Språkinformation

Språkinformation är information om språk och deras användning. Den omfattar data om fonologi, morfologi, syntaks, lexikon, betydelse samt praktisk användning i kommunikation, samt sociolingvistik och språkliga variationer i olika samhällen. Språkinformation inkluderar beskrivande resurser som grammatik och ordböcker, samt större text- och ljudkorpora. Den innehåller också metadata som beskriver hur data samlades in, hur de är organiserade och vilka rättigheter som gäller för användning och vidareutnyttjande. Målet är att göra språkrelaterad kunskap tillgänglig, jämförbar och återanvändbar för forskning, utbildning och teknologi.

Språkinformationskällor består av textkorpora, ordböcker, grammatiker och ljudinspelningar, samt samlingar av tal- och textmaterial över tiden. Data organiseras med metadata som beskriver insamlingsmetoder, kvalitet och rättigheter. Internationella standarder för språkidentifiering och datastandarder används för strukturering och utbyte av uppgifter. Exempel är ISO 639 för språketiketter och ISO 12620 för lingvistiska datakategorier, samt format som TEI, XML och JSON. Språkinformation lagras i språkresurser, forskningsarkiv och bibliografiska databaser.

Användningar och utmaningar: språkinformation används inom lexikografi, språkförvaltning, språkpedagogik samt teknologi som taligenkänning och maskinöversättning. Viktiga överväganden är öppen tillgång och licensvillkor, samt etiska frågor vid insamling av personuppgifter i samtalsdata och bevarande av minoritetsspråk samt deras kulturella kontext. Ökad tillgång till språkinformation kan stödja språkforskning, undervisning och bevarande av språklig mångfald.