Bøger af Anders Søgaard

I kunstig intelligens prøver computere at afkode, hvad vi siger til dem. Efter mange års forsøg er det ved at lykkes, og de intelligente maskiner hjælper os nu med at oversætte vores e-mails, fylde vores kalendere ud og parkere vores biler. Teknologien er for længst flyttet ind bag skærmene lige foran os. Alligevel forbinder de fleste den med talende robotter og hurtigvækstende startups. Bagfra ser kunstig intelligens helt anderledes ud: Algoritmer tygger sig igennem millioner af data og regner baglæns for at lære af egne fejl. Og måske kan computerens sorte boks afsløre lige så meget om os selv som om kunstig intelligens og åbne vores øjne for, hvorfor en teknologi, der skulle gøre informationer til allemandseje, ender med at bære brænde til ulighedens bål.

Anders Søgaards "Iliaden" er fiktion fuld af humor og kritisk sans. Den forholder sig til Homers "Iliaden" og er både en omskrivning, en fantasi, en kritik af oldtidsforskning, den er landskabspoesi, en rejsefortælling og et forsøg på at læse sig ind på fiktive personer. Weekendavisen skrev "Homer møder Borges", Berlingske skrev "Frisk fortolkning af alletiders litterære klassiker er herligt trip" og Politiken skrev blandt andet: "det oprørslystne tusindårstipoldebarn både fejrer og hærger sit ophav".På bagsiden står der om bogen: "Som kriminalroman. Såret var dybt og ikke fra en flintesten. Hvornår så du ham sidst i live? spørger Helena, uden at vende sig bort fra liget. Okay, måske ikke. Som erotisk roman, så? Achilleus’ muskuløse ryg, hans lænd og balder, de brede, stærke lår. Jeg så ham bade i floden i går. Jeg stod inde mellem træerne og betragtede ham. Achilleus sidder stille, som et rovdyr, der vejrer sit bytte. Iliaden går forud for genrer. Et åbent, svimlende rum, befolket af guder, helte og idiosynkratiske strofer. Og så ligger der pludselig en flintesten i gruset. I en kriminalroman betyder det, at der er begået et mord. I en erotisk roman kan man tage et kort skørt på og bøje sig ned og samle den op fra jorden. Uden genrer er stenen uafkodelig. Den er der bare, som et digt, helt uden formål."

This book presents a taxonomy framework and survey of methods relevant to explaining the decisions and analyzing the inner workings of Natural Language Processing (NLP) models. The book is intended to provide a snapshot of Explainable NLP, though the field continues to rapidly grow. The book is intended to be both readable by first-year M.Sc. students and interesting to an expert audience. The book opens by motivating a focus on providing a consistent taxonomy, pointing out inconsistencies and redundancies in previous taxonomies. It goes on to present (i) a taxonomy or framework for thinking about how approaches to explainable NLP relate to one another; (ii) brief surveys of each of the classes in the taxonomy, with a focus on methods that are relevant for NLP; and (iii) a discussion of the inherent limitations of some classes of methods, as well as how to best evaluate them. Finally, the book closes by providing a list of resources for further research on explainability.

The majority of natural language processing (NLP) is English language processing, and while there is good language technology support for (standard varieties of) English, support for Albanian, Burmese, or Cebuano--and most other languages--remains limited. Being able to bridge this digital divide is important for scientific and democratic reasons but also represents an enormous growth potential. A key challenge for this to happen is learning to align basic meaning-bearing units of different languages.In this book, the authors survey and discuss recent and historical work on supervised and unsupervised learning of such alignments. Specifically, the book focuses on so-called cross-lingual word embeddings. The survey is intended to be systematic, using consistent notation and putting the available methods on comparable form, making it easy to compare wildly different approaches. In so doing, the authors establish previously unreported relations between these methods and are able to present a fast-growing literature in a very compact way. Furthermore, the authors discuss how best to evaluate cross-lingual word embedding methods and survey the resources available for students and researchers interested in this topic.

This book introduces basic supervised learning algorithms applicable to natural language processing (NLP) and shows how the performance of these algorithms can often be improved by exploiting the marginal distribution of large amounts of unlabeled data. One reason for that is data sparsity, i.e., the limited amounts of data we have available in NLP. However, in most real-world NLP applications our labeled data is also heavily biased. This book introduces extensions of supervised learning algorithms to cope with data sparsity and different kinds of sampling bias. This book is intended to be both readable by first-year students and interesting to the expert audience. My intention was to introduce what is necessary to appreciate the major challenges we face in contemporary NLP related to data sparsity and sampling bias, without wasting too much time on details about supervised learning algorithms or particular NLP applications. I use text classification, part-of-speech tagging, and dependency parsing as running examples, and limit myself to a small set of cardinal learning algorithms. I have worried less about theoretical guarantees ("this algorithm never does too badly") than about useful rules of thumb ("in this case this algorithm may perform really well"). In NLP, data is so noisy, biased, and non-stationary that few theoretical guarantees can be established and we are typically left with our gut feelings and a catalogue of crazy ideas. I hope this book will provide its readers with both. Throughout the book we include snippets of Python code and empirical evaluations, when relevant.

En munk bliver slået ihjel af en flok landevejsrøvere og vågner i en ørken. En studerende vågner med hukommelsestab og opdager, at han må flygte ud af Østtyskland. En overlæge bliver fyret og tager arbejde som vagt ved sit gamle hospital. En pensioneret arkitekt opdager, at Marmorkirken er forsvundet. En enke ser kun sine naboer én gang om året, når de river blade sammen foran deres parceller. Hus uden fundament er en bog om de huse, vi lader bag os.

En gruppe tjekkiske digtere kaster sig i frihedsrusen, der blev skabt efter Murens Fald ud i et eksperiment: Et kunstnerisk kollektiv, hvor alle grænser – bevidsthedsmæssige, seksuelle, kunstneriske – forsøges nedbrudt. Da grundlæggeren, Frau Spiegel, anklages af samfundet, tvinges dets medlemmer og følgere til at reflektere over, hvad kollektivet søgte og opnåede i dets korte levetid. Digtsamlingen, Landskabsdigternes Klub, er et forsvarsskrift for Frau Spiegel, som J. Kadlec i trods beslutter sig at forfatte. Anders Søgaard, der til daglig er professor i kunstig intelligens ved Københavns Universitet, vender tilbage til dansk litteratur efter 15 år. 'Landskabsdigternes Klub' handler om, hvad der sker, når vi forsøger at skubbe grænserne for, hvad der er os menneskeligt muligt. I livet. I sproget.

Ordet præstation splitter folk. Nogle taler om ’high performance’ som om præstationer og resultater er meningen med livet. For andre er præstation et fyord associeret med forestillinger om folk der bevidstløst spæner rundt i en trædemølle. Begge opfattelser er forfejlede og udtjente. At præstere kan aldrig være et mål i sig selv. Men uden præstationer kommer vi ingen vegne. De udfordringer menneskeheden står over for, kræver at vi præsterer på et ekstraordinært niveau. Derfor må vi nytænke præstation og præstationsledelse og se det i en mere nutidig og menings-fuld kontekst.For at kunne præstere på et ekstraordinært niveau er vi nødt til at slippe mageligheden og træde ind i ubehaget. Vi skal blive bedre til at møde den usikkerhed og sårbarhed som præstation og ledelse af præstation indebærer, og være villige til at gå ad veje vi endnu ikke kender for at aktivere nye lag af vores ydeevne.Bogen fordyber sig i de psykologiske og filosofiske aspekter ved ubehag i en præstationskontekst, og udforsker hvad det vil sige at være et præste-rende menneske i vores tid. En tid, som kalder på en mere meningsfuld forbindelse mellem den ydre kompleksitet og den indre verden vi også besidder.

En gruppe tjekkiske digtere kaster sig i frihedsrusen, der blev skabt efter Murens Fald ud i et eksperiment: Et kunstnerisk kollektiv, hvor alle grænser – bevidsthedsmæssige, seksuelle, kunstneriske – forsøges nedbrudt. Da grundlæggeren, Frau Spiegel, anklages af samfundet, tvinges dets medlemmer og følgere til at reflektere over, hvad kollektivet søgte og opnåede i dets korte levetid. Landskabsdigternes Klub handler om, hvad der sker, når vi forsøger at skubbe grænserne for, hvad der er os menneskeligt muligt. I livet. I sproget.Anders Søgaard, der til daglig er professor i kunstig intelligens ved Københavns Universitet, vender tilbage til dansk litteratur efter 15 år.