In this essay, the domains of translation studies and technical textiles are brought together. A section of the French book Textiles techniques et fonctionnels, matériaux du XXIe siècle is translated into Swedish. The different translation procedures are presented, as well as particular difficulties which might occur during the translation process. The study also treats the field of terminology and various relations between terms. All textile terms are extracted from the translated text and a bilingual glossary is created. The essays secondary purpose is to simulate a publication of the book in Sweden and to examine if any adjustments are made to the translated text specifically because of this. During the translation, a large number of borrowed words were found. Both the French and the Swedish text contain several Anglicisms. The Swedish text contains a number of fashion related words which originates from France and the French text contains similar words which are borrowed from Italy. Both France and Italy are important countries within the fashion industry. Several words of German origin were also found in the Swedish text. The names of the synthetic fibers are often derived from the chemical composition of the material and the names are highly standardized in different languages. Translation procedures such as adaptation, transposition, modulation, equivalence and explication are used to adjust the Swedish text, for the purpose of obtaining an idiomatic language. Some reoccurring elements were detected, such as the prefix anti- in French and the suffix  -kläder in Swedish. A few « false friends » and ellipses where also found. When studying the terms, a number of hyponyms and a few antonyms were found, as well as a group of words with temporal relations. Both the Swedish and the French text contains some quasi-synonyms and a few terminology variations. Several cases of eponyms were found, most of them are trademarks of different materials which has developed into generic names (i.e. nylon, lycra, gore-tex). The translated text is a scientific text of denotational character and the translation did not pose any major difficulty. Though it is of great importance that the translator is aware of the different ranges of meaning implied in both the source and the target languages. Three adjustments were made due to the fictitious publication in Sweden ; one generalization of geographical character, one explication of a French textile brand and one cultural adjustment. The most recent Swedish-French textile dictionary we found is the Swedish standard TNC 76, which was latest updated in 1981. By consequence, it does not contain recent textile words such as for example microfiber. A palpable difficulty when translating textile texts is to determine whether a material is a trademark or a generic name. If the material has started a development towards becoming an eponym, it can be difficult to determine if the brand name is referred to, or the material in a more general meaning. Several questions arouse regarding this issue. How do the companies who own trademarks act to protect their brands and is this transformation even possible to prevent? What are the consequences of a genericized trademark? This would be a very interesting subject to investigate further.

Linked Open Data (LOD) comprises very many and often large public data sets and knowledge bases. Those datasets are mostly presented in the RDF triple structure of subject, predicate, and object, where each triple represents a statement or fact. Unfortunately, the heterogeneity of available open data requires significant integration steps before it can be used in applications. Meta information, such as ontological definitions and exact range definitions of predicates, are desirable and ideally provided by an ontology. However in the context of LOD, ontologies are often incomplete or simply not available. Thus, it is useful to automatically generate meta information, such as ontological dependencies, range definitions, and topical classifications. Association rule mining, which was originally applied for sales analysis on transactional databases, is a promising and novel technique to explore such data. We designed an adaptation of this technique for min-ing Rdf data and introduce the concept of “mining configurations”, which allows us to mine RDF data sets in various ways. Different configurations enable us to identify schema and value dependencies that in combination result in interesting use cases. To this end, we present rule-based approaches for auto-completion, data enrichment, ontology improvement, and query relaxation. Auto-completion remedies the problem of inconsistent ontology usage, providing an editing user with a sorted list of commonly used predicates. A combination of different configurations step extends this approach to create completely new facts for a knowledge base. We present two approaches for fact generation, a user-based approach where a user selects the entity to be amended with new facts and a data-driven approach where an algorithm discovers entities that have to be amended with missing facts. As knowledge bases constantly grow and evolve, another approach to improve the usage of RDF data is to improve existing ontologies. Here, we present an association rule based approach to reconcile ontology and data. Interlacing different mining configurations, we infer an algorithm to discover synonymously used predicates. Those predicates can be used to expand query results and to support users during query formulation. We provide a wide range of experiments on real world datasets for each use case. The experiments and evaluations show the added value of association rule mining for the integration and usability of RDF data and confirm the appropriateness of our mining configuration methodology. / Linked Open Data (LOD) umfasst viele und oft sehr große öffentlichen Datensätze und Wissensbanken, die hauptsächlich in der RDF Triplestruktur bestehend aus Subjekt, Prädikat und Objekt vorkommen. Dabei repräsentiert jedes Triple einen Fakt. Unglücklicherweise erfordert die Heterogenität der verfügbaren öffentlichen Daten signifikante Integrationsschritte bevor die Daten in Anwendungen genutzt werden können. Meta-Daten wie ontologische Strukturen und Bereichsdefinitionen von Prädikaten sind zwar wünschenswert und idealerweise durch eine Wissensbank verfügbar. Jedoch sind Wissensbanken im Kontext von LOD oft unvollständig oder einfach nicht verfügbar. Deshalb ist es nützlich automatisch Meta-Informationen, wie ontologische Abhängigkeiten, Bereichs-und Domänendefinitionen und thematische Assoziationen von Ressourcen generieren zu können. Eine neue und vielversprechende Technik um solche Daten zu untersuchen basiert auf das entdecken von Assoziationsregeln, welche ursprünglich für Verkaufsanalysen in transaktionalen Datenbanken angewendet wurde. Wir haben eine Adaptierung dieser Technik auf RDF Daten entworfen und stellen das Konzept der Mining Konfigurationen vor, welches uns befähigt in RDF Daten auf unterschiedlichen Weisen Muster zu erkennen. Verschiedene Konfigurationen erlauben uns Schema- und Wertbeziehungen zu erkennen, die für interessante Anwendungen genutzt werden können. In dem Sinne, stellen wir assoziationsbasierte Verfahren für eine Prädikatvorschlagsverfahren, Datenvervollständigung, Ontologieverbesserung und Anfrageerleichterung vor. Das Vorschlagen von Prädikaten behandelt das Problem der inkonsistenten Verwendung von Ontologien, indem einem Benutzer, der einen neuen Fakt einem Rdf-Datensatz hinzufügen will, eine sortierte Liste von passenden Prädikaten vorgeschlagen wird. Eine Kombinierung von verschiedenen Konfigurationen erweitert dieses Verfahren sodass automatisch komplett neue Fakten für eine Wissensbank generiert werden. Hierbei stellen wir zwei Verfahren vor, einen nutzergesteuertenVerfahren, bei dem ein Nutzer die Entität aussucht die erweitert werden soll und einen datengesteuerten Ansatz, bei dem ein Algorithmus selbst die Entitäten aussucht, die mit fehlenden Fakten erweitert werden. Da Wissensbanken stetig wachsen und sich verändern, ist ein anderer Ansatz um die Verwendung von RDF Daten zu erleichtern die Verbesserung von Ontologien. Hierbei präsentieren wir ein Assoziationsregeln-basiertes Verfahren, der Daten und zugrundeliegende Ontologien zusammenführt. Durch die Verflechtung von unterschiedlichen Konfigurationen leiten wir einen neuen Algorithmus her, der gleichbedeutende Prädikate entdeckt. Diese Prädikate können benutzt werden um Ergebnisse einer Anfrage zu erweitern oder einen Nutzer während einer Anfrage zu unterstützen. Für jeden unserer vorgestellten Anwendungen präsentieren wir eine große Auswahl an Experimenten auf Realweltdatensätzen. Die Experimente und Evaluierungen zeigen den Mehrwert von Assoziationsregeln-Generierung für die Integration und Nutzbarkeit von RDF Daten und bestätigen die Angemessenheit unserer konfigurationsbasierten Methodologie um solche Regeln herzuleiten.

In der vorliegenden Examensarbeit werden Artikel aus deutsch- und schwedischsprachigen Zeitungen und Magazinen auf sprachliche und rhetorische Mittel untersucht. Im Rahmen dieser Arbeit kann aufgrund der untersuchten sprachlichen und rhetorischen Mittel festgestellt werden, dass es Unterschiede in der deutschen und schwedischen Pressesprache gibt. Ausschlag gebende Faktoren sind die Distanz zum Geschehen und die allgemein informierenden Eigenschaften der deutschsprachigen Artikel beziehungsweise die Nähe zum Geschehen und die detailliert informierenden Eigenschaften der schwedischsprachigen Artikel.