Google digitoi maailmankirjallisuutta kovaa vauhtia. Se on muuttanut digitaaliseksi jo yli 10 prosenttia koko maailman kaikista julkaistuista kirjoista. Mitä ne kertovat meille kulttuuristamme?
Harvardin, MIT:n, American Heritage Dictionaryn, Encyclopedia Britannican ja Googlen yhteinen tutkijaryhmä päätti ottaa asiasta selvää.
Kirjapainon keksimisen jälkeen maailmassa on julkaistu 129 miljoonaa kirjaa. Niistä Google on digitoinut 15 miljoonaa.
Google tarjosi tutkijaryhmälle kaiken datansa näistä kirjoista. Lisäksi tarjolla oli metadataa, eli kirjan kirjoittaja, kirjoitusvuosi ja niin edelleen.
Ryhmä kävi datan läpi ja jätti jäljelle vain datan, joka oli ensiluokkaista laatua. Se tarkoittaa viittä miljoonaa kirjaa, 500 miljardia sanaa ja aakkosten ketjua, joka on tuhat kertaa pitempi kuin ihmisen genomi. Se on aikamoinen pätkä kulttuurihistoriaamme ja yhteiskuntiemme evoluutiota.
Tilastot ja n-grammit
Mitä tällaiselle datamäärälle voi tehdä? Ainakaan sitä ei voi julkaista suoraan, sillä tiedossa olisi kaikkien aikojen tekijänoikeuskäräjät.
Ryhmä päätti julkaista tilastot datasta. Tilastot perustuvat n-grammeihin. N-grammi on n merkin, foneemin tai sanan mittainen jakso. Googlen datassa n-grammit ovat sanoja. Esimerkiksi sana "yksi" on unigrammi, yhden sanan mittainen n-grammi. "Valkoinen lintu" on digrammi, "Pekka ajaa autoa" trigrammi.
Tutkijaryhmän tilastot perustuvat eri sanojen tai sanayhdistelmien yleisyyteen omassa n-grammissaan. Kun tiedetään sanan julkaisuvuosi ja sen yleisyys, saadaan hienoja tilastoja. Google on laittanut tilastot kaikkien tutkittaviksi osoitteeseen http://books.google.com/ngrams.
Valitettavasti suomenkielisestä kirjallisuudesta ei ainakaan vielä ole olemassa samanlaisia tilastoja. Englanninkielisen aineiston tutkiminen on kuitenkin todella koukuttavaa. Englannin lisäksi tarjolla on kiinaa, saksaa, ranskaa, hepreaa, venäjää ja espanjaa.
Mitä tutkijaryhmä sitten löysi? Esimerkiksi sen, että pelkästään tutkimalla influenssa-sanan (engl. influenza) yleisyyttä datassa, voidaan päätellä, milloin maailmalla riehui paha tauti. Kirjailijaa kohdannut sensuuri voidaan myös päätellä suoraan tilastoista.
Tavallisella signaalinkäsittelyllä on mahdollista tavoittaa kulttuurisesta evoluutiostamme jotain, mitä ei aiemmin ole tavoitettu.
Tilastojen avulla pääsee käsiksi myös abstrakteihin asioihin. Me esimerkiksi unohdamme historiamme nopeammin kuin ennen. Kuinka tämä voidaan päätellä? Katsokaa Erez Lieberman Aiden ja Jean-Babtiste Michelin luento projektista TED-puheiden arkistosta.
Luento selvittää projektia tarkemmin ja tarjoaa näkymän tulevaisuuteen, jossa kaikki kulttuuri on saatavilla myös digitaalisesti. Digitaalisuus tulee muuttamaan tai ainakin tarjoamaan uuden tavan, jolla kulttuuria tutkitaan ja ymmärretään.
Uusimmat
-
00:46
Jukka Jalonen jyrisi MM-areenan uumenissa – tiuskaisi NHL-kovanaaman rottatempusta: "Parempi pitää turpa kiinni"
-
00:38
Kylian Mbappelta vahvistus – lähtee PSG:stä
-
00:14
Jääkiekon MM-kisat 2024: Otteluohjelma ja tulokset
-
00:11
Leijonat-hyökkääjä loukkaantui, Lasse Kukkonen haukkui Tshekin NHL-pakin lyttyyn – "Ällöttävä teko!"
-
00:03
Tshekki vei trillerin rankkareilla! Leijonille pettymys MM-avauksessa – näin ottelu eteni
-
23:56
Tshekki aiheutti Leijonille heti avaustappion – Harri Säteriltä ilmiömäinen esitys
-
23:28
Jesse Puljujärvi näytti härkämäisiä voimiaan – Tshekki-puolustaja lennähti komeasti katolleen
-
23:06
Tätä et nähnyt lähetyksessä: Leijonien valmentaja teki jäätävän havainnon – pelasti Suomen takaiskulta MM-avauksessa
-
22:51
Tshekki iski kiekon jo Leijonien verkkoon – Jukka Jalosen valmennustiimin temppu pelasti Suomen takaiskulta
-
22:24
Kolme ruksia vaihtui 84-metriseen – asiantuntija hehkuttaa Oliver Helanderia: "EM-kisoihin mitalikandidaatti"
-
22:20
Tulvat tappoivat kymmeniä Afganistanin pohjoisosassa
-
22:13
Tshekin NHL-jyrä haki hirmutööttiä summerin soidessa – Mikael Granlund menetti malttinsa
-
22:02
Netanjahu Dr. Philin haastattelussa: Me teemme sen, mikä tehdä täytyy
-
22:01
Olga Temonen kävi jälleen syöpähoidoissa ulkomailla
-
21:59
Espoossa suuri tulipalo koululla – poliisi epäilee tahallaan sytytetyksi
-
21:50
Alankomaiden edustaja Joost Klein ei esiinny myöskään toisissa pukuharjoituksissa – EBU: "Tutkinta on kesken"
-
21:25
Taksikuljettaja Olympiaterminaalin taksirajoituksesta: "Miksi minuun ei luoteta?"
-
21:13
Asiantuntija varoittaa Leijonat-tähtiä Tshekin NHL-jyrästä – "Vähän harmaalla alueella"
-
21:06
Oliver Helanderilta kysyttiin mahdollisesta EM-menestyksestä – näin hän vastasi
-
21:01
Näin parantumattomasti sairaat puhuvat siitä, kuinka haluaisivat kuolla: "Haluaisin, että olisi semmoinen vaihtoehto"
-
Lataa lisää