I denna studie görs en historie-kritisk ordanalys av Kol 1:15-20, med motivet att studera vilka avKristus ontologiska egenskaper som behövde betonas för församlingen i Kolossai. IKolosserbrevet utvidgas beskrivningen av Kristus från de äkta paulinska breven till att ävenbeskriva Kristus som kosmisk. I Kol 1:15-20, en text som ofta karaktäriseras som en hymn,presenteras brevets huvudsakliga budskap för läsaren på ett poetiskt sätt. Metoden för attanalysera texten i syfte att undersöka hymnens ontologiska beskrivning av Kristus är en historiekritiskordanalys. Sammanlagt sex ord/konstruktioner från originaltexten analyseras εἰκων,πλήρωμα, πρωτότοκος samt ἐν αὐτῷ, δι’ αὐτοῦ, εἰς αὐτόν, både ur ett översättningsperspektiv samtur ett historiskt och kulturellt perspektiv. Analysen visar på att orden εἰκὼν och πρωτότοκοςinnefattar en kristologi i vilken Kristus relation till Gud diskuteras explicit. Ordanalysen avπλήρωμα samt ἐν αὐτῷ, δι’ αὐτοῦ, εἰς αὐτόν visar på en kristologi som innefattar Kristus relationtill människan, men där relationen mellan Gud och människan blir implicit. Ordanalysen belyseren argumentation där Kristus relation till Gud betonas före relationen mellan Kristus ochmänniskan. Kristus gudomliga ställning behöver alltså först stärkas innan Kristus betydelse förmänniskan omtalas.AbstractIn / In this study a historical-critical word analysis of Col 1:15-20 is performed, with the objective toexamine which of Christ’s ontological properties that were needed to be emphasized for thecongregation at Colossai. In the letter to the Colossians the description of Christ is extended fromthe non-disputed Pauline letters to also describe Christ as cosmic. In Col 1:15-20, a text oftencharacterized as a hymn, the main message of the letter is presented to the reader in a poetic way.A word analysis is used to investigate the ontological description of Christ given in the text. In all,six words or constructions of words from the original text are analyzed εἰκων, πλήρωμα,πρωτότοκος and ἐν αὐτῷ, δι’ αὐτοῦ, εἰς αὐτόν, from both translational perspective as well ashistorical and cultural perspective. The analyses indicate that the words εἰκὼν and πρωτότοκοςencompass a Christology in which the relationship between God and Christ is discussedexplicitly. The word analyses of πλήρωμα and ἐν αὐτῷ, δι’ αὐτοῦ, εἰς αὐτόν point at a Christologythat encompass Christ’s relationship to man, where the relationship between God and man isimplicit. The word analysis illustrates a discussion where Christ’s relationship to God is stressedbefore the relationship between Christ and man. The divine position of Christ was hence neededto be strengthened before Christ’s importance to man was dealt with.

Analysing handwritten texts and creating labelled data sets can facilitate novel research on languages and advanced computerized analysis of authors works. However, few handwritten works have word wise labelling or data sets associated with them. More often a transcription of the text is available, but without any exact coupling between words in the transcript and word representations in the document images. Can an algorithm be created that will take only an image of handwritten text and a corresponding transcript and return a partial alignment and data set? An algorithm is developed in this thesis that explores the use of a convolutional neural network trained on English handwritten text to be able to align some words on pages and create a data set given a handwritten page image and a transcript. This algorithm is tested on handwritten English text. The algorithm is also tested on Swedish shorthand, which was the inspiration for the development of the algorithm in this work. In testing on several pages of handwritten English text, the algorithm reaches an overall average classification of 68% of words on one page with 0% miss-classification of those words. On a sequence of pages, the algorithm reaches 84% correctly classified words on 10 pages and produces a data set of 551 correctly labelled word images. This after being shown 10 pages with an average of 70.6 words on each page, with0% miss-classification. / Analys av handskrivna texter och skapande av dataset kan främja ny forskning inom språk och avancerad datoranalys av olika författares verk. Det finns dock få handskrivna verk med information om vad varje handskrivet ord betecknar eller dataset relaterade till texten. Oftare finns en transkribering av texten, utan någon exakt koppling mellan de transkriberade orden och handskrivna ord i bilden av ett dokument. Genom att skapa en algoritm som kan ta tillvara handskrivna texter och motsvarande transkription kan potentiellt fler verk datoranalyseras. Kan en algoritm skapas som bara tar in en bild av ett handskrivet dokument och en motsvarande transkription och som returnerar en partiell placering av ord till ordbilder och ett dataset? En algoritm skapas i detta arbete som utforskar möjligheten att använda ett djupt neuralt nätverk tränat på engelsk handskriven text för att koppla ord i ett dokumentet till en transkription, och använda dessa för att skapa ett dataset. Denna algoritm är testad på engelsk handskriven text. Algoritmen testas också på svensk stenografi, vilket är inspirationen till skapandet av algoritmen. Algoritmen testades på ett antal sidor handskriven engelsk text. Där kunde algoritmen klassificera i genomsnitt 68% av orden på en handskriven sida med 0% av dessa ord felklassificerade. På en serie sidor når algoritmen en genomsnittlig klassificering av 84% klassificerade ord, och producerar ett dataset av 551 korrekt klassificerade ordbilder. Detta är efter att ha visat algoritmen 10 sidor med i snitt 70.6 ord per sida. I dessa test nåddes också en felklassificering på 0%.