Jag är doktorand i biblioteks- och informationsvetenskap. Mitt projekt har titeln Att förutsäga och kategorisera tidsperioder i skönlitterära verk.

Med den snabba ökningen av digitaliserad litteratur finns ett allt större behov av att utveckla effektiva organisationsstrukturer. Traditionella kategoriseringar baserade på författarskap, titlar och genrer saknar ofta djup när det gäller att fånga temporala nyanser. Denna studie fördjupar sig i den komplexa uppgiften att kategorisera litterära texter enligt specifika tidsperioder. Studien undersöker den utmaningen med tidsperiodskategorisering, med särskilt fokus på historiska kontexter och temporala ledtrådar i skönlitterära verk. En kombination av maskininlärningstekniker och stora språkmodellers kapacitet erbjuder lovande möjligheter att utveckla effektiva och skalbara lösningar, medan traditionella metoder som förlitar sig på manuell katalogisering har svårt att hantera den växande mängden skönlitterära verk.

Denna studie fokuserar på följande aspekter: a) genomföra en litteraturöversikt för att kartlägga det nuvarande kunskapsläget, b) utvärdera och jämföra tekniker för "feature engineering" (processen att skapa och/eller välja relevanta egenskaper) för att förutsäga en tidsperiodskategori per skönlitterär text, c) undersöka språkmodellernas förmåga att förutsäga flera tidsperioder, samt motiveringar till de föreslagna tidsperioderna d) undersöka låntagarnas sökbeteenden och varför samt hur de söker på skönlitteratur med tid som ämnesord. Vidare undersöka hur katalogisatörer sätter ämnesord på skönlitterära verk med koppling till tid samt hur de uppfattar de potentiella fördelarna och utmaningarna med att implementera en storskalig kategorisering av tidsperioder. 

Till forskarens publikationer i DiVA (Digitala Vetenskapliga Arkivet)