Google heeft een European Digital Humanities Award toegekend aan een project waarin taaltechnologen en informatici van de Radboud Universiteit Nijmegen samenwerken aan software die beter ‘begrijpt’ waar Nederlandse teksten over gaan. Daarmee kunnen onderzoekers betere antwoorden op hun vragen krijgen. Aan de prijs is een geldbedrag van 50.000 Amerikaanse dollars verbonden.

Geen steekwoorden, maar gestructureerde feiten
Onderzoekers in de humaniora (alfa- en geesteswetenschappen) hebben weinig aan algemene zoeksystemen waarin zij bijvoorbeeld ‘Johan van Oldenbarnevelt’ intikken: daar krijgen ze te veel algemene informatie op terug. Het scheelt enorm als zij niet uitsluitend kunnen zoeken op steekwoorden, maar in plaats daarvan toegang hebben tot de feiten die impliciet opgesloten zitten in de bronteksten. Dat kan met een systeem dat gestructureerde feiten kan extraheren uit een lopende tekst.  

Doel van het nu door Google gehonoreerde project is om een hulpmiddel te ontwerpen om dergelijke feiten uit Nederlandse teksten te trekken en op te slaan in een database. Als de oorspronkelijke tekst wordt verrijkt met een dergelijke database, kunnen onderzoekers betere antwoorden krijgen op hun vragen.

Ervaring en ontwikkeling
Het hulpmiddel voor het extraheren van feiten moet syntactische en semantische rollen kunnen onderscheiden en labelen. De taaltechnologen van de letterenfaculteit van de Radboud Universiteit en de informatici van de bètafaculteit van diezelfde universiteit hebben enige ervaring met het bouwen van vergelijkbare software. Met de Google European Digital Humanities Award kunnen ze zo’n hulpmiddel ontwikkelen voor het Nederlands.

Het project gaat in januari 2011 van start. Hoofdaanvrager is Suzan Verberne, onderzoeker bij het Centre for Language and Speech Technology, onderdeel van het Centre for Language Studies van de Radboud Universiteit Nijmegen.

Lees voor meer informatie het persbericht.