Investigating Multilinguality in the Plenary Sessions of the Parliament of Finland with Automatic Language Identification

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F25%3AF62QW2PL" target="_blank" >RIV/00216208:11320/25:F62QW2PL - isvavai.cz</a>

Výsledek na webu

<a href="https://www.scopus.com/inward/record.uri?eid=2-s2.0-85195259253&partnerID=40&md5=f3ead46483bcbaa7e4f875f82a3f0aa4" target="_blank" >https://www.scopus.com/inward/record.uri?eid=2-s2.0-85195259253&partnerID=40&md5=f3ead46483bcbaa7e4f875f82a3f0aa4</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Investigating Multilinguality in the Plenary Sessions of the Parliament of Finland with Automatic Language Identification

Popis výsledku v původním jazyce

In this paper, we use automatic language identification to investigate the usage of different languages in the plenary sessions of the Parliament of Finland. Finland has two national languages, Finnish and Swedish. The plenary sessions are published as transcriptions of speeches in Parliament, reflecting the language the speaker used. In addition to charting out language use, we demonstrate how language identification can be used to audit the quality of the dataset. On the one hand, we made slight improvements to our language identifier; on the other hand, we made a list of improvement suggestions for the next version of the dataset. © 2024 ELRA Language Resource Association: CC BY-NC 4.0.

Název v anglickém jazyce

Investigating Multilinguality in the Plenary Sessions of the Parliament of Finland with Automatic Language Identification

Popis výsledku anglicky

In this paper, we use automatic language identification to investigate the usage of different languages in the plenary sessions of the Parliament of Finland. Finland has two national languages, Finnish and Swedish. The plenary sessions are published as transcriptions of speeches in Parliament, reflecting the language the speaker used. In addition to charting out language use, we demonstrate how language identification can be used to audit the quality of the dataset. On the one hand, we made slight improvements to our language identifier; on the other hand, we made a list of improvement suggestions for the next version of the dataset. © 2024 ELRA Language Resource Association: CC BY-NC 4.0.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

—

Rok uplatnění

2024

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

ParlaCLARIN Workshop Creat., Anal., Increasing Access. Parliam. Corpora LREC-COLING - Proc.

ISBN

978-249381424-1

ISSN

—

e-ISSN

—

Počet stran výsledku

9

Strana od-do

48-56

Název nakladatele

European Language Resources Association (ELRA)

Místo vydání

—

Místo konání akce

Torino, Italia

Datum konání akce

1. 1. 2025

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—