Akatemiaprofessorin hankkeen

Abstract

Vertaileva käyttöliittymä parlamentaarisen keskustelun tutkimiseen. Käsittää tällä hetkellä täysistuntokeskustelut Britannian (1803-2021), Ruotsin (1809-2022), Alankomaat (1814-), Norjan (1814-2016), Tanskan (1849-2016), Suomen (1863-2022), Saksan (1867-2021), Ranskan (1881-2022), Kanadan (1901-2022) ja Irlannin (1920-2020) parlamenteista. Näiden parlamenttien käytettävissä olevan datan laatu vaihtelee suuresti, lähes välittömästi tutkimuskelpoisista aineistoista laajoja käsittelyjä vaativiin aineistoihin. Nojaudumme kansallisiin tietokokonaisuuksiin, emmekä ole pystyneet korjaamaan OCR-virheitä tai rikastamaan metadataa. Käytettävissä olevia käyttöliittymän työkaluja ovat mm: Avainsanat asiayhteydessä; visualisoinnit: absoluuttiset ja suhteelliset frekvenssit ja naapurisanat (jopa 100 yleisintä bigramia, trigramia tai fourgrammia molempiin suuntiin); sanamallit toisiinsa liittyville termeille useimmiten 20 vuoden jaksoissa ja termien välisen kontekstin samankaltaisuuden vertailu. Tällä hetkellä käyttöoikeuksia myönnetään ainostaan tutkimuskumppaneille Alankomaiden dataa lukuun ottamatta. Pitkäaikaista ylläpitoa ja julkista julkaisemista tutkitaan parhaillaan julkaisuoikeuksista, kehittämis- ja ylläpitokustannuksista ja käytettävissä olevista resursseista riippuen.

A comparative interface on parliamentary discourse currently including plenary debates from Britain (1803-2021), Sweden (1809-2022), The Netherlands (1815-2022), Norway (1814-2016), Denmark (1849-2016), Finland (1863-2022), Germany (1867-2021), France (1881-2022), Canada (1901-2022), Ireland (1920-2020). The state of the available data for these parliaments varies widely, from datasets in almost immediately research-ready state to ones that need extensive processing. We depend on national datasets and have not been able to correct OCR errors or enrich metadata. Available tools in the interface include: Keywords in context; Visualisations: absolute and relative frequencies and neighbouring words (up to 100 most common bigrams, trigrams or fourgrams both ways); Word models for related terms mostly in 20-year slices and comparison of similarity of context between terms. Accesses are currently awarded to research partners, except for the Dutch dataset. Long-term maintenance and public launch are under investigation, depending on publication rights, development/maintenance costs and available resources.