The present study aims to predict which individual factors may influence strategy-choices in wayfinding situations, specifically when participants are faced with ambiguous instructions in unfamiliar environments. Individual differences were measured with self-report forms of the Big Five personality traits and the Santa Barbara sense of direction scale (SBSOD). The study was conducted in a web-based survey format with a n=104 (65 female, and 39 male). A regression analysis concluded that the trait conscientiousness was the only factor that had predictive value in determining choice of strategy. SBSOD had some predictive values towards strategy-choice, but needs further investigation before any general conclusion can be drawn. Future studies should focus on a more goal-oriented task with more realistic stimulus. / Föreliggande studie har undersökt vilka individuella faktorer som kan påverka val av strategi i olika navigations-scenarion, specifikt när deltagare möts av oklara instruktioner i obekanta miljöer. Individuella skillnader mättes med själv-utvärdering av Big Five personlighetsdrag och Santa Barbara sense of direction scale (SBSOD). Studien utfördes i ett web-baserat enkätformat med ett deltagarantal på totalt 104 (65 kvinnor och 39 män). En regressionsanalys fastslog att personlighetsdraget samvetsgrannhet var den enda faktorn som kunde predicera strategival. SBSOD hade viss produktionskraft mot strategival, med detta behöver utforskas mer innan några generella slutsatser kan dras. Framtida studier bör fokusera på en mer målinriktad uppgift med mer naturtrogna stimuli.

In this project, we have investigated how to perform rule-based machine translation of sets of keywords between two languages. The goal was to translate an input set, which contains one or more keywords in a source language, to a corresponding set of keywords, with the same number of elements, in the target language. However, some words in the source language may have several senses and may be translated to several, or no, words in the target language. If ambiguous translations occur, the best translation of the keyword should be chosen with respect to the context. In traditional machine translation, a word's context is determined by a phrase or sentences where the word occurs. In this project, the set of keywords represents the context. By investigating traditional approaches to machine translation (MT), we designed and described models for the specific purpose of keyword- translation. We have proposed a solution, based on direct translation for translating keywords between English and Swedish. In the proposed solu- tion, we also introduced a simple graph-based model for solving ambigu- ous translations. / I detta projekt har vi undersökt hur man utför regelbaserad maskinöver- sättning av nyckelord mellan två språk. Målet var att översätta en given mängd med ett eller flera nyckelord på ett källspråk till en motsvarande, lika stor mängd nyckelord på målspråket. Vissa ord i källspråket kan dock ha flera betydelser och kan översättas till flera, eller inga, ord på målsprå- ket. Om tvetydiga översättningar uppstår ska nyckelordets bästa över- sättning väljas med hänsyn till sammanhanget. I traditionell maskinö- versättning bestäms ett ords sammanhang av frasen eller meningen som det befinner sig i. I det här projektet representerar den givna mängden nyckelord sammanhanget. Genom att undersöka traditionella tillvägagångssätt för maskinöversätt- ning har vi designat och beskrivit modeller specifikt för översättning av nyckelord. Vi har presenterat en direkt maskinöversättningslösning av nyckelord mellan engelska och svenska där vi introducerat en enkel graf- baserad modell för tvetydiga översättningar.