AI, med exempel från min forskning om nederländska och svenska. Jag tar också ett steg tillbaka för att överväga om utvecklingen mot allt större dataset alltid är nödvändig — eller ens önskvärd — inom språklig forskning.

Germanska språk

Evie Coussé är lingvist med specialisering inom de germanska språken. Hon disputerade i lingvistik vid Ghent University (Belgien) 2008. Sedan 2010 är hon anställd vid Göteborgs universitet, där hon blev docent i lingvistik 2014. Hennes forskning fokuserar på grammatiska förändringar i de germanska språken—särskilt nederländska och svenska—including ordföljdsförändringar och utvecklingen av hjälpverb (grammatikalisering). Hon studerar dessa processer i ett brett urval av korpusar, från medeltida bibelöversättningar till moderna sociala medier.