Automatisert analyse av norsk tekst

Avhandlingen tar for seg hvordan en kan utvikle automatiserte verktøy for analyse av tekst i begge de norske målformene. Mer nøyaktig fokuserer den på 3 oppgaver innenfor språkanalyse: ordklasseanalyse, gjenkjenning og funn av egennavn.

Ordklasseanalyse beror seg på å finne typen til alle ordene i en setning. For eksempel, i setningen "Hun la et nytt bor i skrinet" er ordet "bor" et verktøy og har ordklassen substantiv, mens i setningen "Vi bor i byen" så er "bor" en handling og har ordklassen verb. Gjenkjenning og funn av egennavn handler om å identifisere de ordene som betegner et individ, et sted, en organisasjon, m.m., i en tekst. Et av de mest oppsiktsvekkende funnene er at om vi tar i bruk nye metoder basert på nevrale nettverk så må språkforskere ikke lengre behandle nynorsk og bokmål som separate språk og samtidig få bedre resultater.

Slike analyseverktøy er viktige byggeblokker for utviklingen av kunstig intelligens for det norske språkmarkedet. De kan også drive forskning på stordata fremover ved å gjøre det mulig å stille spørsmål som ikke er mulig å gjøre uten hjelp fra datamaskiner.

I avhandlingen bruker Bjarte Johansen de metodene han har utviklet for å analysere forholdet mellom de forskjellige aktørene som opptrer i nyhetssaken som omhandler oljeleting i Lofoten, Vesterålen og Senja. Der viser han hvem de viktigste aktørene er i saken, men også hvordan det forandrer seg når vi ser på de forskjellige emnene som tas opp i saken.

Personalia

Bjarte Johansen begynte på bachelor i Kognitiv Vitenskap i 2007 og fullførte med master i Informasjonsvitenskap ved Universitetet i Bergen i 2012.

Under doktorgradsarbeidet har han vært tilknyttet Institutt for Informasjons- og medievitenskap med veiledning fra professor Bjørnar Tessem, professor Dag Elgesem og Tor Midtbø, professor ved Institutt for sammenliknende politikk.