Ģ��ֱ��

Vuosina 2022–2023 FIN-CLARIAH toteutti infrastruktuurihankkeen, jossa pyrittiin merkittävästi laajentamaan digitaalisen humanistisen ja yhteiskuntatieteellisen tutkimuksen tukea kolmen tavoitteen kautta:

1. Kehitetään puhutun kirjasuomen lisäksi myös arkikielen automatisoitua käsittelyä
2. Vastataan humanistis-yhteiskuntatieteellisen tutkimuksen tarpeisiin epästrukturoidun tekstin käsittelemiseksi
3. Mahdollistetaan metatietojen hyödyntämistä tutkimuksessa

FIN-CLARIAH hankkeessa oli mukana kahdeksan suomalaista yliopistoa, Kansalliskirjasto, Kansallisarkisto, CSC – Tieteen tietotekniikan keskus Oy ja Kotimaisten kielten keskus. 

Github:

Hankejohtaja Jyväskylän yliopistossa: Professori Jari Ojala

Jyväskylän yliopisto oli partnerina seuraavissa FIN-CLARIAH-työpaketeissa vuosina 2022–2023:

WP 2.5 Solutions for better use of language learner performances in research

Tavoitteena on tarjota ratkaisuja, joiden avulla voidaan hyödyntää tehokkaammin suomen kieltä opettelevien suorituksiin pohjautuvaa dataa tutkimuksissa. Nykyisillä tekoälypohjaisilla kielimalleilla ei täysin pystytä käsittelemään oppijakieltä. Kielitaidon oikeellinen arviointi on tärkeää, sillä se voi vaikuttaa esim. maahanmuuttajien mahdollisuuteen hakea kansalaisuutta. Inhimillisten virheiden ehkäisemiseksi automaattinen arviointityökalu on tarpeen. Oppijakielen arviointiin kehitetään hankkeessa prototyyppi tekoälypohjaisesta työkalusta, jolla voidaan arvioida S2-kielitaidon tasoa.

Tiimi: Ari Huhta, työpaketin johtaja, JYU, Jenny Tarvainen, JYU, Sirkku Kronholm, JYU

WP 3.2 AI solutions to better use National Archives mass digitisation services

Tavoitteena on kehittää tutkijoiden avuksi tekoälypohjaisia ratkaisuja edistämään Kansallisarkiston digitalisoitujen tietoaineistojen tehokkaampaa käyttöä. Aineiston käytettävyyttä ja analyysimahdollisuuksia parannetaan työpaketissa kehittämällä tekoälypohjainen malli nimientiteettien tunnistukseen (named entity recognition, NER). Uusi NER-malli ymmärtää aiempia kielimalleja paremmin koneluettua (OCR) tekstiaineistoa ja viranomaiskieltä. Aiemmista kielimalleista poiketen se sisältää myös Y-tunnuksen ja diaarinumeron. 

Tiimi: Antero Holmila, työpaketin johtaja, JYU, Venla Poso, JYU, Ida Toivanen, JYU

WP 3.3 AI-based solutions to better use textual qualitative survey data

Tavoitteena on kehittää suomenkielisten kyselyjen avovastausten analysointia tekoälypohjaisin menetelmin. Kyselyjen avovastaukset jäävät usein täysimääräisesti hyödyntämättä. Tutkijoiden tukemiseksi hankkeessa kehitettiin survey-aineistojen 
avovastausten analyysiin soveltuvia työkaluja: käsiteverkkotyökalu ja sentimenttianalyysi.

Tiimi: Krista Lagus, Helsingin yliopisto, Maria Valaste, HY, Sakari Taipale, JYU, Tapio Litmanen, JYU, Tomi Oinas, JYU, Ida Toivanen, JYU, Joni Oksanen, HY, Maria Valaste, HY, Adeline Clarke, HY, Jani-Matti Tirkkonen, Itä-Suomen yliopisto, Jaakko Peltonen, Tampereen yliopisto

WP 3.4 Developing analysis methods for real-time chats in game play stream

Tavoitteena on kehittää tekoälypohjaisia analyysimenetelmiä, joilla voidaan analysoida videostreamien, erityisesti pelistreamien, reaaliaikaisia chat-keskusteluja. Livestreamien eli videostriimien yleistyminen on vaikuttanut ihmisten vuorovaikutukseen median kanssa. Samalla livestream-palvelujen chat-ominaisuus on keskeinen osa katsomiskokemusta, mutta chattien analyysi on haasteellista sisällön määrän ja internetin kielen vuoksi. Chat-aineiston keruuta ja analyysia varten kehitetään hankkeessa työkaluja, jotka mahdollistavat vuorovaikutuksen rakenteiden ja viestisisältöjen analyysin. Tuloksena syntyy (1) työkalu videostriimien chat-aineiston keruuseen ja (2) chat-aineiston analyysityökalu.

Tiimi: Raine Koskimaa, työpaketin johtaja, JYU, Jari Lindroos, JYU, Tanja Välisalo, JYU, Jaakko Peltonen, Tampereen yliopisto

• Lindroos, J., Peltonen, J., Välisalo, T., Koskimaa, R., & Toivanen, I. (2025). From PogChamps to Insights : Detecting Original Content in Twitch Chat. In T. X. Bui (Eds.), HICSS 2025: Proceedings of the 58th Annual Hawaii International Conference on System Sciences, (pp. 2542-2551). University of Hawaiʻi at Mānoa. Proceedings of the Annual Hawaii International Conference on System Sciences.
• Poso, V., Lipsanen, M., Toivanen, I., & Välisalo, T. (2024). Making Sense of Bureaucratic Documents : Named Entity Recognition for State Authority Archives. In Archiving 2024 Final Program and Proceedings (pp. 6-10). Society for Imaging Science & Technology. Archiving, 21.
• Poso, V., Välisalo, T., Toivanen, I., Holmila, A., & Ojala, J. (2023). Untapped data resources : Applying NER for historical archival records of state authorities. In A. Rockenberger, J. Tiemann, & S. Gilbert (Eds.), DHNB2023 Conference Proceedings (5, pp. 55-69). University of Oslo Library. Digital Humanities in the Nordic and Baltic Countries Publications.
• Toivanen, I., Räsänen, V., Lindroos, J., Oinas, T., & Taipale, S. (2022). Implementing sentiment analysis to an open-ended questionnaire : Case study of digitalization in elderly care during COVID-19. In J. Domenech, & M. R. Vicent (Eds.), CARMA 2022 : 4th International Conference on Advanced Research Methods and Analytics, (pp. 205-212). Editorial de la Universitat Politècnica de València. International Conference of Advanced Research Methods and Analytics.
• Koskimaa, R., Välisalo, T., & Lindroos, J. (2022). Understanding Twitch Esports Communities through Livestream Chat Analysis. In #ERNC22 Esports Research Network Conference : Sustainable Esports in the Digital Society : Book of Abstracts (pp. 139-141). Esports Research Network.
• Toivanen, I., Lindroos, J., Räsänen, V., & Taipale, S. (2022). Dealing with a small amount of data : developing Finnish sentiment analysis. In 2022 BESC : 9th International Conference on Behavioural and Social Computing. IEEE.