Terminologistöd
Digital inkludering genom flerspråkig samhällsinformation med individanpassad frågestyrd sökning, textförenkling och navigeringsstöd. Sture Hägglund Professor emeritus, LiU Sics East Swedish ICT (f.d. Santa Anna IT Research Institute) 2013-05-30 Page 1 Sture Hägglund, Sics East Swedish ICT Den digitala klyftan – behov och möjligheter Berörda grupper Äldre (även tidigare IT-användare med avtagande kognitiv förmåga) Funktionshindrade, t ex på grund av sjukdom Personer med annat modersmål än svenska Ointresserade och ekonomiskt svaga Några ansatser Standardisering och gemensamma ramverk Innovativa accessterminaler Tjänstedesign för användbarhet Språkteknologi 2013-05-30 Sture Hägglund Samhällsutmaningar: Utlandsfödda (1.5 milj invånare) står för en mycket stor del av de personliga besöken hos myndigheter 25% av ungdomar har efter genomgången grundskola svårigheter att förstå en nyhetsartikel En åldrande befolkning. 85% av alla över 75 (= huvuddelen av vårdkonsumenterna) ej uppkopplade. Framtida resurseffektivitet och hög upplevd kvalitet för brukare kräver välfungerande e-tjänster med bl a: enkelhet i handhavande och åtkomst till information och etjänster för slutanvändare, semantisk interoperabilitet för gemensam informationshantering mellan olika myndigheter. 2013-05-30 Page 3 Sture Hägglund, Sics East Swedish ICT Förbättrad tillgång till myndigheters e-tjänster för utlandsfödda - Ett uppdrag från Försäkringskassan och Internetfonden .SE Låg användning av etjänster för utlandsfödda Språkproblem? Teknikproblem? Sociokulturella faktorer? Verktyg Textsammanfattningar Lätt svenska Personalisering Navigationsstöd ... 2013-05-30 Page 4 Sture Hägglund DigInclusion – tillgänglighet till myndighetstjänster Integration av utlandsfödda och läshandikappade genom språklig anpassning av myndighetsinformation Frågestyrd flerspråkig upplysningstjänst med navigeringsstöd Texttransformationer för ökad läsbarhet: dynamiska sammanfattningar, lätt svenska, klustring, … Terminologi- och översättningsstöd Kunskapsstöd för kundcenter Oberoende stöd för brukaren respektive myndigheten! Page 5 Sture Hägglund Skriv- och terminologistöd (Fodina Acrolinx) Nationellt fackspråk för vård och omsorg (förstudie) Språklig grundkunskap Fullt stöd för svensk böjnings- och sammansättningsmorfologi Syntaktisk analys för att hantera syntaktisk kontext Terminologistöd Integration till befintliga terminologiresurser Kontrollera att rekommenderade termer används Larma om förbjudna/föråldrade termer finns i texten Språklig kontroll Stavningskontroll (anpassat för fackspråksområdet) Stil- och grammatikkontroll (anpassade för fackspråksområdet) 2013-05-30 Page 6 Sture Hägglund, Sics East Swedish ICT Enhetlig vårddokumentation Magnus Merkel, m fl 2,75 gånger Bild: Erik Nissen, Cambio Healthcare Systems 2013-05-30 Page 7 Sture Hägglund, Sics East Swedish ICT Önskad effekt av ett skriv- och terminologistöd Ökad kvalitet på skrivet material Enhetligt språkbruk inom organisationen Minskad processtid för skrivet material Minskat behov av manuell granskning Snabbare uppdatering av texter vid underhåll Kortare inskolningstid för nya skribenter Sammanställning av ”problem” för fokuserad utbildning Strukturerat, mätbart sätt att genomföra språkliga kvalitetskontroller. 2013-05-30 Page 8 Sture Hägglund, Sics East Swedish ICT Krav på ett terminologi- och skrivstöd inom offentlig sektor Hantera olika filformat (xml, sgml, indesign, word, fm…) Hantera olika kontexter (rubriker, tabeller, löpande text…) Integrerat i skrivmiljön (som insticksmodul i applikationer där text produceras) Fokusera på språkligt material, inte metadata Hantera svenska sammansättningar Riktigt stöd för svensk ordböjning (måste kunna hantera olika böjningsvarianter av en term) Integrerat med termresurser 2013-05-30 Page 9 Sture Hägglund, Sics East Swedish ICT Funktionalitet i Fodina Acrolinx Basfunktion: Hanterar många miljöer med olika filformat (xml, sgml, indesign, word, html…) och editorer (Word, Powerpoint, OutLook, Arbortext Editor, FrameMaker + 10 till) Integrerat i skrivmiljön (som insticksmodul i applikationer) Integrerad termdatabas med termbrowser, termkontrol, termförslag) Skrivstöd eller kvalitetskontroll Språkspecifikt: Hanterar svenska sammansättningar Riktigt stöd för svensk ordböjning Hanterar böjningsvarianter av termer Svenska grammatik- och stilregler Kundspecifikt: Hanterar olika kontexter (rubriker, tabeller, löpande text…) Domänanpassning av språket (Rättstavning, Stilregler, Terminologi) Svenska resurser i Acrolinx Morfologi: 232 101 grundformer (SAOL har 123 000) 1 883 000 böjda former (SAOL har 1,2 milj) 1 540 000 unika ord 11 106 namn: 3331 efternamn 2445 städer 1105 företagsnamn 1482 förnamn Från ö till högfrekvensvärmetillslutningsanordning Svenska resurser i Acrolinx Sammansättningsregler: Kalmarbo = Kalmar + bo folkhälsokontroll = folkhälsa – a + o + kontroll 13-hörning = 13 + - + hörning Allmänordlistor Termer Språkrådets onödig engelska, svengelska (1150 termer) Statskalendern (2300 termer) Svenska datatermgruppens ordlista (513 termer) 1 200 vanliga förkortningar 400 måttenheter (förkortning + fullform) 72 stilregler 11 grammatikregler Yttre resurser som använts Ordlistor och morfologi • • • • • • • • • Patenttermer Saldo (Språkbanken) Scania-dokument Dokument från olika myndigheter Jordbruksverket, Försäkringskassan, Socialstyrelsen, Skatteverket, Regeringskansliet Eurovoc (EU:s flerspråkiga tesaurus) SAOL: Vilka sammansättningar som finns i SAOL är till viss del godtyckliga - allt är inte allmänord i SAOL: mynta och myntaart, timjan och timjan(s)blad finns i SAOL men inte myntablad och inte timjan(s)art). Alla ord har fått semi-manuellt angivna attribut: Ordklass, mönsterord, sammansättningsfog, sammansättningsfunktion (bara_förled, bara_efterled, före_bindestreck, efter_bindestreck…) Yttre resurser som använts Stil- och grammatikregler • Regler baseras på: • Svenska skrivregler (Språkrådet 2009) • Skrivregler för svenska och engelska (TNC 2004) • Myndigheternas skrivregler (Regeringskansliet 2009) • Svarta listan (Statsrådsberedningen 2011) • Sveriges statskalender 2011 • Svensk författningssamling • Svenska datatermgruppen (rekommendationer) 2013-05-30 Page 15 Sture Hägglund, Sics East Swedish ICT Maskinell översättning Statistiska metoder vs. regelbaserade (grammatikbaserade). Analys av morfologi, sammansättningar, ordböjningar, etc Komplexiteten varierar mellan olika språkpar Träning med parallella korpusar Ordfraser snarare än ord Sannolikheter för (flertydiga) ord och fraser i målspråket Översättningsminnen för effektivt underhåll av texter Stöd för översättare snarare än automation 2013-05-30 Page 16 Sture Hägglund, Sics East Swedish ICT Maskinell översättning Sara Stymne 2013-05-30 Page 17 Sture Hägglund, Sics East Swedish ICT Maskinell översättning Sara Stymne 2013-05-30 Page 18 Sture Hägglund, Sics East Swedish ICT Maskinell översättning, språkpar: Sara Stymne 2013-05-30 Page 19 Sture Hägglund, Sics East Swedish ICT Texttransformationer för ökad läsbarhet Friendly Reader: Dynamisk användarstyrd textsammanfattning WebbLättLäst: Klassificering av webbsidor utgående från olika läsbarhetsindex ClustRead: Sammanfattning av information från webbsidor med liknande innehåll. ”Av 800 nätartiklar om samma nyhet var 679 identiska, 13 innehöll åtminstone något eget citat och endast 7 byggde huvudsakligen på egen journalistik.” SvD understrecket 2013-01-22 Finansiering från Post&Telestyrelsen och Internetstiftelsen 2013-05-30 Page 20 Sture Hägglund, Sics East Swedish ICT FriendlyReader: Dynamisk sammanfattning och transformation av text för lätt läsning på webben. Arne Jönsson 2013-05-30 Page 21 Sture Hägglund, Sics East Swedish ICT Friendly Reader – sammanfatta text http://www.ida.liu.se/projects/friendlyreader/webapp/ 2013-05-30 Page 22 Sture Hägglund, Sics East Swedish ICT Friendy Reader Webbversionen av nyhetsartikeln är automatiskt nerkortad med hjälp av programmet! 2013-05-30 Page 23 Sture Hägglund, Sics East Swedish ICT Vektorrumsmodell Varje kolumn (eller rad) kan ses som en vektor i en mångdimensionell rymd Likhet mellan dokument mäts som närhet i vektorrummet (cos) Sammanfattningar skapas genom att ta de meningar vars vektorer är mest representativa för dokumentet Dokumentvektorn Meningt1 ord1 c11 Mening2 ……. . Meningm c12 ord2 ….. ordn cnm Studier av textförståelse Högskoleprovet 60 personer, studenter Sammanfattningar och omskrivningsregler 30% sammanfattning, full text, gissning Antal rätta svar, tid att läsa samt subjektiv skattning utifrån frågeformulär Flest rätta svar med originaltexterna. Sammanfattningarna bättre än att gissa Sammanfattningarna ansågs betydligt bättre än de omskrivna texterna. Originaltexterna ansågs bättre än de bearbetade texterna Gick betydligt fortare att läsa de bearbetade texterna Automatic Contact Center (ACC) Kund Agenter Frågeidentifiering Svarsdokumentation Automatisk CC Contact Center ASR Taligenkänning AFAQ Automatisk FAQ Kunskapsinhämtning Svarsgenerering Hyptesgenerering Samtalsstatistik Dialogdestillering Expert Kunskapseditor HG Hypotesgenerator ACC DB 2013-05-30 Page 26 Linköpings universitet Kontextanalys, användning Databas med information om kund, agent, tid, etc Samtalsstatistik Vanliga frågor och svar Arkivering Hyptesgenerering Förslag på svar till rådgivare i realtid Stöd för kunskapseditering Automatisk FAQ Utbilda och hjälpa agenten Identifiera hot från kunden 2013-05-30 Page 27 Linköpings universitet IT-stödd kundtjänst Stöd för kundens egen navigering på webbplats Stöd för flerspråkiga tjänster med talingenkänning Domänanpassad terminologi med analys av myndighetens informationsresurser (Big Data analysis) Intelligent automatiserad rådgivare med sökning efter relevanta svar (Google, Watson, . . . ) 2013-05-30 Page 28 Sture Hägglund, Sics East Swedish ICT Framtiden – en vision Myndigheter underlättar flerspråkig tillgänglighet med terminologikontroll, domänanpassad översättning och navigeringsstöd Myndighetsinformation (Big Data) görs tillgänglig för appar och tjänster, typ personligt hälsokonto Anpassade e-tjänster minskar det digitala utanförskapet för utlandsfödda, personer med lässvårigheter och åldringar. Offentlig sektor krånglar sig ur tvångströjan med offentlig upphandling och blir en innovativ beställare av nya lösningar. 2013-05-30 Page 29 Sture Hägglund, Sics East Swedish ICT
© Copyright 2024