Så kan AI identifiera när romaner utspelar sig

Att söka efter skönlitteratur som utspelar sig under en viss tidsepok kan vara svårt. Bibliotekskataloger innehåller inte alltid detaljerade uppgifter om när handlingen äger rum, trots att sådan information kan vara viktig för både läsare och forskare. I sina doktorandstudier har Fereshta Westin undersökt hur AI-baserade metoder kan användas för att identifiera och beskriva handlingstiden i skönlitteratur.

Hennes studier fokuserar på maskininlärning och språkmodeller som analyserar innehållet i romaner för att föreslå när berättelsen utspelar sig. Modellerna kan exempelvis använda historiska personer, samhällsförhållanden eller tekniska företeelser som ledtrådar för att placera handlingen i en viss tidsperiod.

Avancerat inte alltid bäst

Ett av avhandlingens viktigaste resultat är att en förhållandevis enkel metod, TF-IDF (en statistisk metod som mäter hur sällsynt eller vanligt ordet är i en dokumentsamling), gav bättre resultat än mer avancerade AI-metoder när svensk historisk skönlitteratur skulle klassificeras utifrån vilken historisk period de utspelar sig i.

– Många förväntar sig att de mest avancerade AI-metoderna alltid ska prestera bäst, men mina resultat visar att enklare metoder ibland kan vara mer effektiva för att identifiera när en berättelse utspelar sig, säger Fereshta Westin.

I en annan del av projektet fick flera språkmodeller föreslå start- och slutår för romaners handlingar. Resultaten jämfördes med tidsangivelser i den nationella bibliotekskatalogen Libris. Modellerna föreslog ofta mer specifika tidsintervall än de som finns registrerade i katalogen.

Studien visar samtidigt att det inte alltid är självklart hur sådana resultat ska bedömas. En mer detaljerad tidsangivelse behöver inte vara fel, men är inte heller automatiskt bättre än en bredare beskrivning. Avhandlingen bidrar därför med nya sätt att utvärdera AI-genererade tidsbestämningar.

Har utvecklat ett analytiskt ramverk

Avhandlingen har också resulterat i ett analytiskt ramverk för att undersöka vilka typer av ledtrådar som språkmodeller använder när de motiverar sina förslag. Olika typer av tidsledtrådar kunde identifieras, bland annat årtal, historiska händelser, personer, teknik och sociala förhållanden.

– Vi kan se att språkmodellerna ofta kombinerar flera olika typer av ledtrådar när de föreslår en tidsperiod. Vissa är tydliga, exempelvis ett specifikt årtal, medan andra kräver betydligt mer tolkning, förklarar Fereshta Westin.

Kan ge bibliotekarier stöd

Resultaten kan på sikt bidra till att utveckla digitala bibliotek och informationssystem. AI skulle kunna ge bibliotekarier förslag på handlingstider och samtidigt visa vilka ledtrådar i texten som ligger bakom bedömningen.

– På sikt skulle sådana verktyg kunna ge stöd i biblioteksarbetet och göra det enklare för både läsare och forskare att hitta litteratur som utspelar sig under olika tidsperioder, säger Fereshta Westin.

–  Även om avhandlingen inte utvecklar färdiga lösningar bidrar den med ny kunskap om hur AI kan användas för att organisera och göra litteratur mer tillgänglig, säger Fereshta Westin.

Vad är ditt nästa steg som forskare?

– Jag vill fortsätta utforska frågor som väckts under doktorandtiden, bland annat hur bibliotekarier kan arbeta med AI-genererade förslag och hur berättelser med flera tidsplan kan beskrivas på ett mer nyanserat sätt, avslutar hon.

Läs mer

Fereshta Westin disputerade 9 oktober inom biblioteks- och informationsvetenskap vid Bibliotekshögskolan vid Högskolan i Borås.

Läs avhandlingen Temporal subject representation in fiction: From classification to evaluation (Att förutsäga och kategorisera tidsperioder i skönlitterära verk)

Fereshta Westin

Huvudhandledare: Professor Gustaf Nelhans, Institutionen för biblioteks- och informationsvetenskap

Bihandledare: Professor Jutta Haider, Institutionen för biblioteks- och informationsvetenskap

Läs mer om forskningen inom biblioteks- och informationsvetenskap

Forskningen knyter an till flera av FN:s globala mål, bland annat mål 4 om god utbildning, mål 9 om hållbar industri, innovationer och infrastruktur samt mål 16.10 om tillgång till information.