Latest / Verbos: AI og Softwareudvikling / #84 - Talemådedatasæt til evaluering af danske sprogmodeller feat. Nathalie Hau Sørensen

Transcript

#84 - Talemådedatasæt til evaluering af danske sprogmodeller feat. Nathalie Hau Sørensen · Verbos: AI og Softwareudvikling

0:00
Hej allesammen og velkommen til ebba bost podcast afsnit nummer
0:03
83 i dag har vi natalie hauch Sørensen på besøg.
0:06
Velkommen til nerthali. Mange tak.
0:09
Og Vi skal tale om Vi skal. Vi skal dybt i dag.
0:12
Vi skal dybt ned i sproget i dag, fordi at Jeg tror godt, man
0:15
kan sige natalia, du er Sådan lidt nørdet ud over det
0:18
sædvanlige i forhold til sprog. Fordi og Det er jo blandt andet
0:22
i kraft af, at du arbejder hos det hos DSL, det danske sprog og
0:26
litteraturselskab. Og i har blandt andet arbejdet
0:30
med nogle altså et evalueringsdatas til lars
0:33
language models, som baserer sig på talemåder.
0:38
Og Det er det Vi skal snakke ud fra i dag, og så altså fordi Der
0:41
er simpelthen så mange. Vi har snakket lidt om det før
0:43
natalia og Der er simpelthen så mange Sådan.
0:48
Det det Det er bare sprog er bare spændende, både fordi at
0:52
sprog er spændende selvfølgelig også, især når man napper det.
0:54
IDSL tænker jeg. Men også fordi Det er blevet så
0:56
relevant Sådan for noget meget Sådan højteknologisk lige
0:59
pludselig med alt det her AI og så videre.
1:01
Ikke så. Så ja og så til sidst skal vi
1:04
snakke om et lille eller et andet datasatrum i arbejder på
1:08
som som jeg som Jeg har hørt tale om, som Jeg synes er rigtig
1:12
grineren og det skal man bare glæde sig til at lytte til eller
1:15
høre til sidst så men velkommen til natalie.
1:19
Ja tak for at jeg var kommet. Jamen selv tak selv tak.
1:22
Vi har jo faktisk. Vi har faktisk haft det her.
1:25
Vi har haft det her på. Jeg tror vi snakker om det i
1:27
december eller Sådan noget. Ja så så så det.
1:32
Det har været længe undervejs, men kan du ikke prøve at
1:35
fortælle måske bare lidt om dig selv og dit arbejde på DSL og så
1:40
måske også lidt om hvad DSL egentlig er for noget.
1:44
Jo lad mig starte med at snakke lidt om hvad det selv er det
1:48
danske sprog og litteraturselskab.
1:49
Det er lidt af en mundfuld at sige, men Det er et selskab der
1:53
har eksisteret siden 1911, og vi arbejder med dansk sprog og
1:57
litteratur. Det er.
1:59
Men, men især er vi nok kendt for den danske ordbog på ordnet
2:04
dot DK. Vi er også med i sproget og DK
2:08
sammen med et dansk sprognævn. Der er træls sprognævnte er ikke
2:10
os Det er nogen Det er en 2 institution så de laver
2:13
retskrivningsordbogen. Vi laver den danske ordbog.
2:17
Ja jeg. Forestiller mig, at min far er
2:19
forvirret over det. Så ja der Det er der mandre
2:24
forvirret der, men vi laver også litterære udgivelser og og hvad
2:31
hedder det ældre ordbøger? Vi har også ordbjerg og det
2:34
danske sprog Der er fra. Hvad hedder det?
2:37
Når er det fra det ved jeg godt. Det er 19 århundrede.
2:42
Og Vi har nogle ældre ordbøger, også motorbog kalkoverbogen.
2:47
Hvad hedder det? Der er nogle middelalder.
2:49
Der, Der er rigtig mange ordbøger, gammeldags ordbog som
2:53
ja, Det er ikke alle ordbøgerne, Der er lige store, men Der er i
2:57
hvert fald masser af ordboges materiale vi arbejder med.
3:03
Også den danske begrebsårbog arbejder vi også på, og så har
3:07
vi også, når jeg selv er sprogteknologi.
3:10
Vi var med i det i dannet blev lavet det danske frame netxicon
3:16
noget sentiment leksikon. Og meget andet, så Vi har bare
3:21
en masse dejlige ressourcer liggende.
3:25
Altså virkelig. Vi er alle sammen strånørder
3:27
tror jeg på den ene eller 2 måde.
3:29
Ja de færreste, der får lov til at være så nørdede omkring
3:32
sprog, altså til hverdag forestiller.
3:34
Jeg mig Det er. Det er faktisk lidt.
3:38
Det ved man jo fordi at det det Det er så overhånd fuldstændig
3:41
rigtigt. Det begynder det vi mener fordi
3:42
nu jeg snakker så meget sprog på mine kollegaer og vi alle sammen
3:45
så er interesserede på sprog at jeg tager lidt mere hjem.
3:48
Så Det er lidt svært ikke at snakke om sprog, så Jeg tror Der
3:50
er nogle af mine venner der Sådan virkelig virkelig trætte
3:52
af at det altid handler om sprog.
3:54
Jamen Det er også meget mega trick fordi at alle snakker
3:57
altså brugersprog og man kan altid kommentere på folks sprog
4:01
ikke og alt Sådan. Ja kan du ikke bare lige hurtigt
4:03
sætte et par ord på ord fordi Jeg har nemlig haft lidt
4:05
grineren over at jeres mods og calcars ordbøger.
4:10
Hvad er det helt præcist de er? Mogens ordbog er en er der var
4:18
en en ældre ordbog, som der blev samlet af en, der hedder mood,
4:22
der rendte rundt og samlede på små og en masse årrække.
4:27
Jeg er ikke nok den bedste til at spørge præcis hvad Der er i
4:29
motorbog, for Det er en af de ordbog, vi arbejder så meget til
4:32
med til dagligt og kalkmordbogen.
4:35
Også en ældre ordbog med nogle ældres, for eksempel dengang
4:39
man. Arbejde med ordblinde Det er en
4:41
eller 2 måde, så man man samlet en masse eksport eksempler,
4:44
skrev dem ned og så prøve at få dem til at.
4:48
Beskrev ordene med så det Det er helt.
4:51
Det er ret sjovt, for Vi har også eller Jeg synes Det er
4:53
sjovt, men Vi har masser af mad. Har vi Sådan nogle
4:57
graviditetkort, hvor Vi har Sådan nogle små sproglige
4:59
eksempler på ord altså, og så er der Sådan nogle system, hvor man
5:05
kan sætte dem på hen med alfabetisk system, hvor man kan
5:08
finde eksempler på alt muligt ord.
5:10
Som folk har klippet ud og klistret på og eller skrevet
5:13
ned. Og.
5:15
Det er Sådan, før man havde computere til at gemme alt Sådan
5:19
en data. Motrup hvor der står den er for
5:23
omkring 1700 og den er mere Sådan calkasser og derfor Sådan
5:27
13-15 hund 13-1700 står der ikke.
5:30
Så Det er altså gamle danske ord og Jeg kan bare lige se Sådan
5:33
nogle nogle fun facts med at på. Kald cast Det er bare lige nu
5:38
læser jeg bare hjemmesiden der står der dengang betød billig
5:41
ikke billig, men retfærdig og køn betød ikke køn, men modig og
5:46
andre ord har forandret sig forbavset lidt forbavsende lidt
5:49
på de 500 år. Det er bare altså.
5:52
Det er bare spændende altså. Jeg ved ikke.
5:55
Jeg tror også lidt jeg altid har været Sådan lidt nørd i forhold
5:57
til historie ikke og det ja. Det er bare underligt nu altså.
6:02
Der er jo virkelig også mange ord som bare er glemt
6:05
fuldstændig fordi de ikke er relevante mere forestiller mig.
6:09
Ja eller noget som mine unge og mine kollegaer lægger meget
6:11
mærke til, at når jeg bruger engelske ord og vi i stedet for
6:14
ord, der egentlig findes allerede på dansk.
6:19
Og det handler jo også om, at Der er jo forskellige våde
6:22
trends også i sproget, som man snakker meget om.
6:25
Vi har indlån for meget på engelsk, og vi bruger meget de
6:28
ord. Men Vi har jo også haft før i
6:29
tiden mange udlån på andre sprog, der var meget populære
6:31
som fransk eller på tysk. Så Det er bare hvad.
6:35
Hvad er det der det sprog der påvirker os mest nu altså den
6:38
dansk er jo ikke et så stort sprog, så Det er jo klart vi
6:41
flere påvirkede fra andre udefra.
6:44
Og Det er jo så Jeg tror også Det er meget Sådan.
6:46
Det siger vel også noget med at sprog også Kultur ikke eller
6:49
Sådan? Jeg ved ikke.
6:51
Ja, Det er bare pisse spændende, så Det er alt Sådan noget og Jeg
6:54
tror også. Og man kan sige Det er jo også
6:57
man kan sige hvad hedder det sprog er jo også blevet super
6:59
relevant, især i de seneste par år på grund af at det her med
7:02
store sprogmodeller ikke og. Og, Der er kommet Sådan en eller
7:05
2 Sådan en eller 2 bro mellem teknologi og sprog, som lige
7:09
pludselig gør at Det er meget mere meningsfuldt at tale om.
7:12
Hvad er sprog egentlig, og hvordan kan man modellere det og
7:15
Sådan noget ikke. Ja, Det har jeg tilfioneret mig.
7:20
Jeg synes der Jeg har altid tids sprog været spændende, men Jeg
7:24
synes Det er virkelig interessant hvor meget andre
7:25
folk nu ligesom får øjnene op for alt som Jeg har syntes Der
7:28
er spændende i mange i flere år og også nogle helt andre
7:31
perspektiver. Jeg får jeg på når i forhold til
7:33
når jeg snakker med folk der mere rent lingvistiske.
7:38
Når folk kommer udefra på en helt 2 baggrund og hvad deres
7:42
tilgang er til sproget. Det synes Jeg er tid er
7:45
spændende. Også fordi Det var nogle helt
7:48
andre metoder man måske ville bruge, hvis man kommer fra en
7:50
datter site baggrund at man gør hvis man kommer fra lingvistisk
7:53
baggrund. Det er meget altså man kan for
7:56
eksempel. Se hvad hvad når vi laver
7:59
datasæt er det meget Sådan meget, meget lingvistiske
8:03
detalje vil vi ofre for at vi rent faktisk kunne lave det her
8:07
datasæt i de datamængder man har brug for.
8:09
Det er jo også Det er typisk en konflikt.
8:13
Hvad er det? Hvad er det din baggrund er dust
8:15
eller hvordan? Jeg har en bachelorgrad liggende
8:19
stik. Altså har jeg en Masters i noget
8:21
der hedder it og kommunikation. Så det sidder.
8:26
Vil meget fokus blive spurgt teknologi og relatesignce, og så
8:30
har jeg så arbejdet med data sat siden og blevet færdiguddannet
8:36
2021. Så har jeg arbejdet på Center
8:38
for sprogteknologi og så siden for den danske ordbog.
8:44
Det er også sjovt det der hvordan bestik Jeg har også
8:47
arbejdet med en del lingvist lingvister hedder det.
8:52
Og Det er Sådan en sjov. Jeg forestiller mig ikke, at
8:55
nødvendigvis er linglister har programmeret nødvendigvis så
8:58
meget altid eller hvad? Det kommer jeg ved ikke nej Jeg
9:05
tror det kommer an på hvem man er Sådan lingvist.
9:07
Jeg tror det ikke altså kodesprog er jo et sprog på
9:10
sprog kan man sige. Så jeg fik ikke engang vide en
9:14
underviser at klinguvister var lettere at lære at kode fordi de
9:16
er alle sammen. Havde forstået forståelsen for
9:19
det sproglige del af det. Det var bare Sådan at light
9:21
længstiks. Hvad er det nok men men men.
9:27
Det Det er jo ikke allingvister der har interesse for det, så
9:30
Det er ikke fordi jeg siger at alle dinister kan kode heller
9:33
Sådan og Det er jo ikke Sådan. Sidde og kode er ikke Det er
9:36
normalt man laver et problem med stik men jeg ser Der er i hvert
9:41
fald i denne her verden. Nu har jeg i hvert fald set
9:44
mange ministre, der lige pludselig blev interesseret for
9:47
for det sprogteknologiske. Da jeg startede bilistik, vidste
9:50
jeg allerede gerne vil arbejde med sprogteknologi.
9:53
Og der var jeg. Der var også nogle andre der
9:55
måske får lidt online op for det, men jeg jeg følte ikke jeg
9:57
altså jeg følte at Det var. Jeg vil nok den der var meget
10:02
fokuseret på det på min overgang, og nu er det meget
10:05
mere. Sådan har jeg snakket med nogle
10:07
af mine mine hvad hedder det? Medstuderende fra dengang, og så
10:12
er der kommet større interesse for det igennem årene.
10:16
Især nu kan jeg forestille mig med alt alt det der foregår.
10:20
Megafedt hvad hedder det? Der er jo noget med de her
10:25
sprogmodeller som mig og Jonas og Jonas er desværre ikke med i
10:27
dag fordi han er forhindret men mig og Jonas vi plejer at snakke
10:31
meget om at Lars lang with momles fordi Det er noget Vi er
10:33
meget optaget af ligesom så mange andre og Der er jo det
10:37
sjove ved de her især de her generative modeller at.
10:40
De er på meget. Det er på meget mange måder
10:42
svært at sige noget om hvor gode de er, Sådan rent kvantitativt.
10:46
Det er typisk noget man Sådan op altså hvad hedder det finder ud
10:49
af eller får Sådan en. Den vibe evalueringen eller hvad
10:54
man har Sådan en vibe evaluering af det, når man sidder og prøver
10:56
dem og Sådan i forhold til hvor gode de er til at løse de
10:58
opgaver, man synes er brugbare og forløst, så har man så Det er
11:03
når man tager en eller 2 holdning omkring det.
11:05
Men der har jo rigtig været rigtig mange forsøg, altså Der
11:08
er der stadig Sådan rigtig mange forsøg på Sådan at prøve at
11:11
kvantificere de her de her. Altså hvad skal man sige deres
11:17
evner til at forstå sprog og til at ja, Jeg vil både til at
11:23
forstå sprog, men også til Sådan hvad for en viden har de og.
11:26
Alle mulige tests man kan finde på, og der har i jo arbejdet med
11:33
et datasæt, som har til formål at teste sprogmodellers skal man
11:38
sige viden om det danske sprog. Som er det her talemåde datasæt.
11:44
Jeg ved ikke kan du ikke prøve at fortælle om det?
11:47
Jo selvfølgelig altså altså hele ideen kom jo egentlig for dig.
11:51
Det står. Og Det var jeg Jeg kan huske vi
11:55
jeg, jeg samarbejder lige nu med Center for sport teknologi på
11:59
noget der hedder det danish Simon antic reasing benchmark,
12:03
hvor vi kigger på. At få noget mere.
12:07
Det er jo egentlig at tage det sproglige viden, hvor formålet
12:11
er at bruge de ressourcer, Vi har i forvejen, hvor Der er
12:12
rigtig meget viden, der ligger gemt i dem, og som ligesom og.
12:17
Omstrukturere dem til at man kan bruge det til evaluering og så
12:21
til når et eller andet møde, så blev det da et blikdelt rundt og
12:25
med med de datasæt, og hvor vi Sådan prøv at se her.
12:28
Og hvad er det? Og før jeg overhovedet nåede at
12:31
få Sådan? Jeg tror jeg gemte linket og
12:33
tænkte nej, kigger jeg på senere og så da jeg så scenede og
12:35
kiggede på det, så var det taget ned.
12:40
Så. Ja hvad Det er Der er sket dig,
12:43
så ja så tror jeg at jeg skrev til dig om det.
12:47
Også for at høre, hvad Der er sket, og så fik du at vide hvor
12:50
hvor du havde det fra, og så fandt vi ud af.
12:52
Hey, Vi har jo masser af talemøder i det danske ordbog,
12:55
og så fik jeg så kontakt til digitalstyrelsen og fik overtalt
12:58
dem til at give os nogle penge. Hejsa hvad opgang der havde jeg
13:02
nogle tanker om hvordan man egentlig gør det bedre.
13:05
Vi havde nemlig i forvejen snakket lidt om metaforer i
13:08
Vores arbejdsgruppe og især det der med forhold med det konkrete
13:13
betydning og det abstrakte betydning.
13:14
Altså det metaforiske. Det det ligger længere væk fra
13:18
den helt den helt konkrete, altså den konkrete genstand.
13:22
Metaforen det et Det er et skal man behandle en eller 2 form for
13:26
verdens viden til at finde ud af måske og måske kendskab til
13:30
kulturen for at finde ud af hvad det betyder.
13:32
Så det kunne være spændende og og se, hvis nu de valgmuligheder
13:36
man har de datasæt for datasættet er bygget op med at
13:39
du har en talemåde en definition fra ordbogen, og så har du en
13:43
række forkerte definitioner. Hvor vi så har skrevet nogle
13:48
nogle falske definitioner så Vores ja.
13:50
Og det jeg gjorde, kan du huske Det var at jeg jeg fandt et.
13:53
Jeg fandt bare en hjemmeside hvor der var hvor der var
13:55
talemål, en talemåde og så en forklaring på hvad den talemåde
13:58
betød og så og og typisk når man skal lave Sådan nogle machine
14:01
learning ting eller både evaluerings eller træningsdatas,
14:04
så giver det så er det Sådan par af ting hvor at den ene siger
14:07
noget om den 2 Det er Sådan et godt grundlag for en eller 2
14:10
form for machine learning. Altså jeg tænker Sådan hey en
14:12
talemåde er interessant. Altså talemåde er interessant
14:15
fordi der siger man noget. Uden at sige det.
14:21
Altså Sådan uden altså man siger det på Sådan et en måde, hvor
14:23
man Sådan skal vide hvad det betyder for at forstå det ikke.
14:26
Og så tænker jeg Sådan. Det må være en god test på om
14:28
man forstår dansk og Dansk Kultur og Sådan noget.
14:31
Så jeg scribede det ligesom bare og så tog jeg lavede jeg datasæt
14:34
hvor jeg tog talemåden og så tog den betydningen og så tog 3
14:40
random andre betydninger. Og så har jeg lavet Sådan en
14:43
quiz ud af det, fordi Det er Sådan et Sådan et quizformatet
14:46
af Sådan et godt. Hvad skal man sige metode en god
14:49
metode til at teste lars language models, fordi Det er
14:52
Sådan en en diskret. Hvad skal man sige eller Sådan
14:55
en? Binær, du ved ikke en binær, men
14:57
Sådan en diskret evaluering, hvor man Sådan giver dem
15:00
mulighed for at vælge den ene eller den 2.
15:02
Der er ikke noget Sådan fritekst involveret det.
15:06
Og det noget Jeg kan. Jeg kan huske ved det datasæt.
15:08
Det var at det nogle gange fordi jeg bare random shoflede
15:12
betydninger, så var det nogle gange lidt for lidt for
15:15
åbenlyst. Hvad der var den rigtige
15:18
betydning, fordi der måske i den altså var et ord, der var Sådan
15:22
lidt for afslørende i forhold til hvad der blev sagt i
15:24
talemåden. Så så vidt jeg forstår, så har i
15:28
konstrueret fake altså Sådan falske betydninger ja.
15:32
Det er fake og fake. Altså Vi har taget.
15:37
Det er jo ligesom II havde i jazz ordbøger har jeg jo ligesom
15:40
talemåde og og betydningen går jeg ud fra.
15:43
Ja, og så har vi så konstrueret et nogle ekstra.
15:48
Definitioner og hvor ideen var, at vi prøvede at tage OK, hvis
15:51
den ikke kan finde ud af at at abstrahere fra det eller.
15:56
Så har vi den konkrete, der egentlig bare prøver at være så
15:59
tæt på, hvis du kan for eksempel siger, Der er ikke nogen ko på
16:02
isen, jamen så vil det måske være OK.
16:04
Jeg kan ikke huske det præcise som for eksempel være Der er en
16:07
sø, og Der er ikke nogen ko på der står på den på en så frosten
16:09
sø og der står en god. Der står ikke nogen ko på den
16:12
eller noget i den stil. Ikke, og så vil vi måske have
16:16
en. Det lyder dumt.
16:18
Det lyder virkelig virkelig dumt, og Der er mange af de der
16:20
eksempler, Der er bare simpelthen så når man læser om,
16:22
tænker man nej, Det er jo tydeligtvis Det er lidt.
16:25
Det er for simpelt eller men alligevel, når vi så tester dem,
16:28
så er det den kategori som der oftest bliver.
16:33
Forvirret med den rigtige, så Der er selvom det for os fik
16:38
åbenlyst, er det jo ikke nødvendigvis åbenlyst for
16:40
modellerne. Nej og Det er lige før man også
16:42
kan konstruere fake talemåder. Altså noget der lyder som en
16:45
talemåde, men bare er noget vrøvl altså Sådan og bare
16:50
betyder det. Det betyder agtigt ikke og
16:51
Sådan. Har det også snakket om at gøre
16:54
faktisk Sådan det næste, hvis man skulle udvide det.
16:58
Prøve at have nogle også ikke bare nogle der ikke er rigtige
17:02
tale imod, men også noget Der er tale mod på andre sprog, men
17:04
ikke en tale måde på dansk for at se om de bliver påvirket af.
17:09
Noget transfer fra nogle andre sprog, Der er i træningsdataen
17:12
har vi også snakket om, især hvis Det er på engelsk.
17:16
Men indtil videre, så er vi ikke.
17:17
Det handler om at finde tid til til at lave de her ting indenfor
17:22
de midler Vi har, fordi typisk så arbejder vi meget i projekter
17:26
ad gangen, som der har nogle få nogle mål, og Det er meget
17:28
vigtigt vi når det i mål, og når vi nåede de mål, så kan vi så
17:31
finde tid til det sjovere. Men Det er jo klart noget, som
17:34
Vi har tænkt over også at have nogle falske.
17:37
Talemåder. Men så Vi har så der var den
17:41
krategori, der var de konkrete. Og så er der også den kategori,
17:45
som der var den abstrakte. Ja, der var den kongrikon, der
17:50
var den. Hvad er det jeg prøver at sige?
17:54
Konkrete fejlfortolkning. Ja altså så du ved Der er jo der
17:57
var en kategori af falske betydninger, hvor det bare var
17:59
Sådan obvious Det var det ja. Og.
18:03
Den fejler de typisk på eller sprogdellen.
18:06
Okay Det er kun på model til model, hvad verdens typiske fejl
18:11
til børn, men så er der også Det var en af de 2 2 kategorier, vi
18:15
selv så har vi det abstrakte også.
18:19
Det var en virkelig sjov opgave Sådan, hvis man ikke forstod
18:22
hvis man ser den der talemåde og man ikke er det og man prøver at
18:25
fejlfortolke den på en metaforisk måde.
18:29
Danmark vil man så fejlfortolke den.
18:34
Det var virkelig virkelig sjov opgave at så skrive.
18:38
Fordi man skulle være kreativ og man skulle tænke på OK hvad for
18:41
nogle andre metaforer ved de her ord i den her tabet kan man
18:45
bygge på og og Det var ligesom prøve for at at ideen var måske
18:49
lidt for at prøve at at at spejle nogle af de her
18:52
situationer vi havde set når vi prøvede at bare vibecheck nogle
18:56
af de her modeller, så var det Sådan lidt.
18:58
Ej prøv at se det fordi Der er lidt underligt.
19:01
Så hvad nu hvis vi giver den Sådan en helt vidnderlig
19:04
forklaring, vil den så vælge den nogensinde?
19:07
Ja. Så og så og så vil jeg så også
19:11
bare nogen hvor vi redderviserede dem.
19:14
Men så stod vi så ind i det problem, at der var nogle af de
19:17
her talemåder. Det er typisk Sådan grupperede
19:20
lidt i emner, så Der er for eksempel det at være gravid.
19:23
Kan man sige på på flere måder. Man kan simpelthen har en
19:26
kageorden og man har prøvet ovnen eller?
19:29
Hvad hedder det? Kan man høre altså?
19:32
Prøvede ovnen. Nej, men Det er OK.
19:34
Ja ja. Det er på nogen måde at sige at
19:39
være gravid på, og så har det også kigget sig også lidt på
19:41
hvad hedder det. Alkohol er der også Sådan en
19:45
masse måder at sige på, at man prikker sig fuld.
19:49
Altså du kan jo sige. Dybe snablen for en lille skid
19:55
på drikkesejnet. Jeg vil.
20:00
Det er ikke alle de her der vil. I dagesættet.
20:03
Det er bare Sådan eksempler på, at man har meget udtryk for det
20:05
samme. Det er også bare det at være
20:07
ubegavet. At det også bare Sådan lidt ikke
20:10
har opfundet den den runde tallerken.
20:13
Hverken eller Det er ikke her at studenterhunden trykker, eller.
20:18
Der der Der er ret mange så man skulle også da vi redagerede det
20:21
skulle vi også lige gennemtjekke, at vi ikke kom til
20:23
at. Divisioner når man gik jo igen,
20:27
så at det ikke kom til at blive matchet med det det passede til.
20:33
Ej Det er også ret sjovt, men vi brugte faktisk også nogle af de
20:36
der mønstre til at skrive nogle af de abstrakte en af mine
20:40
yndlings Jeg har, eller hvis Jeg kan finde det eksempel.
20:43
Det er at slå 2 fluer med et smæk.
20:46
Den var der. Så skrev vi at Det har været
20:49
gravid med tvillinger. Så Det kan det vel også være
20:57
Sådan? Det kan vel egentlig også godt
20:59
betyde det. Det er Sådan et subsæt af hvad
21:01
Det kan betyde ikke altså slut 2 blod med smag det kunne godt
21:03
være Sådan. For 2 bag altså gøre et eller
21:06
andet hvor Der er 2 man ligesom tager 2 point.
21:10
Men Det er også når vi snakker om det som betydninger, og når
21:12
man skal definere det, så er det jo ret svært, fordi så snart Vi
21:15
er kørt at lave, hvis vi bruger det i den pro, så har vi fundet
21:18
på. Betyder det så egentlig det?
21:20
Og Det er også en en ting, som Vi er definerede II dag.
21:23
Sættet er vi prøver at definere det, Sådan vi bliver brugt i en
21:25
almindelig befolkning, så vi normalt prøver at ramme i den
21:28
danske ordbog, når vi skriver ord og betydninger, og Det er jo
21:31
ikke ensbetydende med alle folk bruger det her, der kender det.
21:34
Og Der er altså brug det på den her måde, men Det er i hvert
21:37
fald noget vi sætter frekven nok i befolkningen til at vi kan
21:40
beskrive det. Ja Det er meget sjovt det der
21:43
med at der Sådan er at Der er flere.
21:47
Det er ligesom om Der er nogle talemåder der Sådan grupperer
21:49
sig omkring det samme ikke Sådan.
21:50
Der er mange talemåder for at være fuld for eksempel eller at
21:53
være ubekævet eller Sådan. Det er Sådan at Det er måske
21:57
også Sådan nogle lidt Sådan nogle Sådan nogle.
22:00
Ikke så pæne ting eller Sådan. Eller Sådan nogle lidt hvor man
22:03
Sådan Det er Sådan lidt hø hø eller jeg ved ikke.
22:06
Det er også når vi kommer over til at snakke om det.
22:09
Det er mere det, det nye datasæt, der handler om.
22:11
Det er upassende sprog, så er det også det eksempel også.
22:15
Vi har bare rigtig meget ord. På forskellige måder at kalde
22:18
den 2. Dårlige ting på.
22:22
Men Det er også. Det handler måske også hvad Der
22:24
er vigtigt III ens liv eller i livet generelt.
22:28
Nu har jeg bare taget nogen der der handler om, altså for
22:30
eksempel med truk og det med. Ubegavet, men det handler også
22:33
om at være være flittig og være. Hvad der ellers Det var bare
22:39
det. Eller hvad plade og og Sådan
22:43
nogle ting, så Det er bare ikke. Det er bare typisk iøjnefaldende
22:46
de ting Der er lidt mere negative.
22:51
Hvad hedder Det er der altså når man så dykker så dybt ned i
22:54
talemåde her og deres betydning er der hvad op altså er der
22:57
nogle ting man ligesom Sådan hvad hvad hvad hvad støder man
23:00
på og ting og sager. Som altså hvad.
23:03
Hvad finder man ud af om talemåder og hvad?
23:05
Hvad er en talemåde egentlig også?
23:06
Det er måske også. Meget godt spørgsmål.
23:09
Så en talemåde kan altså kan være mange ting.
23:12
I den danske ordbog har vi 3 forskellige definitioner på hvad
23:15
en talemåde er. Det kan være en måde at tale på
23:19
helt basalt. Det kan være.
23:25
Nogle af de en talemåde skriver Sådan en lingvistisk er Sådan
23:28
den er når man siger der har en eller 2 form for morale eller
23:33
Det er Sådan noget for eksempel. Nej nu har jeg altså kigget på
23:39
så mange nu kan jeg ikke. Tror jeg du mener Sådan?
23:44
Man skal ikke sælge skindet før hvad hedder det?
23:48
Folk er skudt ja. Men fucker jeg tit op den der og
23:52
jeg ved jeg godt Det er totalt Amalie for Paradise agtigt, men
23:54
det gør jeg virkelig. Det du er ikke den eneste der
23:56
gør det rigtigt meget folk. Det er ret sjovt faktisk at.
23:59
Se hvordan folk også fænomen på en eller 2 måde ikke ja.
24:02
Folkfortolkninger eller bliver der dem sammen på forskellige
24:04
måder også? Og det gør jeg også selv.
24:06
Ikke. Jeg så nogle på på reddit pros
24:09
og Sådan et et. I stedet for et slag på tasken,
24:13
og Det er et slag på hoften eller noget i den stil.
24:18
Ved du hvad det skud på tasken eller noget få?
24:20
Det er spillet de 2 sammen. Og.
24:25
Så der det. Det er mere den traditionelle
24:27
talemåde, og så er der den talemåde som flere der der folk
24:31
flere prøver der. Det var nok det der hedder
24:32
idioter mere der handler om at Vi har en eller andet udtryk,
24:35
som har en betydning Der er afviger fra for det
24:38
enkeltordenes betydning. Så du kan for eksempel siger
24:40
Sådan noget som. Der er ikke nogen ko på isen.
24:46
Jamen så mener vi jo ikke at der ikke er nogen altså problem.
24:49
Det er tydeligt at vi ikke mener det, men vi mener jo.
24:53
Noget and noget andet eller det, eller for eksempel gå agurk.
24:59
Det betyder mange fede eksempler og Sådan det.
25:01
Det kommer bare Sådan der. Sådan der.
25:03
Jeg har kigget på altså nu Der er 1000 i det her datasæt, men
25:07
Der er jo mange flere II ordbogen.
25:10
Det er jo bare et udsnit af dem, så Jeg har jo virkelig kigget på
25:13
mange efterhånden så meget at Jeg er blevet lidt.
25:15
Jeg kalder det arbejdsskade. Jeg kan ikke høre folk bruge dem
25:18
længere før det begynder, kan lige jo tjekke om det havde vi
25:20
det med i datasættet eller ej. Så Jeg har Sådan en helt noter
25:25
på min telefon hvor jeg skriver Sådan hvor folk bruger dem og
25:27
Det er ikke Det er ikke godt. Ja, og det startede jo også.
25:33
Det er min interesse startede jo for at begynde af min forlovede
25:36
i gang med at lære. Dansk.
25:40
Og så. Der er ikke lige samme.
25:44
Og så. Og så altså så snakker i nogle
25:49
gange og så siger man nogle ting han ikke forstår eller jeg
25:51
prøver at oversætte nogle talemåder til engelsk som der
25:54
ikke virker på engelsk og så kigger han så lidt mærkeligt på
25:56
med Sådan. Hvorfor snakker jeg om at bide
25:57
et surt æble? Hvorfor skal jeg bide det surt
25:59
æble? Det er der ikke nogen der ikke
26:00
gider at have lyst til. Ja ja ja.
26:04
Så Det er jo også. Ja Det er også sjovt, men det.
26:07
Er vel til Sådan nogle nogle især Sådan nogle talemåder som
26:10
som ikke hvad skal man sige folk der ikke har dansk som modermål
26:14
Sådan lige Sådan hvad? Hvad mener du Sådan eller hvad
26:17
betyder det ikke eller Sådan? Fordi Det kan også godt være
26:19
nogle af dem er jo meget kulturbestemte.
26:21
Jeg har nu nogle gode eksempler. Har du nogensinde hørt om at
26:26
spildte guds ord på balylars? Aldrig.
26:30
Nogensinde, men Det er noget. Det er så en eller en talemåde
26:34
nu. Lad os bare kalde det talemåde,
26:35
selvom Det er en talemåde en en bredere forstand.
26:40
Og det kommer fra, at der var en en mand der hed der hed.
26:43
Jeg ved ikke hvad man kaldte eller øgenavn der hed badley
26:46
lars som der var en morder. Jeg var anklaget for mor, og så
26:50
er der en præst der prøvede at at at snakke med ham.
26:54
Og prøver at at få dem til at fortryde eller andre sit sit.
27:00
Sin handling og så så skrev hun en bog om hvordan han ikke
27:05
hvordan han spildte guds ord. På ballet os og så er det så
27:09
blevet, så så er det bare blevet så udtrykket.
27:13
Efterhånden. Ja, men så, men Det er jo også
27:15
meget Sådan tidstypisk forster. Det lyder som om Det er længe
27:19
siden det her eller hvad? Ja altså jeg snakker med mine
27:23
nogle af mine kollegaer i dag om de kendte det eller ej.
27:25
Det kommer også bare an på om man har brugt det i den
27:27
omgangskreds man er i eller ej, så hvis Der er noget man har
27:30
brugt meget for eksempel sin familie eller noget man er
27:31
vokset op, så så kender man den. Og hvis man ikke har gjort det,
27:34
så kender man måske ikke så Det er også svært fordi at Jeg har i
27:37
hvert fald nogen Der er meget mere frekvente i min min
27:39
familie. Da Jeg er vokset op og i min og
27:43
min forældres vengrupper. Og så er der så nogle andre
27:45
steder hvor der har holdt nogle helt andre for eksempel.
27:49
Snakkede med nogen om, at Det var meget det der med.
27:52
Hvad var det for en talemåde? Hvad forstå bønder sig på
27:55
agurkesalat var en meget var en virkelig hyppig i deres familie
27:59
åbenbart og Jeg har aldrig hørt den før begyndt at at arbejde
28:02
med talemåder, så Det er også der, Der er også uenighed med
28:05
eller hvad? Der er jo ikke nogen der kender
28:08
af det tal imod. Så men Jeg kan jo bare altså vi
28:11
kan jo lave Vores egen talemåde lige her, hvis vi synes Der er
28:13
et eller andet Der er altså Det er jo også Sådan.
28:17
Forestiller mig der også er det koster Sådan nærmest Tanja at
28:20
være Sådan nogle referencer til ting man altså fælles et TV
28:25
program man har set eller et eller andet bog man har læst
28:29
eller Sådan. Noget ananas i egen juice.
28:32
For eksempel, du kommer vist fra natholdet?
28:36
Og altså Jeg har set rigtig meget.
28:38
Vi diskuterede forleden dag klovnebussen om det skulle med
28:40
jordbogen eller ej. Vi kan se den.
28:44
Der starter ikke, og så er det moderneaterne.
28:46
Vi vendte. Vi venter lige til at se man
28:48
bruger det til om andre moderaterne, før vi klister det
28:50
før vi kan tilføje det. Ja ja.
28:56
Ja det bliver ret sjovt at vi bare ved at moderatterne ikke
28:59
altså. Og det samme med for eksempel en
29:03
gang til fra printsknud. Det kom jo fra at.
29:06
Prins snuden var engang var inde og se et.
29:08
Jeg tror et billetstykke og så sad de dårligt da de så det så
29:11
der en meget vigtig del af teaterstykket.
29:13
Det er simpelthen ikke kunne se på der hvor de sad og så.
29:16
Var teatret så sød at genopføre den scene for dem, og så blev
29:20
der så nogen der der skrev det i en avis.
29:22
Så Der er en gang til fra prins knud, og så var der så nogen i
29:25
en revy der lavede en sang på det om det.
29:28
Og. Så er det så blevet til en
29:29
talemåde? Som man også har Sådan nogle
29:32
ting. Der er Sådan meget meget
29:33
kulturspecifikere, men så sætter det sig bare fast, og så bliver
29:36
det brugt så ofte at det at at det ender med man slet ikke
29:40
kender konteksten og Det er længere.
29:41
Det er mere Sådan en joke ikke Sådan og Sådan altså.
29:44
Så kommer man tættere på hinanden bundter mere fordi man
29:48
Sådan kender også den reference eller Sådan noget.
29:49
Ja, Det er meget skægt. Men Det er også den skønt.
29:55
Det er jo også bare nogle af dem, der måske er meget svært på
29:56
sprogmodeller. Forstået fordi Det er simpelthen
29:59
så kontekstbeting ja bestemt og og så meget så dansk.
30:03
Det er Sådan nogle af dem man ikke ser på andre sprog for
30:05
eksempel. Men heyprollevent Der er jo også
30:07
rigtig mange af dem Der er svære at forstå for mennesker.
30:09
Altså du ved altså helt ærligt altså.
30:11
Sådan Der er jo også mange af dem der.
30:12
Jeg ved sgu da ikke hvorfor det hedder en gang til forbandskud
30:15
altså det jeg de de bliver også så får de deres eget liv de der
30:19
så lyder det bare grineren og Sådan så ved man jo det betyder
30:22
og Sådan noget men man ved sgu ikke hvorfor man siger det.
30:24
Det er også noget med at Jeg har også.
30:26
Jeg har hørt i hvert fald Sådan noget et slag på tasken.
30:28
Det er Sådan noget med et eller andet med soldaterne engang når
30:31
de havde krudt i deres taske eller Sådan et eller andet.
30:34
Jeg ved jeg ved Sådan et eller andet ikke, så Der er også nogle
30:38
nogle nogle Sådan. Hvor de ligesom får sit eget
30:41
liv, og hvor de ligesom bliver dekoblet lidt for for dem der
30:45
ligesom måske har fundet på det og dem hvor Det har givet mening
30:47
II deres liv og kontekst ikke? Jeg kan huske hvad hedder det.
30:53
Jeg tror også Det var da jeg snakkede med dig at noget man
30:57
også hurtigt finder ud af når man dykker ned i de her
31:00
talemåder, og også når man prøver at evaluere modeller som
31:04
hovedsageligt er engelske på danske sprog på danske
31:07
talemøder. Der, Der er rigtig mange danske
31:10
talemåder som har Sådan en direkte pendant på engelsk, er
31:13
det ikke rigtigt forstået altså Sådan Der er nærmest bare
31:16
oversat fra engelsk. Jo spørgsmålet er hvor altså
31:20
hvornår kom originalen fra, så er der nogle gange der kommer
31:21
pro shakespeare for eksempel. Og så er det også klart at den
31:23
findes både på dansk og på på på engelsk.
31:26
Og så har vi nogle Der er rigtig mange kropslige der går igen.
31:30
Så har vi også selvfølgelig nogle kropslige der ikke går
31:31
igen og så Det er også interessant hvad for nogle
31:33
kropslige metaforer der går igen og ikke går igen.
31:36
Jeg ved ikke om jeg skal snakke så meget om lige hvis de skal
31:38
teorier, men man har noget der hedder hvad hedder det?
31:42
En koncept meta for. Konceptionet med til at få
31:46
ferie, der handler om, at man bruger man skal bruge metaforer
31:51
meget systematisk. Altså nogle forskellige
31:53
metaforer der går igen, fordi det handler simpelthen om at få,
31:57
hvordan vi vi forstår verden gennem metaforer, så Der er også
32:02
nogle af dem der måske går mere på tværs af af af sprogene.
32:07
Men Det er også nogle gange hvor at de går igen.
32:10
Så er der for eksempel noget med.
32:12
På dansk bruger man meget. Arme og ben, hvor man måske på
32:16
engelsk skulle bruge hænder og fødder, så Der er nogle dejlige
32:20
variation i. Altså hvordan lige præcis formen
32:23
appen er blevet kommet ind i sproget.
32:26
Vi har også nogle fra tysk. Som de så ikke har på engelsk.
32:31
Men ja, Jeg er faktisk i gang med at prøve at kigge på.
32:35
Sådan lidt selv og prøve at finde ud af hvor mange af dem Vi
32:37
har i Vores datasæt, som der har et panikan på engelsk.
32:40
Vi har kigget lidt på det i starten.
32:43
Men fordi Det er mest dem, som Der er interessante er dem der
32:46
ikke er på engelsk. Men nu kommer du med en
32:48
overraskelse over os. Sådan måske ikke findes på
32:50
engelsk kan man så stadigvæk prøve at finde ud af hvad de
32:52
betyder, hvis man prøver dem i en kontekst for eksempel.
32:57
Jamen fordi der må også the showbi eller andet det.
32:59
Jeg ved ikke hvad det siger, men hvor jeg fik nu sad jeg lige og
33:02
kiggede på andet liste over ordbøger, fis i en hornlygte.
33:06
Ja Det er også. Det er også et godt opblæst
33:11
bagatel flot fiasko en gang vrøvl fizi hornlygte.
33:15
De siger alt for lidt ficekasketten, den er også død.
33:18
I kasketten er rigtig sjovt, og på et tidspunkt hvor vi prøvede
33:20
at få en sprogmodel. Jeg tror Det var lama til at
33:24
forklare den at Det var tilbage i.
33:27
Ah, det må have været tilbage i efteråret, hvor vi prøvede at
33:30
forklare hvad til at forklare den, hvor den var helt helt,
33:33
helt væk. Hvor den snakkede om at at det
33:36
troede Det var en fisk. Det troede en fis Det var en.
33:39
Det var en et fejlstning af fisk og hvor den der fisk svømmede
33:42
rundt i den der kasket. Overhovedet ikke rigtig.
33:48
Nej ja Det var så overhovedet ikke rigtigt.
33:51
Lama ja okay. Ja men men hvad hedder det?
33:56
Jeg tænker det må det må jo bare sige et eller andet det her med
33:58
at der jeg fordi Jeg synes altså Sådan nu Jeg kan ikke huske dem
34:02
lige nu, men altså Sådan Jeg har bare oplevet overrasket, især
34:05
når jeg dykker lidt ned i de her talemåder hvor ofte Der er Sådan
34:08
især et engelsk en engelsk pendant.
34:10
Nu kan jeg selvfølgelig ikke lige komme på nogen men men hvad
34:13
hedder det? Men men jeg tænker Sådan det må
34:16
betyde et eller andet og tysk jeg mener også altså dansk har
34:19
jo. Mener jeg også har meget.
34:20
Sådan er meget Sådan en haft altså tysk.
34:23
Har haft meget indflydelse på dansk, så da jeg forestiller mig
34:26
også det giver mening hvis Der er nogen på tysk, men det må det
34:28
må vel også sige noget om. Kulturer altså Sådan at engelsk,
34:36
Der er meget, har været mange engelske TV serier eller bøger
34:39
eller Sådan noget på dansk. Og så har man blevet lavet en
34:42
fordanskning af det eller et eller andet ikke?
34:46
Spørgsmålet, hvad der kom først. Altså har man haft.
34:49
Er det noget som man har haft i sproget, fordi Det er noget, der
34:52
har været vigtigt i ens Kultur, og så er det noget, der har
34:55
været vigtigt i begge kulturer, og man så derfor begge 2 har
34:58
haft den. Eller er det fordi der var noget
35:00
der har været? Påvirkning fra hinanden jeg Jeg
35:03
tror Der er nogle af dem, som man ser der der findes på
35:06
engelsk og på dansk er nogen, Der er meget generelle
35:09
menneskelige ting, også store, lidt og så abstrakte emner, som
35:13
du ved. Hvad kærlighed og hvad hedder
35:18
det dovenskab og eller være ej vær flittige eller?
35:24
Have følelser, vrede og så Det kan.
35:27
Der er mange nogle af de her ting det handler om er måske
35:31
meget menneskelige ting, og Det er måske derfor det går igen.
35:34
Og så er der noget af det, der kan være påvirkning fra tv-serie
35:37
og Sådan noget. Men Det er et spørgsmål om
35:38
hvornår Det er kommet ind i sproget også.
35:41
Det er jo svært at sige, jamen Det er blevet påvirkning fra
35:42
engelske TV serier, hvis talemål var på dansk.
35:45
Før man havde TV. Det kunne også satse på datering
35:48
af det. Altså det Det er kropslige
35:51
metaforer. Nu er jeg ikke 100%.
35:54
Det har jeg ikke faktatjekket, men Det har ment fornemmelse af
35:57
at de er ældre. End for eksempel Sådan noget
36:00
som. At den er sin.
36:03
Egen juice, den er blevet nærmest kandidator være en af de
36:06
nyeste tænker nu kigger jeg bare lige på Sådan en Sådan.
36:09
Du må have spist søm. På dansk betyder det.
36:13
Du må ikke være rigtig klog, og nu har jeg lige fundet Sådan
36:15
noget. The freection arey eit nails på.
36:21
Det det betyder act inden any offentlig intimting manager med
36:26
nales er det så negle eller nå anyways nå men Det er også.
36:31
Det ved jeg ikke lige nå anyways, men men nå det synes
36:33
jeg også. Det var bare noget jeg faldt
36:34
over, som Jeg synes var interessant Sådan.
36:38
Forholdet mellem dansk altså det hvad for nogle eller
36:41
tværkulturelle og det sprog er kulturspecifikke metaforer er
36:45
virkelig virkelig interessant. Vi har lavet et studie med hvad
36:48
hedder det Center for sprogteknologi, hvor vi prøver
36:51
at opdele nogen i sprogspecifikke og
36:54
tværkulturelle metaforer, og Det var det mønster og modellerne
36:59
var dårligere på de dem, der var meget specifikke for dansk.
37:03
Også der var også en forskel på forhold til at Der er nogen.
37:06
Måske nogen der virker til at de findes på begge sprog.
37:09
Men så kan det godt være Der er mere negativ eller positiv på
37:11
dansk at den er på på engelsk. For eksempel så er der også
37:14
Sådan nogle som Der er nuancer der ikke går igen.
37:17
Altså Vi er for eksempel i forhold til jantelov og i
37:20
Danmark, så er vi nogle gange ret Vi er ret negative også.
37:25
Jeg kan huske der var Sådan et der var udtrykket en sang fra de
37:27
varme lande, der betød noget negativt på dansk.
37:31
Som der som alle modellerne syntes at varme lande.
37:34
Det er da noget godt og helt sagt Det er da noget godt, så
37:36
Det kan jo godt være noget positivt.
37:38
Hvor det egentlig betyder, hvad er det nu?
37:40
Det betyder det betyder, at langt smøre ved et eller andet,
37:42
der ikke rigtigt betyder noget. Der står undvigende intetsigende
37:45
forklaring. Nu er jeg inde på det one FDK
37:47
ikke så som jeg i øvrigt bruger meget så tak for, tak for den
37:50
hjemmeside. En omgangskæld ud undvigende
37:54
intetsigende forklaring og svare altså det.
37:56
Det er jo også 2 meget forskellige definitioner ikke.
37:58
Så Det er også nok det her med Sådan, så fordi de får deres
38:01
eget liv de der så begynder folk måske også have forskellige
38:03
opfattelser af dem og Sådan. Jeg ved ikke.
38:06
Ja. Interessant for de varme lande.
38:11
Den er god også. Man ser det også faktisk i også
38:15
nogle ting der ikke har talt imod er der ting der får skiftet
38:18
betydning over tid. Altså du har den det klassiske
38:20
eksempel og bjørnetjeneste, som der har 2 betydninger.
38:25
Og modsat modsatte betydninger faktisk om Det er gotik eller
38:28
dårligt sikkert at gøre nogle inche.
38:33
Og og Sådan nogle ting til Det er meget naturlig del af, at
38:35
sprogudvikling at. Ja at folk begynder at bruge det
38:39
i andre måder. Vi skal have fat på taget det
38:41
der, og så bliver det fejlfortningen så hippie er den
38:44
ikke. Det her er fejlfortolkning, og
38:45
det så bliver sin egen ting. Virker lidt som om Det er det,
38:48
Der er sket med bjørne tjeneste. Ikke for der står her på
38:50
overnet. Den første definition er en
38:52
bjørnetjeneste. Det er en handling, som er
38:54
velment, men som gør mere skade end gavn.
38:56
Det er Sådan. Det er Sådan det jeg kender som
39:00
en bjørnetjeneste, men så definition nummer 2 er handling.
39:03
En bjørnetjeneste er en handling som er til stor hjælp for nogen.
39:07
Det er bare en stor tjeneste. Hvilket jo så er ja totalt
39:11
modsætninger. Men Det er også bare Sådan et
39:13
eksempel, der også bliver brugt ret meget i til at snakke om det
39:16
der man kalder pendulord, som Der er ord, der har Sådan
39:19
skiftende betydninger. Og så typisk er der måske en af
39:23
betydninger der vinder på et tidspunkt.
39:24
Så er det Der er Sådan 2 så er der 2 betydninger og
39:26
selvfølgelig et tidspunkt så dør af den ene og så fortsætter den
39:29
2 med at med at leve. Og det så bliver for nye
39:33
betydninger og sprogudviklingen. Det er derfor du nu snakkede om
39:37
calkowerbogen, og de her ord betød engang noget helt andet.
39:40
Jamen Det er det, Der er sket over over tid.
39:43
Jeg har Sådan en. Og Jeg har Sådan en bog jeg
39:47
samler på. Jeg er Sådan.
39:48
Jeg har også ret historieinteresseret, og jeg
39:50
elsker at finde Sådan nogle Sådan nogle lidt niche
39:52
historiebøger om Sådan middelalderen i Danmark for
39:55
eksempel. Vi altså det synes jeg bare er
39:57
så fedt. Altså Jeg har en bog om om den
40:00
sygdomme i den danske middelalder, som ligesom bare en
40:03
bog der beskriver alt hvad man ved om forskellige sygdomme,
40:06
altså psykisk sygdomme, kønssygdomme.
40:10
Altså sped danskhed alt muligt ikke?
40:14
Og Der er tit Sådan. Det er en super nørdet bog, men
40:17
også super spændende, fordi så finder man virkelig ud af Sådan
40:19
alle de der cruise. Men nogen der har prøvet at
40:21
studere sygdom? Hvad man altså hvad de vidste om
40:23
sygdommen i middelalderen. De kigger jo rigtig meget på
40:26
sprog Sådan hvad siger de om det her og nu?
40:29
De beskriver de her symptomer, kunne det være noget, som vi
40:33
kender i dag som værende et eller andet ikke?
40:36
Og og og Det er ærgerligt jeg ikke lige har nu her, men.
40:39
Men der der var der også bare Sådan nogle rigtig grinnere ord
40:42
altså hvor jeg var Sådan. Hold kæft det ved jeg grineren
40:44
og der har jeg nemlig været inde på.
40:45
Jeg kan ikke huske om Det var montel og calcast ordbog for at
40:48
tjekke hvad det egentlig betyder.
40:51
Og Det er også bare fascinerende.
40:52
Hvad for nogle ord og udtryk man har brugt en gang og slet ikke
40:56
bruger mere altså som betyder en helt 2 dag.
41:01
Bare er allerede gået ind og kig II ordbog over det danske sprog.
41:04
Der er den forgængeren til den danske ordbog.
41:06
Der er det jo også allerede rigtig mange sjove udtryk.
41:10
Jeg tror faktisk Vi har Sådan 1 1 1 underside Der er Sådan et
41:15
godt ord igen, hvor man kan få alle mulige sjove ord.
41:21
Hvor man kan så klikke på det, og så får man finde ud af hvad
41:23
det betyder. Hvad tid engang.
41:27
Så Det var det? Ja.
41:29
Er det henne? Det inde på ordborg over det
41:32
danske sprog inde på ordnet, og så hvis du går ud til siden, så
41:35
er der til Venstre side, så er der.
41:39
Under den, der hedder om å BS. Der er der Sådan noget der
41:41
hedder et godt ord igen. Hinkeben.
41:50
Hanabe. Harrumpe halenere wauw Der er
41:54
mange. Ja nå men prøv at hør her.
41:58
Jeg kan også huske nogle gange når du har kommet Sådan nogle du
42:00
har kommet med Sådan nogle udtryk på et tidspunkt, hvor Det
42:02
er Sådan noget halløj hat tror jeg du du finder jo dit ord i de
42:06
der du sidder og stener det der så meget jo så finder du den ud
42:09
af at Der er et ord der hedder halløjhat og taber ko og Sådan
42:12
noget kan jeg huske. Det.
42:14
Hvad kunne det fordi vi prøvede at putte det på en kop på et
42:16
tidspunkt? Ja det der Det er ikke noget
42:20
døde lidt ned, men jeg havde en ide om at putte ord på kopper.
42:23
Ja ja men altså for fanden mand. Det er jo.
42:26
Folk skal vide hvad for nogle fede ord der findes ikke og en
42:30
masse gris. Hvad fanden er en masse gris?
42:35
Og fedt nå ja genialt yes jamen. Jeg tror måske bare lige
42:42
hurtigt, inden vi går videre, så tænker jeg at vi lige kan sende
42:45
nogle skud ud til Sebastian gilson fra, som jeg så et opslag
42:50
fra på LinkedIn, som har evalueret.
42:52
Hvad hedder det? En 23 45 67 89 10 forskellige
42:58
lars language models på det her talemåde-datter set.
43:02
Og Der er det tydeligt at give c 3,5 er den dårligste.
43:08
Altså. Det er jo selvfølgelig en
43:09
selektion. Det er jo ikke alle spoter eller
43:10
hele verden det her, men. Giver vi til 3,5 er den
43:14
dårligste i Holland det her den her måling på og den har 67,5%
43:19
korrekte ud af 1000, så det må være meget præcis 600. 75 i gæst
43:26
og den der fører altså Claude sonnet 3,5.
43:31
Claut 3,5 sonn med 94,7%. Så.
43:38
Det er ret imponerende. Det er det, og at Det er lige
43:40
før jeg tænker Sådan hvad Sådan hvis du bare samplede en
43:44
tilfældig dansker, hvis du samplede 1000 forskellige
43:47
danskere og så satte den til at løse det der datasæt ikke hvor
43:50
mange der altså hvad hvad vil hvad vil?
43:54
Deres score så være ikke. Jo Det var hvad Det var.
43:58
Altså hvis du gerne vil svare på alle de 1000 Kasper, så så kan
44:01
jeg godt sætte den til dig. Jeg tror ikke at det der du
44:06
nævnte før Det er jo ikke alle der kender.
44:08
Er det talemåder? Så Jeg tror ikke.
44:12
Spørgsmålet er, hvor mange man kan regne frem så frem til og
44:14
nogle måske man ikke kan lige kender.
44:17
Men når man ser så definitionen, kan man godt regne sig frem til
44:19
hvad der burde være den rigtige. Men nej, Jeg tror det Der er
44:23
bedre at være en almen dansker kunne, og det tror jeg helt
44:26
klart. Ja Det er sgu vildt.
44:28
Det er ret vildt, men Det er også ret vildt forhold til Jeg
44:32
tror mener det her. Det er future.
44:33
Nej Det er zero shot. Så Det er også bare Sådan lidt.
44:38
Det synes jeg også er ret fedt. Jeg tror også, at Jeg tror også
44:41
status Center på euroudvalg nu. Også.
44:46
Der var det. Så hvad?
44:47
Siger du EU valg? Det er det, der skal de valg er
44:49
skiftet navn til euro valg. Nåh ja fandt.
44:52
Jeg ud af. Jamen, Det var så det jeg skulle
44:56
præsentere på. Hvad hedder det knudahla?
44:58
Og så havde jeg lavet nogle slides, og så skulle jeg lige
45:01
tjekke samme morgen, så skulle jeg lige tjekke og virker nogle
45:03
fejl, og så tjekker jeg lige så skal det i Vores hjemmeside og
45:05
så tog du en tid yeudvalg og så tænkte jeg, åh nej.
45:10
Så. Skinner ja har jeg så lavet en
45:12
fejl på mine slidesvind? Nej Det er bare lige down skift
45:14
i. Og så ved folk det i hvert fald.
45:19
Ej, hvor de også har taget til det, og der tror jeg at den der
45:22
klarer sig bedst. Er en GPT 4 o på fireoshot der
45:29
har fået. 93 eller 94 eller Sådan noget i den stil.
45:34
Så ja Det er Det er glasset ret godt, men Det er det spændende
45:38
og jeg snakker med med dan om det at det gamle.
45:44
Skandinaviver i eval, som var Sådan en benchmark for
45:48
skandinaviske sprog til at starte med, ikke?
45:51
Ja europæiske tror jeg. At på det gamle altså det det at
45:54
at tage det imod datasæt. Der var der før de modeller der
45:58
klarer sig godt på det, de klarer sig stadig godt på det
46:00
her, men de modeller som der klarer sig dårligt på det klarer
46:04
sig værre på det her. Ja så.
46:09
Ja. Det er meget nysgerrig på for om
46:12
Det var tiden værd at skrive alle de falske definitioner.
46:16
Altså Det var en sjov opgave, men Det er også et.
46:18
Det er jo et tidskrævende at lave data på den måde, så Det er
46:21
også et spørgsmål, hvor bruger vi Vores indsats bedst?
46:25
Først man finder ud af, når man så ligesom har gjort det, og så
46:28
må man alligevel lære, når man lærer altså.
46:32
Det er virkelig noget som rigtig mange undervurderer, da Det har
46:34
Sådan lige at putte det arbejde ind i at få lavet Sådan nogle
46:38
her ting. Ja.
46:42
Yes spørgsmålet er nu er vi nu har vi snakket 3 kvarter, så jeg
46:45
tænker på om vi lige skulle prøve at snakke om et et nyt
46:48
datasæt som jeg ved du har fortalt at jeg arbejder på.
46:51
Kan du ikke prøve at berige os? Så der.
46:58
Er måske lidt baghistorie, når vi sidder og evaluerer nogle af
47:01
det her modeller primært gemt noget vibecheck og Sådan noget,
47:04
så har vi fundet ud af at nogle af de ting Det var dårlige til
47:06
at svare på. Det var nogle af af det lidt
47:09
mere upassende ting. Det var også faktisk da da
47:12
Sebastian der ham der evaluerede talemåderne også har har kigget
47:16
på. Var det også nogle af dem der
47:17
alle modellerne var dårlige til og også nogle af dem der var
47:19
lidt mere upassende, for eksempel både til gården og til
47:21
gaden? Det betyder, at både at have et
47:24
stort bar og en stor røv. Gør det det?
47:28
Ja. Ja.
47:32
Nej gør det det? Grineren OK det vidste jeg
47:37
faktisk ikke. Jeg kan godt udtrykket, men jeg
47:39
vidste faktisk ikke. Jeg troede bare at Det var Sådan
47:43
meget eller Sådan nå OK den kan du bare se.
47:47
Det kan du også godt. Det kan du sikkert også godt
47:49
bruges II den kontekst men. Det jeg ser det mest i, når jeg
47:52
tænker i Vores korbus Der er det og når man snakker om ja kvinde
47:56
kroppe. Så.
48:01
Så fik vi den ide om, at måske skal vi prøve lovere på det her,
48:04
fordi vi starter, hvis Der er nogle af de her modeller, der
48:08
filtrerer noget af det her fra, er det måske spændende at kigge
48:10
på, om om de overhovedet så kan finde ud af det, især også fordi
48:14
at grænsen for, hvad Der er upassende af forskellige IUSA
48:16
end Det er i Danmark, så Vi er meget mere åbne omkring Vores
48:19
kroppe end vi her i Danmark end Det er USA.
48:23
Så Det er også et spørgsmål om om at tjekke ja prøv at teste
48:28
noget hvad hvad er hvad er passende og vær ikke passende.
48:32
Men det som vi egentlig fokuserer.
48:36
Mest på altså der der Vi er stadig i gang med processen, så
48:39
vi ikke helt kan finde ud af hvordan vi præcis skal lave det
48:41
datasæt. Vi har en masse ordlister fra
48:43
forskellige kategorier af hvad der kan være upassende, altså de
48:46
kategorier vi arbejder på lige nu.
48:48
Det er Sådan noget som lad mig lige se etnicitet, indvandring,
48:53
kolonitid og nationalitet. Det er en kategori som er som
48:55
køn og seksualitet og noget andet udseende eller handicap er
48:59
noget andet, så der må være jantelov.
49:01
Noget med noget provins? Folk vi snakker.
49:05
Måske har du nogle forskellige ord får folk i provinsen der
49:07
ikke er helt fair og det samme fra landevej rundt og har nogle
49:11
nogle skældsord og negativt sprog og folk fra København,
49:15
hvis man måske kommer på provinsen og så er der bare
49:17
generelt skældsord og bandeord. I ordbogen så Der er vi nede til
49:21
ordlister, og så har vi noget andet data, som der nok er mest
49:25
spændende, hvor Vi har gennem tiden har vi.
49:27
I den danske ordbog har vi eksempler til mange af
49:30
betydningerne. Og ordbogen startede med at
49:33
blive lavet tilbage i halvfemserne, og der har man
49:35
måske valgt nogle citater, der dengang var passende.
49:38
Og så sidenhen er der kommet noget et skift II holdninger, så
49:43
nogle af de ting er ikke så passende at have med som
49:45
eksempler. Og så har vi så nedgraderet dem.
49:48
Det vil sige, Vi har dem stadigvæk i Vores database, men
49:51
det vi Det er ikke vist for offentligheden, og så har vi så
49:53
erstattet det med noget mere neutralt.
49:57
Og så Det har vi så prøvet at lave datasæt ud fra, så Vi har
49:59
det vi nu eksempel på noget der. Et eksempel på det her ord en
50:02
positiv eller ikke en positiv en neutral setting og noget Der er
50:07
i en upassende setting. Altså jeg jeg.
50:09
Jeg har et nogle gode eksempler, hvis du gerne vil høre.
50:14
Jeg vil bare lige disclaimer. Det Det kan jeg siddeende.
50:21
Advarer hvis man er Hazard air, men så må man lige tune ud her.
50:24
Men altså Det er jo ligesom det Der er pointen så.
50:27
Så tilgivers. Ja så til ordet dyresex, så var
50:30
der ikke gang et eksempel. Der var som følgende, i øvrigt
50:35
er der jo ikke noget unormalt i dyressex de fleste kvinder har
50:38
prøvet at have sex med en regnorm.
50:46
Det har vi så erstattet ved noget noget andet.
50:51
Så har vi Sådan noget en land kategori.
50:54
Det er en brugerhenvendelse, der har gjort, at Vi har nedskrevet
50:57
det her den her og Det er Apple er fra noobs slash kvinder, som
51:01
ikke fatter brugen ordentlig PC produkt eller andre produkter.
51:04
Prik prik prik PC er ikke lig med Windows.
51:08
OK Sådan Der er også den der går.
51:13
Hvad var det Apple er fra noobs eller og kvinder eller hvad?
51:17
Noobs slash kvinder. Fuck.
51:19
Sådan. Det det siger man jo bare ikke
51:22
mere. Altså det det.
51:25
Og så har vi også. Den her den synes jeg jo er
51:30
sjovt det her et eksempel på dansegulv.
51:33
De norske og svenske mænd er meget dansende, ikke som danske
51:36
mænd, der ikke er til at få ud på dansegulvet.
51:40
OK Det er jo. Det er jo.
51:44
Sådan noget. Det er jo en observation, kan
51:45
man sige på en eller 2 måde ikke eller Sådan er det Sådan.
51:49
Ja, men Det er måske ikke så det ja men.
51:55
Ja, den er måske mindre det ved. Jeg ikke eller er det miner bare
51:59
Sådan det? Det virker som om Det er lavet
52:00
Det er en eller 2 der har haft en holdning til eller haft en
52:02
oplevelse af at der var flere mænd i Norge den danske.
52:07
Fat i alle danske mænd ikke er gode til eller ikke til at få
52:11
til at danse. Altså Jeg har set mange danske
52:13
mænd på dansegulv. Ja, Det er selvfølgelig rigtigt.
52:16
Ja, så det handler også om ikke at at have noget som som folk
52:21
kan finde stående, altså folk hvis de kan.
52:25
Den bestående så typisk, så skriver de det til os.
52:27
Altså Det er nogle gange om lidt overrasket over eller Jeg er
52:31
overrasket over hvad folk skriver til os om også.
52:35
Nogle gange er det ret sjovt at se at folk skriver til os om det
52:38
samme, men på forskellige holdninger.
52:40
Så hvorfor har i det her med eller hvorfor har i skal ikke
52:45
sige at det her er nedladende. Jeg bruger det ikke nedladende,
52:49
så Der er nogle gange meget også forskellige holdninger i
52:51
befolkningen. Til hvad man kan have med og
52:53
ikke kan have med i ordbogen, men helt men selve det her
52:56
datasæt. Vi prøver altså mere formålet
52:58
end bare at at samle mere den upassende del af sproget og hvad
53:03
vi så noget sprog som der også måske ikke er så behageligt at
53:07
se at se. Altså jeg Det er jo før jeg
53:09
læser de her sætninger op, så føler jeg flyttet til at have en
53:12
disclaimer for det her. Kan man nogen finde stående og
53:15
Sådan noget. Det er meget vigtigt, at man
53:16
også. Kan at Vores modellerne også er
53:19
klar over. Er det at gøre forstående også,
53:23
men samtidig også være klar over det eksisterer måske.
53:27
Men Jeg tror måske også altså nu er jeg jo Jeg tror også.
53:33
Der er nok også mange ting der bliver sagt.
53:37
I lukket rum eller i altså Sådan i altså mellem nogle kollegaer
53:42
eller venner hvor at Der er Sådan en eller 2 indforstået
53:45
altså Sådan. Jeg forstår.
53:48
Giver det mening hvad jeg siger Sådan?
53:49
Altså Jeg tror Der er mange der bruger sproget.
53:53
Anderledes. Bare mellem venner eller Sådan?
54:01
Ja hvad er det jeg prøver at sige med det Sådan hvor at altså
54:05
at Sådan og Det er måske bare ikke.
54:09
Det er måske bare ikke så passende, at det ligesom er, er
54:12
som eksempel på. Ud Sådan i hvad det her betyder,
54:16
Sådan for offentligheden. Eller Sådan er det Sådan noget.
54:20
Uddannelsen Det er alle de her eksempler kommer typisk fra
54:24
offentligheden. Men men der Jeg tror det du
54:30
snakker om Det er at man har jo forskellige sociale grupper og
54:33
forskellige sociale grupper snakker om forskelligt.
54:35
Jeg snakker ikke Sådan samme måde til mine mine gode venner,
54:38
så snakker til min bedstemor. Der er, Der er forskellige
54:42
mængder af bandeord. Jeg siger at efter at man tager
54:45
midter til dronningen eller midter hos hjemme hos sin bedste
54:47
ven. Så.
54:51
Men så spørgsmålet er hvad? Hvad er vigtigt for
54:54
sprogmodellerne at kunne og ikke kunne?
54:57
Og hvad er vigtigt, at Vi er klar over, at når vi altså når
54:59
vi evaluerer generelt? Det er jo et kæmpe spørgsmål,
55:02
hvad er det? Hvad er det, hvad er den danske
55:04
Kultur, hvad den får vi afspejlet nogle af de ting, som
55:07
der måske ligger lidt mellem mellem liggende.
55:09
Der er nogle af de her ting, Der er upassende, så vi alle sammen
55:11
møder dem upassende. Men har vi skrevet det ned nogle
55:13
steder? Ja ja ja Det er også sjovt.
55:17
Ikke fordi altså nu nu jeg jeg jeg rappede meget da jeg var
55:22
teenager ikke og der handlede det jo og så Det var også Sådan
55:25
noget freestyle noget og der havde man også nogle gange en
55:27
beef med nogen og lavede distracks og Sådan noget ikke og
55:29
der handlede det jo om at svine folk til og Jeg tror da godt nu
55:34
at Jeg kan genkende altså Det var jo at sige nullerne.
55:37
Det er jo længe siden hvor at man måtte sige meget mere end
55:41
altså og Det er jo ikke engang. Det er jo faktisk ikke engang
55:42
løgn altså. Men altså Jeg kan da godt Sådan
55:46
når jeg tænker på hvordan Jeg har talt ting Sådan.
55:48
Hold da op. Det er da godt nok Sådan
55:50
generaliserende eller Sådan. Hvad hedder det?
55:53
Der er sgu da ikke noget galt med homoseksuelle.
55:55
Hvorfor kalder du dem du rapper mod altså Sådan.
55:59
Ja eller Sådan noget ikke altså hvor at.
56:02
Jeg ved ikke. Ja Det er sjovt det der med Det
56:05
har også bare ændret sig. Jeg kan også huske hvad hedder
56:08
det eller Sådan. Det har også altid været tænkt
56:10
for mig. Jeg har altid været ret vild med
56:12
amerikansk hip hop musik og de er jo rigtig meget sorte dem der
56:15
laver det fede hiphopmusik i eller Sådan rigtig meget fed hip
56:18
musik er lavet af sorte mennesker.
56:20
Eller tror du amerikanere fra amerikanere og de siger jo
56:23
nikker til hinanden hele tiden og Det er jo Sådan der.
56:26
Ja og du ved, Det er jo ikke fordi Det er jo Sådan et homie
56:28
ord altså det bruger ikke. Hvor Sådan hvis man så rapper en
56:31
eller 2 sang og så er det super upassende hvis man som hvid for
56:35
det første og og Sådan overhovedet ikke en del af den
56:38
amerikanske afrikanske Kultur siger Sådan noget ikke.
56:43
Ja Det er. Det på en eller 2 måde, så er
56:47
det også. Det er et interessant datasæt
56:48
fordi det. Det har ændret sig så meget på,
56:52
så altså det fordi Det er jo ikke forfærdeligt længe siden at
56:54
de blev skrevet ned. Synes Jeg kan huske du sagde
56:57
Sådan. Nogle af de her upassende
57:01
eksempler har vi. Vi har jo eksempler på, altså
57:03
helt op til dags dato nærmest altså folk skriver upassende
57:06
ting og de bliver ved med at skrive upassende ting og snakke
57:08
om upassende ting. Det er jo en del af og Det er
57:11
også. Men altså hvor grænsen går til
57:13
hvad vi kalder upassende eller ej.
57:15
Det er jo den der har flyttet sig.
57:18
Så er det måske det måde at kigge på det på også for mig,
57:24
når jeg skal hjælpe med mig til at taler, handler det da også
57:26
imod måske noget med at Der er man nogle specielle grupper, men
57:30
var meget hårde overfor især homoseksuelle og kvinder, som
57:34
man har så fået helt andet billede for.
57:35
Men det gør jo ikke altså Vi er jo nu er vi bare upassende
57:37
overfor nogle andre. Kan man sige.
57:43
Men det altså det altså. Det er så interessant også at
57:46
finde ud af. Hvad er det egentlig igen?
57:47
Hvad er det vi måler? Men når vi samler alle de her
57:49
ting sammen, er det vi måler vi så er det så diskriminations
57:53
datasæt mod kvinder, eller vi ender med at lave eller er det
57:59
prøve i for at kigge mere på grænsen med hvad Der er passende
58:01
mellem den danske Kultur, den amerikanske Kultur?
58:04
Jamen der skal du måske også have nogle ting med, som der
58:05
ikke er upassende i Danmark, men måske upassende derovre, så Det
58:09
er jo Det er jo en. Det er jo et meget stort, eller
58:11
Vi har mange diskussioner om hvad man skal have med ikke skal
58:14
have med. Men Det er også Sådan sjovt det
58:16
der med Sådan. Hvorfor er det folk siger Sådan
58:17
noget ikke? Altså hvorfor?
58:18
Hvorfor var det da jeg rappede mod nogen i mine teenage og
58:21
sagde at de var bøsser eller et eller andet altså Sådan Det var
58:25
ikke fordi Jeg synes der var noget galt med homoseksuelt.
58:27
Det var bare fordi jeg vidste at dem jeg stod og rappede mod de
58:29
gad fandme ikke at være homoseksuelle vel fordi at de
58:32
var Sådan eller jeg ved ikke så vi blev Sådan en machroting
58:35
eller Sådan et eller andet ikke. Og hvorfor siger folk nedladende
58:38
ting? Altså hvorfor siger folk
58:39
nedladende ting om kvinder også ikke Det er også Sådan.
58:43
Hvorfor? Hvorfor har det været en ting?
58:44
Ikke? Og så kom jeg til at tænke på
58:46
Sådan, hvorfor har det også ændret sig siden dengang?
58:48
Og så kan man forestille sig, at det også er fordi at Vi har fået
58:51
meget mere. Altså Vi har fået.
58:54
Der er mange flere mennesker, der har fået meget større
58:56
mulighed for at. Udtale sig offentligt, end der
59:00
var for 30 år siden. Måske eller Sådan kan man, kan
59:02
man forestille sig? Det er en del af det Sådan at du
59:05
har bare mange flere eksempler. På folk der siger altså så folk
59:10
har i virkeligheden. Ja det ved jeg ikke.
59:15
Nej for Der er fordi Det er jo offentlige eksempler.
59:19
Det, Der er med i ordbogen? Ja.
59:24
Altså det. Det er virkelig svært at se det
59:26
for altså for mig at sige hvorfor man har den den ændring.
59:31
Jeg kan jo komme med alle mulige teorier for hvad der, hvorfor i
59:34
har gjort det. Altså Det er super spændende at
59:35
snakke om hvorfor. Hvorfor er sket en ændring og
59:37
tror at internettet må have haft en påvirkning af, at det også at
59:42
Der er nogen der har kunnet se mere op og man kan nemmere finde
59:45
frem sammen til folk der der der tænker på samme måde og derfor
59:49
måske være bedre til at. Der er jo hvad hedder det
59:52
protester eller men. Men?
59:56
Jeg ved det ikke. Men jeg tænkte, jeg tænker også
59:58
hvis man siger noget, hvis man for eksempel siger noget
59:59
nedladende med kvinder, så gør man det jo ikke foran kvinder
1:00:03
eller Sådan eller så så eller eller Sådan eller eller hvis man
1:00:06
siger, jeg tænker Sådan, men så hvis hvis hvis det rum man siger
1:00:12
det ud i. At at Der er flere altså jeg ved
1:00:16
det ikke. Jeg ved det ikke.
1:00:17
Jeg ved det ikke nej, men det det synes jeg bare er en
1:00:19
spændende spændende diskussion. Det der og og virkelig spændende
1:00:22
det der med det ændrer sig. Hvad må man sige?
1:00:25
Må sige. Altså jeg ved ikke om, og Jeg
1:00:28
tror også altså der Der er også det.
1:00:34
Der vil man ikke se det foran kvinder.
1:00:35
Jeg tror at at at det. Kommer måske.
1:00:40
Det står ikke i ordbogen. Hvem var jeg ved?
1:00:42
Desværre kan vi ikke rende rundt og optage alle folk 24 57
1:00:46
spillet den 2 snak og Sådan Der er der mange grunde til at vi
1:00:49
kan gøre det men. Ja Det var Det var altså Jeg
1:00:54
har. Jeg ved ikke at det skal handle
1:00:56
om om om om sexisme på den på nogen måde, men altså man har jo
1:01:00
oplevet folk der har sagt nogle upassende ting til en engang
1:01:02
imellem. Så og det sker jo altså og
1:01:05
idioter alle vegne, men det kunne lige så godt have været.
1:01:09
Altså så er det bare Sådan OK. Men kunne jeg så godt kalde
1:01:12
nogen et andet Skats ord? Det er bare Sådan lidt okay Det
1:01:15
er nemt. Der er rigtig mange skældsord
1:01:16
for kvinden, så Det er bare nemt at at kalde det eller?
1:01:21
Det det ja så er man. Hvis man ikke har været kvinder,
1:01:24
har man måske fået den for kaldt noget andet.
1:01:28
Ja ja så men, men i hvert fald spændende datasæt og Vi er før
1:01:32
blevet klandret her på. På bogs podcast om at snakke om
1:01:37
nogle nogle ting og Sådan noget så og det havde faktisk.
1:01:40
Det havde faktisk at gøre med lige præcis.
1:01:43
Noget et eller andet? Nu skal det ikke lyde som om at
1:01:46
vi snakker om dårlige ting med kvinder eller Sådan noget, men
1:01:48
Det var bare et eksempel, vi gav på noget, hvor at Det var synes
1:01:50
der var nogle. De var ikke gad at høre på, så
1:01:53
jeg håber ikke vi. Jeg håber, at vi ligesom det, vi
1:01:57
taler om det Sådan for datasæts skyld.
1:02:00
Jeg kunne være alt for dårlig. Det håber jeg også forstår,
1:02:04
fordi Det er altså igen det det. Hele grunden til at Vi har de
1:02:08
her datasæt er jo egentlig fordi Vi har prøvet at at gøre gøre op
1:02:12
med det i jordbogen. Altså Vi er jo prøvet at sagt
1:02:15
det her. Det er faktisk ikke OK, at Vi
1:02:16
har ligesom eksempler, fordi nogle af de her ting er som
1:02:18
eksempler på nogle ord så. OK at have eksempler på det, når
1:02:21
Det er ordet til selv er lydladende, men at have de under
1:02:25
andre ord der ikke har lydladende.
1:02:26
Altså Vi har nogle eksempler på. Når du bliver nødt til at se,
1:02:29
hvad var det? Jeg havde et eksempel på Det var
1:02:33
et meget meget normalt. Citat altså.
1:02:38
Der er citatet der Jeg har altid afskyet kvinder der tog herned
1:02:41
sydpå for at komme i lag med de lokale.
1:02:46
Og Det var så et eksempel på her ned.
1:02:49
Så det altså. Man kunne have mange andre
1:02:52
eksempler på herned end at snakke om at kvinder der går
1:02:56
tager sydpå for at så Det er bare nogle Sådan nogle eksempler
1:03:00
som man har fjernet. Men nu fordi Vi har den viden om
1:03:03
at Vi har fjernet dem af en grøn.
1:03:05
Det giver jo Det er jo noget data vi kan bruge til noget
1:03:07
andet. Og jeg elsker når man har noget
1:03:09
data man kan bruge til flere ting.
1:03:11
Fordi det siger noget om de eksempler, at de er blevet
1:03:13
fjernet. Ja ja og de og handler også om
1:03:16
at være lidt effektive, når det gælder, når vi arbejder med i
1:03:18
data. Når vi arbejder med ordbogen,
1:03:20
har vi jo ikke tænkt AI det overhovedet fra starten af.
1:03:23
Men hvis vi kan på en eller 2 måde bruge Vores daglige arbejde
1:03:27
til at lave flere datasæt, så er jeg glad, ja.
1:03:29
Lige præcis. Så hvis man har gjort lavet
1:03:31
lavet arbejde, som har forbundet nogle datapunkter, som man kan
1:03:34
bruge til at evaluere på en eller 2 måde, så så det så er
1:03:37
der potentiale. Ja for eksempel noget andet jeg
1:03:39
kigger på lige nu. Det er stavefejl.
1:03:41
Vi samler til, at Vi er samlet sammen for at hjælpe på
1:03:43
søgehjælpen i jordbogen. Hvilken stavefejl kan man så
1:03:45
bruge til at finde ud af om om strubeodeller kan finde de
1:03:48
stavefejl overhovedet? Eller de tror det bare er norsk?
1:03:54
Det kan være svært at finde ud af.
1:03:56
Ja. Ja Det er grineren.
1:03:58
Det er også kender du ikke det der nogle gange så når man
1:04:00
skriver til chat GPT at man Sådan skriver så lidt på på
1:04:04
dansk at det lige så godt kunne være norsk og så svarer den på
1:04:07
svensk eller norsk eller Sådan et eller andet fordi den den Der
1:04:09
er ikke nok information og så random må man bare sige OK jeg
1:04:13
prøver en af de 3. Det har den også skønt nogle af
1:04:16
de rivaler Vi har lavet her, hvor vi Sådan manuelt kiggede på
1:04:20
så den. Så er jeg i gang med at være det
1:04:21
på norsk. Megafedt.
1:04:26
Jamen det lyder som et spændende datasæt og om ikke andet også
1:04:29
altså Sådan både i forhold til at teste sprogmodeller, men også
1:04:31
for ligesom at Sådan starte den her samtale med Sådan.
1:04:36
Altså hvad siger man? Hvad siger man ikke.
1:04:40
Ja, jeg burde nok også lige nævne at meget af det her
1:04:42
arbejde er noget Der er lavet af min kollega satinep over mange
1:04:45
år der har siddet med det og så er det efter Vi har snakket om
1:04:48
de her sprogmodeller at vi får øjnene op for det hun kommer til
1:04:51
at have en en. Plenar hvad hedder foredrag på
1:04:54
en konference om elektografi her II maj måned?
1:04:57
Det handler om det, så Det kan være at man jeg kommer til at
1:05:01
dele noget mere om det i maj, når Vi har kommet lidt længere
1:05:04
med Vores sundhedssevelser. Det er i hvert fald noget, som
1:05:07
Jeg synes virkelig er virkelig spændende og og præcis hvor er
1:05:10
grænsen så upassende? Meget meget relevant også i
1:05:14
meget oppe i tiden. Ja hvad er der ellers noget i
1:05:18
arbejder på som du lige vil plug her til til sidst?
1:05:22
Jeg ved ikke. Vi.
1:05:23
Launcher en ny et eller andet? Jeg ved ikke.
1:05:26
Jeg skal også passe på for noget for meget, fordi Jeg har så
1:05:28
mange ideer og Jeg er. Træls så mange.
1:05:29
Ting at jeg ikke altså, vi arbejder videre.
1:05:31
Betalemøderne videre vil metaforer noget med det
1:05:33
upassende. Det er et mistervefejl at vi vi
1:05:36
Vi er så småt begyndt og Sådan at snakke lidt, og vi kan bruge
1:05:38
Vores litteratur også og litterære viden også.
1:05:41
Fordi jeg lagt mærke til der mangler de evalueringsstater set
1:05:43
der bare er avistekster og avistekster også for eksempel
1:05:47
der der var rigtig mange af de opgaver Der er lavet på
1:05:49
avistekster, og Det er jo bare en del af sproget.
1:05:53
Der er jo også alle mulige andre dele af sproget og andre måder
1:05:55
at skrive på. Så jeg kunne rigtig godt tænke
1:05:58
mig at få noget mere skønlitterært, måske ind eller
1:06:02
noget mere andet end aviste. Altså, de kan også godt være
1:06:06
lidt tørre. Ja, men Det er en en stor kilde
1:06:11
til tekst på internettet. Det er det helt sikkert.
1:06:14
Men, Der er jo hele det der problem med copyright og og så
1:06:17
videre. Men Vi har jo masser af
1:06:19
ældreværker, men så spørgsmålet om de er for gamle til man så
1:06:22
kan bruge det til at evaluere på eller ej, så Vi har.
1:06:27
De er gået i gang nærmest i dag. Faktisk vil jeg snakke om, hvad
1:06:29
vi kan gøre ved det. Ja, men nu har vi også nu
1:06:34
skygerne ved at blive lange, som vi plejer at sige her i
1:06:36
podcasten, så så jeg tænker, at Vi skal til at sige til at til
1:06:40
at afslutte her men men Det var spændende at høre om Jeg synes
1:06:43
Det er spændende datasæt og. Altså virkelig de dive i sprog
1:06:50
at talemåder og upassende ord og altså også bare super
1:06:55
fascinerende hvor meget det ikke bare er ord og bogstaver, men
1:06:59
også er Kultur. Helt vildt.
1:07:03
Og jeg og vi kan Kasper vi kan dykke meget dybere.
1:07:07
Ja jeg finder jo kun vi lige har skrabet overflade.
1:07:11
Det kan være Det er en helt 2 podcast der kan vi have fra
1:07:13
Jonas med, så Jeg er sikker på at han kan han kan.
1:07:16
Han er i hvert fald på at tage den dobbelt så dybt som Vi har
1:07:18
været nu her så. Ja men hvad hedder det natalie
1:07:24
1000 tak fordi tak fordi du laver med.
1:07:26
Og fortælle om talemod datasættet, og man kan jo gå ind
1:07:28
og tjekke det ud. Prøv teknologi dot DK ligger
1:07:32
det. Sprogteknologi.dk og Der er i
1:07:34
øvrigt også en masse andre. Hvad hedder det danske
1:07:37
sprogressourcer derinde både i form af datasæt og sprogmodeller
1:07:41
og så videre. Så der skal man jo gå ind og
1:07:44
tjekke. Yes jamen 1000 tak fordi du var
1:07:46
med natalia og 1000 tak fordi at i lyttede med alle sammen.
1:07:50
Vi ses i næste uge hej.