Den nationella forskarskolan i digital filologi (DigPhil)

MEDLEMMAR

Everita Andronova (Baltiska språk, Stockholms universitet) Variation in the texts of Georg Mancelius. Employing a single-author corpus for the study of language variants

Doktorandprojektet behandlar variation i Georg Mancelius texter för att belysa språkförändringen under 1600-talet. Den språkliga variationen i Mancelius texter utgör en komplex avspegling av åtminstone tre samverkande faktorer: 1) direkt tyskt inflytande (i stavning, grammatik och ordförråd), 2) förekomst av dialektala drag, och 3) utvecklingen av det lettiska skriftspråket under 1600-talet. För att studera språklig variation i en historisk korpus med en enda författare kommer filologisk analys (olika register, källtextanalys), korpuslingvistik och kvantitativa sociolingvistiska metoder (statistisk analys av variabler, variantanalys) att tillämpas. Arbetet med historiskt material kommer att dra nytta av tillämpningar inom digital filologi (stavningsnormalisering, ordklasstaggning). För att genomföra analysen avser jag att tillämpa moderna lettiska NLP-verktyg på tidiga lettiska texter. Med hänsyn till vissa fonetiska och morfologiska avvikelser från modern standardlettiska planeras att utvärdera, anpassa och använda en befintlig ordklasstaggare (via Latvian NLP Pipeline as a Service, LV-PIPE https://nlp.ailab.lv/) för morfologisk analys. Variantanalysen kommer att belysa de viktigaste processerna i det lettiska språkets utveckling och identifiera språkliga och utomspråkliga faktorer bakom variationen.

Mahdî Brecq (Franska, Stockholms universitet) Par-delà la mobilité, le dévoilement. Étude sur Élie de Saint-Gilles

Mitt doktorandprojekt undersöker den fornfranska hjältedikten Élie de Saint-Gilles (1200-talet), med fokus på dess genreidentitet och textuella överföring från dess enda fornfranska handskrift till den fornnordiska bearbetningen (Elíss saga ok Rósamundu). Den centrala forskningsfrågan handlar om hur detta verk förhandlar gränserna mellan epos och romans genom omskrivning och översättning. Genom att kombinera traditionella filologiska metoder med digitala tillvägagångssätt avser jag att ta fram: 1) en utförlig presentation av den urkund (BnF fr. 25516) jag arbetar med (kodikologi, bokhistoria); 2) en digital edition av Élie de Saint-Gilles (lingvistik); 3) en omprövning av verkets genrekategori (med både traditionella och digitala metoder inom litteraturvetenskap); 4) en nyläsning av det fornfranska verket i ljuset av dess skandinaviska bearbetning (översättningsvetenskap, litteraturvetenskap).

Micaella Bruton (Datorlingvistik, Stockholms universitet) Revelio! Unravelling Historical Secrets with an Integrated Cipher Decryption Pipeline

Detta projekt undersöker metoder för automatisk dechiffrering, textjämförelse och nyckelextraktion ur historiska chiffertexter. Den centrala forskningsfrågan är huruvida datorbaserade verktyg avsevärt kan minska den tid som krävs för traditionell kryptanalys, vilken ofta tar tiotals till hundratals timmar per text. Tillvägagångssättet innefattar utveckling av enskilda modeller för bildanalys, identifiering av chiffertyp och dechiffrering samt textjämförelse och nyckelextraktion. Dessa modeller integreras i en slutlig pipeline där slutanvändare kan välja alternativ baserat på språk och uppskattat författarår, för att sedan ladda upp en bild för analys. I fall där fullständig automatisk dechiffrering inte är möjlig syftar systemet till att väsentligt påskynda traditionella metoder och ge praktiskt stöd till mänskliga kryptanalytiker.

Albin Thörn Cleland (Grekiska, Lunds universitet) Machine Philology

Hur kan NLP, programmering och maskininlärning fördjupa vår kunskap om antika språk? Min forskning bidrar till att besvara denna fråga på flera sätt: från att skapa det första automatiska annoteringsverktyget för grekisk vokallängd, via att utforska melodin i 2500 år gamla sånger genom att operationalisera teorier om grekisk tonaccent i Python-kod, till att jämföra antika kulturer med hjälp av semantiska vektorrymder.

Rasmus Bro Clemmensen (Grekiska, Lunds universitet) The Language of Skepticism

Genom att kartlägga språket hos den antika grekiska filosofen Sextus Empiricus från 100-talet e.Kr. med hjälp av digitala verktyg avser projektet att upptäcka och lyfta fram förbisedda samband och utvecklingslinjer i den hellenistiska filosofins historia. Projektet använder och experimenterar med en rad olika mått för att mäta språkliga likheter mellan filosofiska författare och syftar till att kombinera dessa med mer traditionella filologiska metoder för att erbjuda nya läsningar av såväl Sextus filosofi som begreppsliga utvecklingar under den hellenistiska perioden.

Emelie Hallenberg (Grekiska, Uppsala universitet) Romantic Patterns

Mitt projekt fokuserar på att studera antik och medeltida grekisk fiktionslitteratur, med ursprung på 100-talet e.Kr. och som fortsätter fram till det Bysantinska rikets fall 1453. Jag utför jämförande studier av denna lilla textkorpus med utgångspinkt i traditionella litteraturteori i kombination med datorbaserade verktyg. Det övergripande syftet är att visa hur dessa berättelser för vidare en gammal tradition, samtidigt som de tar emot inspiration från andra kultur- och språksfärer.

Carl Magnus Juliusson (Litteraturvetenskap, Lunds universitet) Babels återkomst. Georg Stiernhielm och den svenska konstpoesin

1600-talet präglades av betydande samhällsomvandling i Sverige. Med Georg Stiernhielms Discursus astropoeticus som utgångspunkt undersöker jag blandspråk, flerspråkighet, språkpolitik och poetik under drottning Kristinas och Karl X Gustavs regeringstider. Min metod är tvärvetenskaplig och inkluderar perspektiv från vetenskaps- och idéhistoria, filosofi, historia och lingvistik. Jag strävar efter att bidra till en djupare förståelse av de språkliga förändringarna under denna period, att erbjuda ett nytt perspektiv på Stiernhielms förmodade språkpurism och patriotism samt Kristinas förkärlek för främmande språk. Vidare avser jag att presentera ett nytt sätt att läsa och beskriva blandspråklig poesi från den tidigmoderna perioden, och att fördjupa vår förståelse av den politik som låg bakom framväxten av en svensk konstpoesi.

Irene Miani (Datorlingvistik, Uppsala universitet) Automatic Scansion for Alliterative Poetry

Doktorandprojektet fokuserar på att implementera ett verktyg för automatisk skandering av allitterativ poesi. Att analysera en dikt omfattar flera aspekter, såsom att studera dess metrik – ett system av regler och principer som definierar diktens rytmiska mönster utifrån etablerade strukturer. Denna process kallas skandering och syftar till att identifiera och markera de rytmiska mönstren i en dikts versrader. Det är en mycket utmanande och tidskrävande process som många forskare har försökt underlätta genom att implementera automatiska skanderingssverktyg för flera språk. Inget av de språk som hittills undersökts tillhör dock den allitterativa poesin (dvs. fornengelsk, fornsaxisk, fornnordisk, fornhögtysk m.fl.). Projektets yttersta mål är därför att implementera ett verktyg för sådana språk. Lika viktigt är undersökningen och utvecklingen av metoder för de olika deluppgifterna inom skandering, samt utvärdering och jämförelse av olika metoder. Genom att uppnå dessa mål syftar projektet till att stödja studenter och forskare som är intresserade av allitterativ poesi och bana väg för skansion av språk som ännu inte beaktats.

Johan Ulrik Nielsen (Lingvistik, Uppsala universitet) Digital methods for theory-testing in comparative linguistics: The case of Germanic labialized velars

Den huvudsakliga forskningsfrågan rör ursprunget och utvecklingen av de protogermanska labialiserade dorsalljuden, det vill säga det germanska utfallet av de indoeuropeiska labialiserade dorsalerna (*kʷ, *gʷ, *gʷʰ) och kombinationer av dorsal + *u̯, och – som en del av detta – att undersöka vilken status förprotogermanskt *gʷ hade i protogermanska. Detta innebär att testa etymologier, rekonstruerade protoformer och föreslagna relativa ljudlagar samt deras relativa kronologier. För att besvara frågan och jämföra befintliga hypoteser används den traditionella komparativa metoden, men ett digitalt verktyg kommer också att konstrueras som kan jämföra konkurrerande hypoteser om ljudförändringar, etymologier och rekonstruktioner från protoindoeuropeiska till protogermanska och representera den inneboende osäkerheten inom fältet. Detta verktyg kommer att koda flera, ofta ömsesidigt uteslutande, uppsättningar av ljudförändringar, etymologier och rekonstruerade protogermanska former ("scenarier") från den befintliga forskningen som alla gör anspråk på att förklara det belagda materialet. Inget enskilt scenario antas vara "korrekt" – att göra det skulle begränsa verktygets användbarhet för andra forskare. Istället kan forskaren med hjälp av verktyget välja och vraka bland etymologier, ljudförändringar och rekonstruerade ord från forskningen och enkelt få se nackdelarna och fördelarna med de antaganden de gör om ljud- och ordutvecklingen. Detta kommer att göra det lättare för forskare – och mig själv – att klargöra svagheterna i varje hypotes och även dra vissa kvantitativa slutsatser på den solida grundvalen av traditionella komparativa metoder. Resultaten från de traditionella metoderna och inledande observationer från de datorbaserade verktygen kommer att samlas i en monografi.

Signe Rirdance (Baltiska språk, Stockholms universitet) The difficult birth of written Latvian through translation in the 17th century: The Proverbs of Solomon in Old Latvian by Getzelius, Mancelius and Glück

Mitt projekt avser att digitalisera en handskrift från tidigt 1600-tal, den lettiska översättningen av Salomos ordspråk av Andreas Getzelius, och genomföra en jämförande studie av tre översättningar av denna bok till lettiska under 1600-talet, med analys av deras källor och paratexter. Följande frågor kommer att behandlas: Hur utvecklades översättningsstrategierna till fornlettiska under 1600-talet, från Getzelius handskrivna manuskript av Salomos ordspråk till de tryckta översättningarna av denna bok av Mancelius och Glück? Hur utvecklades den skriftliga normen för lettiska inom dessa översättningar? Vad kan vi lära oss av processen med AI-driven igenkänning och transkription av Getzelius handskrivna manuskript? Genom att använda Salomos ordspråk som fallstudie syftar mitt arbete till att ge en bättre förståelse av de översättningsideologier som låg till grund för skapandet av det skrivna lettiska språket under 1600-talet, inom ramen för folkspråkliga bibelöversättningar i regionen. Tillförandet av Getzelius manuskript till korpusen av digitalt tillgängliga fornlettiska texter kommer att bidra till samlingen av fornlettiska korpusar och fungera som ett pilotprojekt för användning av AI-driven teknik vid hantering av handskrivna texter på fornlettiska.

Crina Tudor (Datorlingvistik, Stockholms universitet) Timeless Texts and Technical Trials - Named Entity Recognition and Multilingual Language Modelling for Historical Texts

Det aktuella doktorandprojektet undersöker namnigenkänning (NER) i flerspråkiga historiska texter, ett område som innebär unika utmaningar på grund av knappa annoterade data, variation i stavning och ortografi, OCR-inducerat brus och inkonsekventa annoteringsriktlinjer. De centrala forskningsfrågorna är: (1) hur kan stora språkmodeller (LLM:er) anpassas för att känna igen entiteter i brusiga och språkligt mångfaldiga historiska korpusar med minimal handledning, (2) hur kan prestandan hos befintliga LLM:er förbättras för att göra dem bättre lämpade för tillämpningar på historiska texter, och (3) hur kan vi utveckla en heltäckande pipeline (dvs. från bild till annotering) för bearbetning av historiska kulturdokument? För att besvara dessa frågor avser vi att kombinera promptbaserade metoder och fåskottsinlärning med experiment i tvärspråklig överföringsinlärning. Vi utforskar också strategier för att utvärdera modellprestanda när grundsanningen är begränsad, brusig eller inkonsekvent, inklusive utveckling av mer flexibla utvärderingsmått anpassade för historiska data. Genom att undersöka både den tekniska sidan – genom att optimera generativa LLM:er för historiska språkdata – och den metodologiska sidan – genom att undersöka tillvägagångssätt för standardisering av annoteringar och utvärdering av modellprestanda – syftar vi till att bidra till mer tillförlitliga metoder för entitetsigenkänning i kulturarvsmaterial. Projektets huvudsakliga bidrag är en pipeline för automatisk annotering av historiska texter och kulturarv, vilket kommer att hjälpa bibliotek, arkiv och forskningsinstitutioner att berika sina samlingar och göra dem mer tillgängliga. Utöver tekniska framsteg kommer projektet också att belysa bästa praxis för arbete med flerspråkiga och tidsmässigt mångfaldiga korpusar, och därmed stödja det bredare fältet historisk NLP.

Oreen Yousuf (Datorlingvistik, Uppsala universitet) Handwritten Text Recognition for Ajami Manuscripts

Detta projekt tillämpar både datorseende och NLP-tekniker för att bättre analysera text på ajamispråk i Afrika. "Ajami" avser afrikanska språk skrivna med modifierade versioner av det arabiska alfabetet. Dessa texter är ofta historiska och kan förekomma i enspråkiga eller tvåspråkiga handskrifter. Forskningsfrågan är tvåfaldig: dels hur man bäst förbättrar befintliga textigenkänningsmodeller för dessa språk, dels hur man bäst utför NLP-uppgifter såsom ämnesmodellering, sammanfattning m.m. på dessa språk efter att digitaliserad text har sammanställts. För att undersöka dessa forskningsfrågor (1) utvärderar vi befintliga modeller för igenkänning av handskrift och tryck som tränats specifikt på historiska handskrifter med arabisk skrift, och (2) sammanställer vi grundsanningsdata för 3–5 ajamispråk och utnyttjar befintliga förbehandlings- och utvärderingsresurser för de moderna versionerna av dessa språk. Vårt bidrag är att (1) belysa den bristfälliga prestandan hos befintliga igenkänningsmodeller för arabisk skrift på ajamispråk, (2) publicera de första grundsanningsdatamängderna någonsin för 3–5 ajamispråk, och (3) dokumentera möjligheterna och begränsningarna med att utföra olika NLP-uppgifter i en mycket resursbegränsad miljö för historiska afrikanska språk.

AFFILIERADE MEDLEMMAR

Anastasiia Alexandrova (Datorlingvistik, Uppsala universitet) Exploring Language Change in Non-Fictional Texts of Late Modern Swedish Using Computational Linguistics Methods

Denna doktorandstudie, som genomförs inom det VR-finansierade forskningsprojektet "Language Change and Non-Fictional Texts – A Large-Scale Investigation of Late Modern Swedish", syftar till att undersöka morfosyntaktisk förändring i svensk icke-fiktionsprosa från 1800 till 1950 med hjälp av datorlingvistiska metoder. Denna period var avgörande för standardiseringen av svenskan och kännetecknades av en betydande expansion av skriftliga genrer, inklusive vetenskaplig, politisk, praktisk och kulturell prosa. På grund av materialets utmaningar tillämpar projektet post-OCR-korrigeringstekniker och NLP-verktyg för att möjliggöra tillförlitlig morfosyntaktisk parsning av diakrona korpusar. Studien bygger på ramverket Universal Dependencies samt metoder från artificiell intelligens och stora språkmodeller för att spåra systematiska förändringar i syntax, morfologi och stil över tid och domäner. Projektets huvudsakliga bidrag är att ge en mer omfattande förståelse av det svenska språkets historiska utveckling och att avslöja den roll icke-fiktionstexter spelade i denna process, och därmed erbjuda ytterligare belägg för de faktorer som ligger bakom etableringen av språknormer.

Chantal Pivetta (Italienska, Lunds universitet) Uberto e Filomena: A Semi-Diplomatic Edition and Study of a 15th-Century Chivalric Poem in Old Venetian and Old Emilian

Denna avhandling presenterar en semidiplomatisk tryckt edition av Uberto e Filomena, en 1400-talsdikt på äldre venetiansk och emiliansk dialekt i ottava rima, överförd genom en rik och aktiv handskriftstradition. Den valda bashandskriften kopierades av en kvinna, en aspekt av särskild relevans för studiet av folkspråklig textkultur och kvinnligt skrivande under 1400-talet. Hennes transkription återspeglar specifika språkliga, ortografiska och kulturella val, vilka bevaras och kritiskt kontextualiseras i editionen. Även om den slutliga editionen är tryckt är forskningsprocessen grundad i digital filologi. Projektet använder Digital Philology for Dummies (DPhD), en plattform jag designat och utvecklat i samarbete med ett tvärvetenskapligt team. Inom detta projekt används DPhD för att påskynda TEI-XML-uppmärkning, hantera strukturerade textdata genom en integrerad relationsdatabas och generera dynamiska visualiseringar i EVT3. Relationsdatabasen möjliggjorde en systematisk analys av substantiella varianter i dikten, vilket ledde till identifieringen av tre distinkta textredaktioner. Dessa relationer representeras genom ett kladogram som kan utforskas interaktivt och som visar mönster av skrivarinterventioner, textöverföring och bearbetning. Medan avhandlingen tillhandahåller den första vetenskapliga semidiplomatiska editionen kommer en fullständig digital edition, inklusive dynamisk apparat och visualiseringar, att publiceras efter disputationen.

Gwénaëlle Beynet Fröjd (Franska, Lunds universitet) Écrits cachés, trésors révélés : Immersion philologique et historique à travers des œuvres françaises préservées par l'aristocratie suédoise du XVe au XIXe siècle

I mitt avhandlingsprojekt följer jag spåren av en fransk hertig som flydde den franska revolutionen och bosatte sig hos Axel von Fersen och hans syster Sophie Piper (ca 1800–1814). När han delvis var befriad från sina diplomatiska och militära plikter skrev han ett erotiskt verk samt två salongspjäser i Sverige. Med hjälp av olika historiska källor har jag kunnat rekonstruera delar av hans resväg och liv, och jag kommer också att publicera de litterära verk som aldrig tidigare har publicerats. Min metod är tvärvetenskaplig; jag använder huvudsakligen traditionella filologiska metoder och undersöker texterna med ett transnationellt perspektiv inom historieämnet, mer specifikt histoire croisée. För att publicera texterna kompletterar jag mitt arbete med litterära analyser. Mitt mål är att kombinera detta med digitala filologiska metoder för vissa delar av mitt arbete, såsom kartläggning av franska teaterpjäser i Sverige. Jag avser att utforska hur filologi kan komplettera historia för att belysa mindre kända aspekter av de sociala och kosmopolitiska kretsarna bland svenska och franska aristokrater under en avgörande period för Europa, övergången från 1700-tal till tidigt 1800-tal. Jag söker undersöka våra studieobjekt för att bättre förstå dynamiken i livet på ett slott. Dessa objekt, när de betraktas i relation till varandra, kommer att avslöja de intima band som förenade aristokrater samt detaljer om deras relationer med omvärlden, allt genom ett filologiskt angreppssätt.

Noa Håkansson (Nordiska språk, Uppsala universitet) Constructing and transforming history: the rewriting of Old Swedish chronicles from the Middle Ages to the Early Modern Era

Detta projekt syftar till att undersöka hur historiografiska verk från den svenska medeltiden medvetet har redigerats och omskrivits över tid. Projektet avser vidare att belysa att dessa historisk-politiska krönikor alltid har skrivits i en specifik politisk kontext med ett specifikt syfte, men att texternas traditioner – som ofta sträcker sig över flera hundra år – går bortom denna ursprungliga kontext och detta ursprungliga syfte. Projektet är således mindre intresserat av texternas ursprungliga lydelse och fokuserar istället på att spåra de utomtextuella och samhälleliga förändringar som har åstadkommit empiriskt mätbara textuella förändringar i de bevarade handskrifterna. Genom att göra detta hoppas projektet kunna kasta nytt ljus över hur texter kan återanvändas och ges nya syften och hur detta samverkar med sådant som skriftkultur och politiska ambitioner. Studien vägleds av följande frågor: (1) Hur omskrevs historisk-politiska texter till följd av medveten redigering och hur kan omskrivningsprocessen definieras och studeras? (2) Vilka mönster och strategier kan identifieras i omskrivningsprocessen? Vilka faktorer, både interna och externa, är avgörande? Datorbaserad stemmatologi kommer att tillämpas i syfte att få en grundläggande överblick över texternas handskriftstraditioner. Stilometri kommer sedan att tillämpas för att ytterligare analysera förhållandet mellan olika versioner/redaktioner av samma textverk. Slutligen kommer detta att kombineras med kvalitativa närläsningar som vägleds av textkritiska principer för att fastställa de mer invecklade detaljerna i omskrivningarna. Eftersom datorbaserade studier av fornsvenskt material är mycket sällsynta är ett ytterligare uppfattat behov som denna studie adresserar att förse fältet med metodologisk metadata som kan vägleda och informera framtida studier som planerar att tillämpa datorstödda metoder på fornsvenska texttraditioner.

Viktor Johansson (Grekiska, Uppsala universitet) Ancient Textual Criticism and Textual Ideology: Text, Authority and Critics in the Early Roman Empire

Hur påverkade textuell variation det sätt på vilket antikens greker och romare förhöll sig till sin kanoniska litteratur? I denna avhandling kommer jag att: (1) Undersöka explicita textkritiska diskussioner hos grekiska och latinska författare från 500-talet f.Kr. till 200-talet e.Kr. och utforska den textkritiska offentliga diskursens roll, funktion och syfte samt dess implikationer för textideologi, med särskilt fokus på författare från den senare perioden, såsom Galenos från Pergamon, Aulus Gellius och Origenes från Alexandria. (2) Utforska de textkritiska argument som användes av antika författare och hur dessa förhåller sig till deras textideologi. (3) Undersöka hur antika författare såg textkritisk osäkerhet som något som potentiellt kunde undergräva textens auktoritet, och samtidigt hur just denna osäkerhet kunde vändas till ett medel för att skydda textens auktoritativa status. (4) Undersöka antika uppfattningar om textkritiska arguments epistemiska status.

Wout Sinneave (Datorlingvistik, Universitetet i Oslo) Improving runic analysis and textual restoration using NLP models and image analysis

I mitt doktorandprojekt kommer jag att använda tekniker för naturlig språkbehandling (NLP) och bildanalys för analys och restaurering av runinskrifter. I vår första studie angrep vi restaureringen av runinskrifter med statistiska metoder, genom att använda n-gramssannolikheter och en modifierad algoritm för minsta redigeringsavstånd (MED). Tillvägagångssättet visade lovande resultat, med en förutsägelsetäckning på 84,97 % och en träffsäkerhet på upp till 86,96 %. I vår andra studie använde vi entropi och MED för att kvantifiera stavningsvariation och jämförde egennamn med icke-namn. I vår tredje studie går vi från statistiska modeller till neurala modeller och testar transformatorers prestanda på rundata samt jämför olika metoder för att kringgå problemet med begränsade resurser. Slutligen kommer vi även att försöka analysera och restaurera runor på bildnivå.