FIN-CLARIAH

FIN-CLARIAH on valtakunnallinen ihmistieteiden tutkimusinfrastruktuuri, jossa Jyväskylän yliopiston humanistis-yhteiskuntatieteellinen tiedekunta on mukana luomassa uusia välineitä tutkijoiden käyttöön.

Sisällysluettelo

Hankkeen kesto

1.3.2022 - 31.12.2027

Tutkimuksen painoala

Kieli, kulttuuri ja yhteiskunta

Tutkimusalue

Kielitaidon ja oppimisen arviointi

Tutkimusmenetelmien uudistaminen

Hyvinvoinnin ja hoivan politiikat ja käytännöt

Pelit ja digitaalisuus

Kielen oppiminen, opetus ja osaaminen

Viittomakielen keskuksen tutkimus

Osasto

Historian ja etnologian laitos

Musiikin, taiteen ja kulttuurin tutkimuksen laitos

Soveltavan kielentutkimuksen keskus

Yhteiskuntatieteiden ja filosofian laitos

Tiedekunta

Humanistis-yhteiskuntatieteellinen tiedekunta

Rahoitus

Suomen Akatemia

Hankekuvaus

FIN-CLARIAH (Common Language Resources and Technology Infrastructure) on valtakunnallinen ihmistieteiden tutkimusinfrastruktuuri, joka koostuu kahdesta komponentista: FIN-CLARIN ja DARIAH-FI.

Työpaketit

Vuosina 2026–2027 FIN-CLARIAH infrastruktuurihankkeessa jatketaan edellisten hankekausien työtä. Tavoitteena on tukea humanistista ja yhteiskuntatieteellistä tutkimusta kehittäen digitaalisia käytäntöjä ja työkaluja tutkijoiden käyttöön.

FIN-CLARIAH hankkeessa on mukana yhdeksän suomalaista yliopistoa, Kansalliskirjasto, Kansallisarkisto, CSC – Tieteen tietotekniikan keskus Oy ja Kotimaisten kielten keskus.

Github: JYU-digihum

Hankejohtaja Jyväskylän yliopistossa: Professori Raine Koskimaa

Jyväskylän yliopiston työ keskittyy vuosina 2026–2027 seuraaviin aihepiireihin:

D3.3.4 Multimodal modelling for deep enrichment of archival documents

Työpaketin tavoitteena on (a) hyödyntää tekoälymalleja metatietojen tunnistamiseen massadigitalisoidusta arkistoaineistosta sekä (b) kehittää työkaluja arkistoaineiston multimodaaliseen rikastamiseen metatiedoilla, kuten asiakirjojen ulkoasulla ja sisältötyypeillä.

Tiimi: Ida Toivanen, JYU, Venla Poso, JYU

D3.3.5 Multimodal modelling for the deep enrichment of livestream data / D4.1.4 Analysis tools for multimodal livestream data

Tavoitteena on rikastaa livestream-dataa kehittämällä työkaluja, jotka hyödyntävät multimodaalisesti chat-, ääni- ja videodataa livestreamissa tapahtuvien toimintojen ja kontekstin tulkitsemiseksi (D3.3.5). Tämän lisäksi kehitämme työkaluja (a) livestream-videoiden spatiaalisten ja ajallisten piirteiden tunnistamiseen sekä (b) multimodaalisen datan (chat-, ääni- ja videodatan) yhdistämiseen livestream-videoiden analyysin puitteissa (D4.1.4).

Tiimi: Raine Koskimaa, työpaketin johtaja, JYU, Jari Lindroos, JYU, Tanja Välisalo, JYU, Jaakko Peltonen, Tampereen yliopisto

Jyväskylän yliopiston työ keskittyi vuosina 2024–2025 seuraaviin aihepiireihin:

D3.3.1 Automated metadata of archival data from NAF

Työpaketti toteutettiin yhteistyössä Kansallisarkiston kanssa. Tarkoitus oli luoda tapoja arkistoaineistojen automaattiseen rikastamiseen metadatan avulla. Hankekaudella tutkimuksen kohteena oli multimodaalisten aineistojen ja mallien hyödyntäminen moninaisen arkistoaineiston luokittelussa ja rikastamisessa.

Tiimi: Antero Holmila (työpaketin johtaja), JYU, Ida Toivanen, JYU, Venla Poso, JYU, Tanja Välisalo (KA)

D3.3.3 Machine-learning-based enrichment of social media (Twitch) / D4.1.1 Analysis of video stream interactions with AI solutions

Työpaketin keskiössä olivat koneoppimispohjainen livestream-aineiston ja niiden chat-aineiston rikastaminen, sekä livestreamien tekoälypohjainen vuorovaikutusanalyysi. Aineiston keruuseen ja analysointiin kehitettiin työkaluja tutkijoiden käyttöön.

Tiimi: Raine Koskimaa, työpaketin johtaja, JYU, Jari Lindroos, JYU, Tanja Välisalo, JYU, Jaakko Peltonen, Tampereen yliopisto

Finnish and Finland-Swedish Sign Language corpora - WP1.3 Video processing and annotation / WP2.1 Personal and Copyrighted Research Data

Jyväskylän yliopistossa tehty työ liittyi kahteen FIN-CLARIAHin sisällä toimivaan työpakettiin. JYU:ssa tehty työ liittyi kolmen viittomakielen korpuksen julkaisuun (kaksi suomalaisen viittomakielen ja yksi suomenruotsalaisen viittomakielen korpusta). Työssä JYU:n puolen toteuttajana toimi Juhana Salonen.

https://converis.jyu.fi/converis/portal/detail/ResearchDataset/177402998?lang=fi_FI

https://converis.jyu.fi/converis/portal/detail/ResearchDataset/160087813?lang=fi_FI

https://www.kielipankki.fi/aineistot/cfsts/

Vuosina 2022–2023 FIN-CLARIAH toteutti infrastruktuurihankkeen, jossa pyrittiin merkittävästi laajentamaan digitaalisen humanistisen ja yhteiskuntatieteellisen tutkimuksen tukea kolmen tavoitteen kautta:

Kehitetään puhutun kirjasuomen lisäksi myös arkikielen automatisoitua käsittelyä
Vastataan humanistis-yhteiskuntatieteellisen tutkimuksen tarpeisiin epästrukturoidun tekstin käsittelemiseksi
Mahdollistetaan metatietojen hyödyntämistä tutkimuksessa

FIN-CLARIAH hankkeessa oli mukana kahdeksan suomalaista yliopistoa, Kansalliskirjasto, Kansallisarkisto, CSC – Tieteen tietotekniikan keskus Oy ja Kotimaisten kielten keskus.

Github: JYU-digihum

Hankejohtaja Jyväskylän yliopistossa: Professori Jari Ojala

Jyväskylän yliopisto oli partnerina seuraavissa FIN-CLARIAH-työpaketeissa vuosina 2022–2023:

WP 2.5 Solutions for better use of language learner performances in research

Tavoitteena on tarjota ratkaisuja, joiden avulla voidaan hyödyntää tehokkaammin suomen kieltä opettelevien suorituksiin pohjautuvaa dataa tutkimuksissa. Nykyisillä tekoälypohjaisilla kielimalleilla ei täysin pystytä käsittelemään oppijakieltä. Kielitaidon oikeellinen arviointi on tärkeää, sillä se voi vaikuttaa esim. maahanmuuttajien mahdollisuuteen hakea kansalaisuutta. Inhimillisten virheiden ehkäisemiseksi automaattinen arviointityökalu on tarpeen. Oppijakielen arviointiin kehitetään hankkeessa prototyyppi tekoälypohjaisesta työkalusta, jolla voidaan arvioida S2-kielitaidon tasoa.

Tiimi: Ari Huhta, työpaketin johtaja, JYU, Jenny Tarvainen, JYU, Sirkku Kronholm, JYU

WP 3.2 AI solutions to better use National Archives mass digitisation services

Tavoitteena on kehittää tutkijoiden avuksi tekoälypohjaisia ratkaisuja edistämään Kansallisarkiston digitalisoitujen tietoaineistojen tehokkaampaa käyttöä. Aineiston käytettävyyttä ja analyysimahdollisuuksia parannetaan työpaketissa kehittämällä tekoälypohjainen malli nimientiteettien tunnistukseen (named entity recognition, NER). Uusi NER-malli ymmärtää aiempia kielimalleja paremmin koneluettua (OCR) tekstiaineistoa ja viranomaiskieltä. Aiemmista kielimalleista poiketen se sisältää myös Y-tunnuksen ja diaarinumeron.

Tiimi: Antero Holmila, työpaketin johtaja, JYU, Venla Poso, JYU, Ida Toivanen, JYU

WP 3.3 AI-based solutions to better use textual qualitative survey data

Tavoitteena on kehittää suomenkielisten kyselyjen avovastausten analysointia tekoälypohjaisin menetelmin. Kyselyjen avovastaukset jäävät usein täysimääräisesti hyödyntämättä. Tutkijoiden tukemiseksi hankkeessa kehitettiin survey-aineistojen
avovastausten analyysiin soveltuvia työkaluja: käsiteverkkotyökalu ja sentimenttianalyysi.

Tiimi: Krista Lagus, Helsingin yliopisto, Maria Valaste, HY, Sakari Taipale, JYU, Tapio Litmanen, JYU, Tomi Oinas, JYU, Ida Toivanen, JYU, Joni Oksanen, HY, Maria Valaste, HY, Adeline Clarke, HY, Jani-Matti Tirkkonen, Itä-Suomen yliopisto, Jaakko Peltonen, Tampereen yliopisto

WP 3.4 Developing analysis methods for real-time chats in game play stream

Tavoitteena on kehittää tekoälypohjaisia analyysimenetelmiä, joilla voidaan analysoida videostreamien, erityisesti pelistreamien, reaaliaikaisia chat-keskusteluja. Livestreamien eli videostriimien yleistyminen on vaikuttanut ihmisten vuorovaikutukseen median kanssa. Samalla livestream-palvelujen chat-ominaisuus on keskeinen osa katsomiskokemusta, mutta chattien analyysi on haasteellista sisällön määrän ja internetin kielen vuoksi. Chat-aineiston keruuta ja analyysia varten kehitetään hankkeessa työkaluja, jotka mahdollistavat vuorovaikutuksen rakenteiden ja viestisisältöjen analyysin. Tuloksena syntyy (1) työkalu videostriimien chat-aineiston keruuseen ja (2) chat-aineiston analyysityökalu.

Tiimi: Raine Koskimaa, työpaketin johtaja, JYU, Jari Lindroos, JYU, Tanja Välisalo, JYU, Jaakko Peltonen, Tampereen yliopisto

Lindroos, J., Toivanen, I., Peltonen, J., Välisalo, T., Koskimaa, R., & Äyrämö, S. (2025). Participant profiling on Twitch based on chat activity and message content. In P. D'Souza, H. Tang, N. Xi, & J. Hamari (Eds.), GamiFIN 2025: Proceedings of the 9th International GamiFIN Conference (4012, pp. 267-282). RWTH Aachen. CEUR Workshop Proceedings. https://ceur-ws.org/Vol-4012/paper18.pdf
Tarvainen, J., Toivanen, I., & Huhta, A. (2025). Automatic language proficiency assessment of written texts: Training a CEFR classifier in L2 Finnish. Studies in Language Assessment, 14(2), 58-90. https://doi.org/10.58379/YWAV5140
Toivanen, I., Poso, V., Lipsanen, M., & Välisalo, T. (2025). Developing named-entity recognition for state authority archives. In O. Holownia, & E. S. Sigurðarson (Eds.), DHNB2024 Conference Post-Proceedings (7). University of Oslo Library. Digital Humanities in the Nordic and Baltic Countries Publications. https://doi.org/10.5617/dhnbpub.12262
Lindroos, J., Peltonen, J., Välisalo, T., Koskimaa, R., & Toivanen, I. (2025). From PogChamps to Insights : Detecting Original Content in Twitch Chat. In T. X. Bui (Eds.), HICSS 2025: Proceedings of the 58th Annual Hawaii International Conference on System Sciences, (pp. 2542-2551). University of Hawaiʻi at Mānoa. Proceedings of the Annual Hawaii International Conference on System Sciences. https://hdl.handle.net/10125/109148
Poso, V., Lipsanen, M., Toivanen, I., & Välisalo, T. (2024). Making Sense of Bureaucratic Documents : Named Entity Recognition for State Authority Archives. In Archiving 2024 Final Program and Proceedings (pp. 6-10). Society for Imaging Science & Technology. Archiving, 21. https://doi.org/10.2352/issn.2168-3204.2024.21.1.2
Poso, V., Välisalo, T., Toivanen, I., Holmila, A., & Ojala, J. (2023). Untapped data resources : Applying NER for historical archival records of state authorities. In A. Rockenberger, J. Tiemann, & S. Gilbert (Eds.), DHNB2023 Conference Proceedings (5, pp. 55-69). University of Oslo Library. Digital Humanities in the Nordic and Baltic Countries Publications. https://doi.org/10.5617/dhnbpub.10650
Toivanen, I., Räsänen, V., Lindroos, J., Oinas, T., & Taipale, S. (2022). Implementing sentiment analysis to an open-ended questionnaire : Case study of digitalization in elderly care during COVID-19. In J. Domenech, & M. R. Vicent (Eds.), CARMA 2022 : 4th International Conference on Advanced Research Methods and Analytics, (pp. 205-212). Editorial de la Universitat Politècnica de València. International Conference of Advanced Research Methods and Analytics. https://doi.org/10.4995/CARMA2022.2022.15089
Koskimaa, R., Välisalo, T., & Lindroos, J. (2022). Understanding Twitch Esports Communities through Livestream Chat Analysis. In #ERNC22 Esports Research Network Conference : Sustainable Esports in the Digital Society : Book of Abstracts (pp. 139-141). Esports Research Network. https://esportsresearch.net/wp-content/uploads/2023/01/ERNC22_Jonkoping_Book_of_Abstracts.pdf
Toivanen, I., Lindroos, J., Räsänen, V., & Taipale, S. (2022). Dealing with a small amount of data : developing Finnish sentiment analysis. In 2022 BESC : 9th International Conference on Behavioural and Social Computing. IEEE. https://doi.org/10.1109/besc57393.2022.9995536