Making the impact on research and society : nichesourcing of Uralic language material for the benefit of linguistic research and native-speakers

Presentation at the 12th Bibliotheca Baltica Symposium at Södertörn University Library

Language of the Future, Language of the PRC –Representations of Putonghua in South China Morning Post

As the national language of the PRC, the world's growing economic power and the sovereign of Hong Kong, Putonghua is a language with multiple facets of relevance for the current Special Administrative Region. This paper seeks to explore and explain different representations of Putonghua in Hong Kong's leading English-language newspaper South China Morning Post in articles published between January 2012 and February 2013. The representations are studied in the context of the different discourses in which they appear, some of which feature language(s) as a central theme and some more marginally. An overview is first presented of the scholarly research on the most important developments in Hong Kong's complex language scene from the beginnings of the colony until present day, with the aim of detecting developments and attitudes with potential relevance or parallels to the context of Putonghua today. The paper then reflects on the media and its role in producing and perpetuating discourses in the society, before turning to more practical considerations on Hong Kong's English and Chinese language media and the role of South China Morning Post in it. The methods used in analysing the discourses are those of discourse analysis, with textual analysis as its starting point, in which close attention is paid to linguistic forms as the concrete representations of meanings in a text. Particularly the immediate contexts of the appearances of the word “Putonghua” in the articles were studied carefully to detect vocabulary, grammar and semantical choices as signs of different discourses, potentially also revealing fundamental underlying assumptions and other “hidden meanings” in the text. Some of the most distinctive discourses in which different representations of Putonghua appeared were the Instrumental value for the individual (in which Putonghua was represented as a form of social capital); Othering of the mainlanders (in which Putonghua served as a concrete marker of distinction); Belonging to China (Putonghua as a symbol of unity); and Cultural distinctiveness of Hong Kong (Putonghua as a threat to Hong Kong's history and culture, as embodied in Cantonese). Some of these discourses were more prominent than others, and for example the discourse of Belonging to China was relatively rarely enacted in Hongkongers' voices. In general, the findings were not surprising in the light of the history, but showed a fair degree of consistency with what has been written earlier about the languages and attitudes towards them in Hong Kong. It has often been noted that Putonghua and its relation with Cantonese is a matter linked with the social identity of the colony and its citizens. While it appeared that there were no strict taboos in the representations of Putonghua in the societal context, the possibility of self-censorship cannot be ruled out as a factor toning down political discourses in the representations.

Individual learner, peer group and teacher roles in fostering autonomous language-learning behaviour

Julkaisumaa: Bulgaria

Linguistic models for decision support

Linguistic modelling is a rather new branch of mathematics that is still undergoing rapid development. It is closely related to fuzzy set theory and fuzzy logic, but knowledge and experience from other fields of mathematics, as well as other fields of science including linguistics and behavioral sciences, is also necessary to build appropriate mathematical models. This topic has received considerable attention as it provides tools for mathematical representation of the most common means of human communication - natural language. Adding a natural language level to mathematical models can provide an interface between the mathematical representation of the modelled system and the user of the model - one that is sufficiently easy to use and understand, but yet conveys all the information necessary to avoid misinterpretations. It is, however, not a trivial task and the link between the linguistic and computational level of such models has to be established and maintained properly during the whole modelling process. In this thesis, we focus on the relationship between the linguistic and the mathematical level of decision support models. We discuss several important issues concerning the mathematical representation of meaning of linguistic expressions, their transformation into the language of mathematics and the retranslation of mathematical outputs back into natural language. In the first part of the thesis, our view of the linguistic modelling for decision support is presented and the main guidelines for building linguistic models for real-life decision support that are the basis of our modeling methodology are outlined. From the theoretical point of view, the issues of representation of meaning of linguistic terms, computations with these representations and the retranslation process back into the linguistic level (linguistic approximation) are studied in this part of the thesis. We focus on the reasonability of operations with the meanings of linguistic terms, the correspondence of the linguistic and mathematical level of the models and on proper presentation of appropriate outputs. We also discuss several issues concerning the ethical aspects of decision support - particularly the loss of meaning due to the transformation of mathematical outputs into natural language and the issue or responsibility for the final decisions. In the second part several case studies of real-life problems are presented. These provide background and necessary context and motivation for the mathematical results and models presented in this part. A linguistic decision support model for disaster management is presented here – formulated as a fuzzy linear programming problem and a heuristic solution to it is proposed. Uncertainty of outputs, expert knowledge concerning disaster response practice and the necessity of obtaining outputs that are easy to interpret (and available in very short time) are reflected in the design of the model. Saaty’s analytic hierarchy process (AHP) is considered in two case studies - first in the context of the evaluation of works of art, where a weak consistency condition is introduced and an adaptation of AHP for large matrices of preference intensities is presented. The second AHP case-study deals with the fuzzified version of AHP and its use for evaluation purposes – particularly the integration of peer-review into the evaluation of R&D outputs is considered. In the context of HR management, we present a fuzzy rule based evaluation model (academic faculty evaluation is considered) constructed to provide outputs that do not require linguistic approximation and are easily transformed into graphical information. This is achieved by designing a specific form of fuzzy inference. Finally the last case study is from the area of humanities - psychological diagnostics is considered and a linguistic fuzzy model for the interpretation of outputs of multidimensional questionnaires is suggested. The issue of the quality of data in mathematical classification models is also studied here. A modification of the receiver operating characteristics (ROC) method is presented to reflect variable quality of data instances in the validation set during classifier performance assessment. Twelve publications on which the author participated are appended as a third part of this thesis. These summarize the mathematical results and provide a closer insight into the issues of the practicalapplications that are considered in the second part of the thesis.

Semantic and fuzzy modelling for human behaviour recognition in smart spaces : a case study on ambient assisted living.

Human activity recognition in everyday environments is a critical, but challenging task in Ambient Intelligence applications to achieve proper Ambient Assisted Living, and key challenges still remain to be dealt with to realize robust methods. One of the major limitations of the Ambient Intelligence systems today is the lack of semantic models of those activities on the environment, so that the system can recognize the speci c activity being performed by the user(s) and act accordingly. In this context, this thesis addresses the general problem of knowledge representation in Smart Spaces. The main objective is to develop knowledge-based models, equipped with semantics to learn, infer and monitor human behaviours in Smart Spaces. Moreover, it is easy to recognize that some aspects of this problem have a high degree of uncertainty, and therefore, the developed models must be equipped with mechanisms to manage this type of information. A fuzzy ontology and a semantic hybrid system are presented to allow modelling and recognition of a set of complex real-life scenarios where vagueness and uncertainty are inherent to the human nature of the users that perform it. The handling of uncertain, incomplete and vague data (i.e., missing sensor readings and activity execution variations, since human behaviour is non-deterministic) is approached for the rst time through a fuzzy ontology validated on real-time settings within a hybrid data-driven and knowledgebased architecture. The semantics of activities, sub-activities and real-time object interaction are taken into consideration. The proposed framework consists of two main modules: the low-level sub-activity recognizer and the high-level activity recognizer. The rst module detects sub-activities (i.e., actions or basic activities) that take input data directly from a depth sensor (Kinect). The main contribution of this thesis tackles the second component of the hybrid system, which lays on top of the previous one, in a superior level of abstraction, and acquires the input data from the rst module's output, and executes ontological inference to provide users, activities and their in uence in the environment, with semantics. This component is thus knowledge-based, and a fuzzy ontology was designed to model the high-level activities. Since activity recognition requires context-awareness and the ability to discriminate among activities in di erent environments, the semantic framework allows for modelling common-sense knowledge in the form of a rule-based system that supports expressions close to natural language in the form of fuzzy linguistic labels. The framework advantages have been evaluated with a challenging and new public dataset, CAD-120, achieving an accuracy of 90.1% and 91.1% respectively for low and high-level activities. This entails an improvement over both, entirely data-driven approaches, and merely ontology-based approaches. As an added value, for the system to be su ciently simple and exible to be managed by non-expert users, and thus, facilitate the transfer of research to industry, a development framework composed by a programming toolbox, a hybrid crisp and fuzzy architecture, and graphical models to represent and con gure human behaviour in Smart Spaces, were developed in order to provide the framework with more usability in the nal application. As a result, human behaviour recognition can help assisting people with special needs such as in healthcare, independent elderly living, in remote rehabilitation monitoring, industrial process guideline control, and many other cases. This thesis shows use cases in these areas.

Effect of the Knowledge Representation Form on the Efficiency of Knowledge Sharing

The goal of this thesis is to estimate the effect of the form of knowledge representation on the efficiency of knowledge sharing. The objectives include the design of an experimental framework which would allow to establish this effect, data collection, and statistical analysis of the collected data. The study follows the experimental quantitative design. The experimental questionnaire features three sample forms of knowledge: text, mind maps, concept maps. In the interview, these forms are presented to an interviewee, afterwards the knowledge sharing time and knowledge sharing quality are measured. According to the statistical analysis of 76 interviews, text performs worse in both knowledge sharing time and quality compared to visualized forms of knowledge representation. However, mind maps and concept maps do not differ in knowledge sharing time and quality, since this difference is not statistically significant. Since visualized structured forms of knowledge perform better than unstructured text in knowledge sharing, it is advised for companies to foster the usage of these forms in knowledge sharing processes inside the company. Aside of performance in knowledge sharing, the visualized structured forms are preferable due the possibility of their usage in the system of ontological knowledge management within an enterprise.

Portfolio as an Indicator of Young Learners’ English Proficiency in Mainstream Language Instruction (EFL) and Bilingual Content Instruction (CLIL)

Tämä soveltavan kielitieteen ja kielitaidon arvioinnin toimintatutkimus tarkasteli kieliportfolion ominaisuuksia ja mahdollisuuksia nuorten oppijoiden englannin kielen arvioinnissa kahdessa eri oppimiskontekstissa: englanti oppiaineena (EFL) ja kaksikielinen sisällönopetus (CLIL). Tutkielman itsenäiset, kahteen eri englannin kielen rekisteriin (arkikieli ja akateeminen kieli) kohdistuneet portfoliokokeilut olivat erillisiä tapaustutkimuksia. Molemmat portfoliot perustuivat väljästi Eurooppalaiseen kielisalkkumalliin, ja ne olivat osa tutkielmantekijän luokkaopetusta ja -toimintaa. EFL -portfoliokokeilu 9-10-vuotiaille kolmasluokkalaisille toteutettiin marraskuun 2011 ja toukokuun 2012 välisenä aikana, kun CLIL -portfoliokokeilu n. 7-9-vuotiallle ensimmäisen ja toisen luokan oppilaille kesti kaksi lukuvuotta 2012–2014. Molemmissa kokeiluissa myös oppilaiden vanhemmat kuuluivat tutkimusjoukkoon, samoin CLIL -portfolion toteutuksessa avustaneet ja opettajanäkökulmaa edustaneet opettajaopiskelijat. Portfoliokokeilun aloitti myös kaksi muuta CLIL -opettajaa, mutta kumpikin kokeilu päättyi alkuvaiheeseensa. Tarkemman tarkastelun kohteina olivat tutkimuksen osallistujien kokemukset ja mielipiteet portfoliokokeiluista. Erityisesti tavoitteena oli selvittää, miten informatiivisena englannin kielitaidon indikaattorina kieliportfoliota pidettiin. Myös kehitysehdotuksia kerättiin. Trianguloitu aineisto koottiin sekä puolistrukturoiduin kyselyin että vapaaehtoisin teemahaastatteluin, jotka äänitettiin. EFL -aineisto koostui 18 oppilaskyselystä, 17 huoltajakyselystä ja 7 oppilashaastattelusta. CLIL -aineistoon sisältyi 19 oppilaskyselyä, 18 huoltajakyselyä, 7 oppilashaastattelua ja yksi opettajaopiskelijoiden (N=3) ryhmähaastattelu. Aineisto analysoitiin pääosin kvalitatiivisin menetelmin temaattisen sisältöanalyysin keinoin, mutta myös laskien frekvenssejä ja prosenttisosuuksia. Osallistujien mielipiteet ja kokemukset olivat hyvin samankaltaiset ja positiiviset kummassakin portfoliokokeilussa. Merkittävä enemmistö sekä oppilaista että huoltajista koki, että portfolion avulla on mahdollista osoittaa englannin kielitaitoa ja sen kehittymistä. Oppilaat kuvailivat portfoliotyötä hauskaksi ja kivaksi, ja heidän mielestään portfoliotehtävien pitäisi olla tarpeeksi haastavia, sisältää taiteellisia ja luovia elementtejä sekä kohdistua tuttuihin, mielenkiintoisiin aiheisiin. He totesivat, että portfolion avulla voi oppia lisää kieltä. Vanhempien mielestä portfolio kertoo koulun vieraiksi jääneistä oppisisällöistä, auttaa ymmärtämään lapsen ajatusmaailmaa ja motivaatiotasoa sekä paljastaa heidän kielitaidostaan uusia ulottuvuuksia. Opettajaopiskelijat havaitsivat, että portfolion avulla voi tutustua oppilaiden kieli- ja kulttuuritaustoihin sekä kartoittaa heidän kielellisiä tarpeitaan. Tämän tutkielman teoreettisen tarkastelun ja tulosten mukaan kieliportfolio tukee erinomaisesti uuden Perusopetuksen Opetussuunnitelman (NCC 2014) tavoitteita ja arvioinnin uudistuspyrkimyksiä sekä lainsäädännön arvioinnille asettamia edellytyksiä. Portfolio on erittäin suositeltava nuorten oppijoiden kielitaidon arviointimenetelmä perinteisten rinnalle.

Standing before a sentence : Moore’s paradox and a perspective from within language

Med avstamp i ett satsbegrepp som inspirerats av Ludwig Wittgenstein, där sats och kontext betraktas som internt förbundna och där den verkliga användningen av en sats är central för dess mening, visar avhandlingen hur filosofers olika uppfattning om den filosofiska terminologins roll och möjligheter har följder för deras sätt att uppfatta och behandla filosofiska frågeställningar. Moores paradox fungerar som testfall. Denna kända filosofiska frågeställning har diskuterats sedan 1940-talet och kretsar kring hävdandet av satsen ”Jag tror att det regnar och det regnar inte”. Problemet är att det vore märkligt för en talare att hävda satsen om sig själv: det verkar finnas ett logiskt hinder för att hävda en sats även om den är välformad, kunde vara sann och inte på ett entydigt sätt innehåller en kontradiktion. Moores paradox behandlas genom att granska några lösningsförslag (framförda av bl.a. G.E. Moore, J. L. Austin, J. Searle) och de uppfattningar om språket som de förutsätter. Genom att kontrastera dessa med ett användarperspektiv där språkets användning i meningsfulla sammanhang förväntas spela en central roll i behandlingen av paradoxen visar författaren hur också den intellektuella kontext inom vilken en filosof betraktar paradoxen spelar en avgörande roll för vilka mått som krävs för att upplösa den. Istället för att föreslå en egen lösning presenteras en behandling av paradoxen genom en diskussion och utredning av de grundvillkor som leder till att den uppstår. Här intar satsbegreppet en central plats. Avhandlingen är författad inom traditionen efter den senare Wittgenstein (närmare bestämt den gren som ansluter sig till en s.k. terapeutisk filosofisyn) men går i dialog med filosofiskt arbete som ligger utanför traditionen. Författaren strävar både till att medla mellan, sammanföra och särskilja olika temata som behandlats på ett sätt inom traditionen och på andra sätt utanför den och använder sig här av metaforen att filosofera inifrån i kontrast till utanför språket. Avhandlingens huvudsakliga bidrag är till metafilosofin genom dess fokus på filosofins metod. ------------------------------------------------------------ Mooren paradoksi on tunnettu filosofinen ongelma, josta on keskusteltu 1940-luvulta alkaen. Paradoksin keskeisenä osana esiintyy väitelause ”Uskon, että ulkona sataa, mutta ulkona ei sada”. Ongelman lähtökohta on, että olisi merkillistä jos puhuja esittäisi lauseen itseään koskevana väitteenä: väite näyttää olevan loogisesti mahdoton esittää, vaikka se on hyvinmuodostettu, mahdollisesti tosi, eikä yksiselitteisellä tavalla sisällä kontradiktiota. Tässä väitöskirjassa Mooren paradoksi esiintyy esimerkkinä filosofisesta ongelmasta, jossa mm. lausekäsitteellä on keskeinen rooli ja jonka avulla voidaan muodostella ns. kielensisäinen filosofinen näkökulma. Mooren paradoksia käsitellään tarkastelemalla muutamia ratkaisuehdotuksia (mm. G.E. Mooren, J.L. Austinin, J. Searlen esittämät) ja niitä kielikäsityksiä joita nämä ratkaisuehdotukset edellyttävät. Asettamalla vastakkain ratkaisuehdotukset ja käyttäjänäkymä, jossa kielenkäyttö mielekkäissä konteksteissa asetetaan keskeiseen asemaan paradoksin käsittelyssä, kirjoittaja osoittaa miten myös paradoksin filosofisen tarkastelun intellektuaalinen konteksti on hyväksyttävien toimenpiteiden löytämisen kannalta ratkaisevaa. Uuden ratkaisun sijaan kirjoittaja ehdottaa paradoksin terapeuttista käsittelyä: keskustelua ja selontekoa niistä perusehdoista, jotka johtavat sen syntyyn. Tässä käsittelyssä lausekäsite on keskipisteenä – erityisesti Ludwig Wittgensteinin inspiroima lausekäsitys, jossa lauseen mielekkyyden kannalta sen todellinen käyttö mielekkäässä kontekstissa on ratkaiseva tekijä. Väitöskirja liittyy myöhäisiwittgensteinilaiseen perinteeseen, johon kuuluu ns. terapeuttinen filosofiankäsitys, mutta teos keskustelee myös tradition ulkopuolisten ajattelijoiden kanssa yrittäen yhdistää, sovitella ja myös eritellä teemoja, joita käsitellään yhdellä tavalla tradition sisällä ja toisella tavalla sen ulkopuolella. Väitöskirjan pääasiallinen panos sijoittuu metafilosofiaan, koska sen mielenkiinnon kohteena ovat erityisesti filosofian menetelmät.

Discerning Cultural Depictions and Mistakes in Kafe Piter, a Russian Language Textbook for Finnish Students

This thesis presents the results of an analysis of the content in the series of Russian textbooks Kafe Piter, which is widely used in Finnish educational institutions for adult learners at the time that the research is conducted. The purpose of this study is to determine and describe how a textbook may purvey an image of a foreign country (in this case, Russia). Mixed-methods research with a focus on the qualitative content analysis of Kafe Piter is performed. The guidelines for textbook evaluation of cultural content proposed by Byram (1993) are used in this study as the basis for creating a qualitative analysis checklist, which is adopted according to the needs of the current research. The selection of the categories in the checklist is based on major themes where direct statements about Russia, Russian people and culture appear in the textbook. The cultural content and the way in which it is presented in Kafe Piter are also compared to the intercultural competence objectives of the Common European Framework of Reference for Languages. Because the textbook was not written by a native Russian speaker, it was also important to investigate the types of mistakes found in the books. A simple quantitative analysis in the form of descriptive statistics was done, which consisted of counting the mistakes and inaccuracies in Kafe Piter. The mistakes were categorized into several different groups: factual or cultural, lexicosemantic, grammatical, spelling and punctuation mistakes. Based on the results, the cultural content of Kafe Piter provides a rich variety of cultural information that allows for a good understanding of the Russian language and Russian culture. A sufficient number of cross-cultural elements also appear in the textbook, including cultural images and information describing and comparing Russian and Finnish ways of life. Based on the cultural topics covered in Kafe Piter, we conclude that the textbook is in line with the intercultural competence objectives set out in the Common European Framework of Reference for Languages. The results of the study also make it clear that a thorough proofreading of Kafe Piter is needed in order to correct mistakes - more than 130 cultural and linguistic mistakes and inaccuracies appear in the textbook.

English L2 Learners’ Speech – And How the Spoken Language Course Affects Its Lexical Richness

Tässä sivuaineen tutkielmassa tarkasteltiin englannin kielen sanaston kehitystä lukion vieraan kielen syventävän suullisen kurssin aikana. Tutkimuksessa selvitettiin, miten oppilaiden sanastollinen rikkaus muuttuu puhutussa kielessä. Sanastollista rikkautta analysoitiin sanastollisen variaation ja sanastollisen tiheyden mittareilla. Työssä hyödynnettiin pitkittäistutkimusasetelmaa eli verrattiin yhden oppilasryhmän puhetta sekä ennen lukion englannin kielen suullista kurssia että sen jälkeen. Osanottajia oli yhteensä yhdeksän, jotka kaikki olivat lukion toisella vuosikurssilla. Osallistujien tekemät suulliset testit olivat osa Turun yliopiston keräämää tutkimuskäyttöön tarkoitettua materiaalia. Äänitteistä tehdyt transkriptiot muokattiin tätä tutkimusta varten sopiviksi, jonka jälkeen niistä mitattiin sanastollista rikkautta erilaisilla mittareilla. Aineistoa tutkittiin määrällisin menetelmin. Tulokset osoittavat, että keskimääräisesti sekä puheen sanastollinen variaatio että sanastollinen tiheys kehittyivät kurssin aikana hiukan. Toisin sanoen oppilaat käyttivät kurssin jälkeen tehdyssä testissä aavistuksen verran monipuolisempaa sanastoa, ja sisältösanojen osuus kieliopillisiin sanoihin nähden oli hieman suurempi kuin ennen kurssia. Kurssin aikana oppilaiden aktiivisessa sanavarastossa tapahtunut kehitys ei kuitenkaan ollut tilastollisesti merkitsevää. Lisäksi tutkimus osoitti, että osallistujien väliset erot olivat suuria, mutta erot tasoittuivat jonkin verran kurssin jälkeen. Tutkimustulosten perusteella voidaan olettaa englannin kielen suullisen kurssin sekä lisänneen oppilaiden sanastollista rikkautta että tasoittaneen yksilöllisiä eroja, yhdessä monien muiden mahdollisten tekijöiden kanssa. Tutkimusotoksen pienuuden vuoksi tuloksia ei kuitenkaan voida yleistää. Jatkossa olisi mielenkiintoista laajentaa tutkimusnäkökulmaa koskemaan muitakin sanastollisen rikkauden osa-alueita kuten sanastollista sofistikaatiota. Olisi myös mielenkiintoista sisällyttää tutkimukseen oppilaiden passsiivisen sanavaraston mittaaminen ja mahdollisesti tutkia englannin kielen suullisen kurssin vaikutuksia oppilaiden suullisen kielitaidon kehittymiseen laajemminkin kuin vain sanavaraston osalta.