Digitaliseringen ställer nya krav på oss medborgare, allt fler tjänster flyttar över till nätet. Det är tjänster och information som måste förstås även av äldre människor, människor med läs- och skrivsvårigheter och av alla nyanlända, för att nämna några utsatta grupper.
Det kan handla om kommunal information av olika slag, skolans kommunikation till föräldrar, kallelser till undersökningar, och mycket annat.
Foto: Monica Westman– Modern språkteori och maskininlärning har kommit lång inom det här området, det är dags att visa världen vad forskningen kan bidra med, säger Arne Jönsson, professor i datavetenskap vid Institutionen för datavetenskap, IDA.
Med i projektet är också företag som har produkter som exempelvis avslöjar inkonsekvent användning av termer och begrepp, som kan anpassa maskinöversättningar till olika branscher och områden, som utvecklar ett symbolspråk anpassat för svenskan och även ett företag som utvecklar mobilappar med kommunikationsstöd.
Det finns också en del kvar att göra för forskarna, tanken är att stoppa in den kunskap som finns i systemen som sköter maskinöversättningarna så att texterna kan överföras till lättlästa texter med automatik. Arne Jönsson och hans forskargrupp har i många år arbetat med Friendly reader, en gratistjänst på nätet som kortar ner långa texter till korta och begripliga.
– Nu har vi samlat in alla texter som finns på kommunernas lättlästa sidor och vi jämför dem med originaltexterna för att förstå hur vi människor tänker när vi vill göra något lättläst. Det handlar om enkla saker som att byta från passiv till aktiv form, korta meningar, dela sammansatta ord och att ändra ordföljd, men det finns säkert fler aspekter, säger Arne Jönsson.
Bilder och symboler är en annan viktig bit, och även här måste maskinerna förstå sammanhanget.
– ”Slå in pucken med klubban” behöver en hockeyklubba som symbol och inte en slickepinne, exemplifierar han.
Forskningen handlar också om att designa tjänster som människor behöver och vill ha. Vad behöver skribenterna för stöd? Och hur vill man läsa en lättläst text?
– Vi har ett par studenter som arbetar med en förundersökning där de frågar människor, skribenter och användare: Givet att den här tjänsten fanns, hur skulle du använda den?.
Arne Jönsson, två-tre doktorander, representanter för företag, kommun och landsting har nu två år på sig att visa vad maskininlärningen går för.
– Vi ska kunna gå ut till myndigheter, exempelvis migrationsverket, och visa upp goda exempel från exempelvis 1177 Vårdguiden, Linköpings kommun och Region Östergötland, säger Arne Jönsson.
Forskningsprojektet DigInclude – digital inkludering i det uppkopplade samhället för grupper med speciella behov är tvåårigt och har en total budget på 19,4 miljoner kronor, varav Vinnova står för nära 9,3 miljoner.
Projektet drivs inom ramen för SICS East Swedish ICT och deltar gör förutom LiU, Linköpings kommun, Region Östergötland, 1177 sjukvårdsupplysningen och Stockholms läns landsting, samt fyra företag som alla utvecklar applikationer inom området, Fodina Language Technology, Linköping, Convertus, Uppsala, Symbolbruket, Linköping och Briteback, Norrköping.
Testa Friendly reader
Det kan handla om kommunal information av olika slag, skolans kommunikation till föräldrar, kallelser till undersökningar, och mycket annat.
Foto: Monica Westman– Modern språkteori och maskininlärning har kommit lång inom det här området, det är dags att visa världen vad forskningen kan bidra med, säger Arne Jönsson, professor i datavetenskap vid Institutionen för datavetenskap, IDA.Med i projektet är också företag som har produkter som exempelvis avslöjar inkonsekvent användning av termer och begrepp, som kan anpassa maskinöversättningar till olika branscher och områden, som utvecklar ett symbolspråk anpassat för svenskan och även ett företag som utvecklar mobilappar med kommunikationsstöd.
En hel del kvar att göra
Det finns också en del kvar att göra för forskarna, tanken är att stoppa in den kunskap som finns i systemen som sköter maskinöversättningarna så att texterna kan överföras till lättlästa texter med automatik. Arne Jönsson och hans forskargrupp har i många år arbetat med Friendly reader, en gratistjänst på nätet som kortar ner långa texter till korta och begripliga.
– Nu har vi samlat in alla texter som finns på kommunernas lättlästa sidor och vi jämför dem med originaltexterna för att förstå hur vi människor tänker när vi vill göra något lättläst. Det handlar om enkla saker som att byta från passiv till aktiv form, korta meningar, dela sammansatta ord och att ändra ordföljd, men det finns säkert fler aspekter, säger Arne Jönsson.
Bilder och symboler är en annan viktig bit, och även här måste maskinerna förstå sammanhanget.
– ”Slå in pucken med klubban” behöver en hockeyklubba som symbol och inte en slickepinne, exemplifierar han.
Studenter gör användarstudier
Forskningen handlar också om att designa tjänster som människor behöver och vill ha. Vad behöver skribenterna för stöd? Och hur vill man läsa en lättläst text?
– Vi har ett par studenter som arbetar med en förundersökning där de frågar människor, skribenter och användare: Givet att den här tjänsten fanns, hur skulle du använda den?.
Arne Jönsson, två-tre doktorander, representanter för företag, kommun och landsting har nu två år på sig att visa vad maskininlärningen går för.
– Vi ska kunna gå ut till myndigheter, exempelvis migrationsverket, och visa upp goda exempel från exempelvis 1177 Vårdguiden, Linköpings kommun och Region Östergötland, säger Arne Jönsson.
DigInclude
Forskningsprojektet DigInclude – digital inkludering i det uppkopplade samhället för grupper med speciella behov är tvåårigt och har en total budget på 19,4 miljoner kronor, varav Vinnova står för nära 9,3 miljoner.
Projektet drivs inom ramen för SICS East Swedish ICT och deltar gör förutom LiU, Linköpings kommun, Region Östergötland, 1177 sjukvårdsupplysningen och Stockholms läns landsting, samt fyra företag som alla utvecklar applikationer inom området, Fodina Language Technology, Linköping, Convertus, Uppsala, Symbolbruket, Linköping och Briteback, Norrköping.
Testa Friendly reader
