Stöd till klartext genom maskininlärning

Viktiga resultat som projektet gav

Syftet med projektet var att ta fram en metod för att göra svenska texter från offentliga organisationer mer tillgängliga genom förenkling med hjälp av maskininlärning. I projektet samlade vi in och organiserade ett stort antal texter indelade i krångliga och förenklade versioner av samma text. Dessa exempel användes för att träna en modell för maskininlärning i att förenkla texter. Målet var att testa om maskininlärning kan få fram ett stöd för redaktörer i att arbeta med klarspråk.

Långsiktiga effekter som förväntas

De förväntade effekterna på sikt var att det skulle bli lättare och billigare för offentliga organisationer att ta fram texter på klarspråk med hjälp av ett verktyg för automatisk bearbetning av texter. Men i projektet upptäckte vi att ett verktyg inte kunde tas fram baserat på det dataunderlag vi hade i kombination med de befintliga metoder och språkmodeller som finns att tillgå för svenska språket. Däremot har projektet givit ett kunskapslyft till företaget, och även bidragit till den vidare forskningen på modeller för språkförenkling på svenska.

Upplägg och genomförande

Insamlingen av data är en stor del av behållningen av projektet, både för att vi nu har ett stort och välorganiserat dataunderlag och för att insamlingen har skapat engagemang bland aktörer inom klarspråk. Nästa steg var att träna maskininlärningsmodellerna med den insamlade datan. Där visade det sig att strukturen för klarspråksbearbetningar inte är förenlig med de modeller som vi hade att tillgå i projektet. I utvärderingen av projektet har vi därför dragit slutsatsen att det behövs fler experiment på området för att hitta hur maskininlärning kan tillämpas på just klarspråk

Externa länkar

Projektsida på Funkas webbplats