Prosjekt

Temabasert informasjonsfiltrering

2001 -

Dette prosjektet benytter resultater fra språkteknologisk forskning til å utvikle søke- og analyseredskaper for søking i store tekstmengder. Ett av problemene med søking f.eks. på Internett er at de fleste søkemaskiner ikke tar tilstrekkelig hensyn til grammatisk struktur og semantisk innhold. I dette prosjektet blir tekstene analysert grammatikalsk ved hjelp av Oslo-Bergen-taggeren og det blir konstruert flere lag med semantiske aksess-strukturer over samme kildetekst. Systemet setter brukeren i stand til å ekstrahere visse typer av ord, fraser ol. basert på regulære uttrykk. Prosjektet retter seg dels mot bruk i tekstanalyse innenfor samfunnsvitenskapene, dels mot mer generelle anvendelser.

Sluttrapport fra prosjektet

Prosjektleder

Brit Helle Aarskog

Kontaktperson

Brit Helle Aarskog / brit.helle@aksis.uib.no

Årsmelding 2005

Utgivelse av informasjonslandskap som dekker plenumssesjonene i EU Konventet, http://tinyurl.com/c397m. Et informasjonslandskap er en digitalisert samling av tematisk relaterte tekster som er ekstrahert fra dokumenter med en felles situasjonskontekst. Landskapet er organisert slik at det gir rom for å utforske relaterte tekster.
Hypertekstversjon av Konstitusjonen for Europa; engelsk versjon ved http://tinyurl.com/c8xbu. I tillegg finnes det en italiensk, fransk og tysk versjon.
Det er laget nye redskap som støtter tekstanalyse og som har fått det foreløpige navnet TextEtCetera. Redskapene er tilgjengelige som vevapplikasjoner der forskere kan sende datafiler fra WordSmith (kvantitative analyseredskap), og få tilbake datafiler i et format som kan utnytte autokodingsfasilitetene i ATLASti (kvalitative analyseredskap). De nye redskapene gir et potensiale for å øke hastigheten i arbeidet med å identifisere og autokode bestemte typer av ordkonstellasjoner og fraser i tekstsettene. TextEtCetera inkluderer også redskap som utnytte tekster annotert med grammatikalske data.

Prosjektgruppe: Brit Helle Aarskog, Yngve Ødegård, Håkon Søgnen, Stefan Engelien.