Maltstenen – räknad i stället för tolkad

Sju forskare har gett Maltstenen sju olika innebörder. Vi lät i stället sannolikhetslära läsa den: en modell som har lärt sig runspråket ur tusentals andra inskrifter och som har prövats på 808 stenar med känt svar. Den bekräftar textens kärna, väljer mellan omstridda runor – och visar varför en fullständig text nästan inte går att få.

Av
Viktor Kvant
Digital analytiker och grundare av Vitki
LinkedIn ↗

Den 3 april 1987 försökte ägaren till gården Ågård vid Kongeå i Jylland bli av med en sten som plogen gång på gång tagit i. När den sköts mot brinken ner till ån vände den sig, och 153 runor kom fram. Sedan dess har Maltstenen lästs som en minnessten med en gåta om solen och som en berättelse om ett gravöl och guden Tor. Den har lästs som en hälsning till var och en som ser den, som en förbannelse, som en ritual för att driva ut en dvärg och som en text där dolda runor stavar orden ’hos Freja’. Sju forskare, sju innebörder. Av 133 par av tolkningar som säger något om samma del av texten är bara 25 överens.

Det var den här stenen som fick mig att börja arbeta med Vitki. Det var inte för att jag hade en åttonde tolkning - det var för att det fanns så många, och att de skiljde sig så kraftigt åt. Vi borde kunna förstå vår historia bättre än så. I stället för att välja den tolkning som låter bäst borde vi kunna låta runorna själva avgöra, och allt vi vet om hur vikingatidens människor skrev.

Den här artikeln är ett försök att göra just det. Vi har låtit sannolikhetslära läsa Maltstenen. Det är en modell som har lärt sig runspråket ur tusentals andra runinskrifter och som aldrig har sett någon tolkning av Maltstenen. Den anger för varje ord hur sannolikt det är, och den har prövats på 808 stenar där svaret är känt.

Maltstenen på Museet på Sønderskov. Överst de två lodräta raderna och det lilla ansiktet, under den tvärgående sprickan de vågräta raderna. Foto: Hjart, CC BY-SA 4.0, via Wikimedia Commons.

Grunden: det alla är överens om

Innan något kan tolkas måste runorna läsas, och där är läget bättre än ryktet. Runologerna är överens om 147 av de 153 runorna, 96 procent. Stenen är av rödaktig, skiktad gnejs, 2 405 kilo tung och omkring 220 centimeter hög. Runorna står i åtta rader: två lodräta överst, här kallade A1 och A2, och sex vågräta under dem, B1 till B6. Den lodräta raden A2 är hela runalfabetet. Bredvid den översta raden är ett litet mansansikte inhugget.

Mellan runorna har ristaren huggit skiljetecken. De är den viktigaste grunden vi har, för de visar var ristaren själv ansåg att något tog slut. Mellan två skiljetecken står runorna utan mellanrum. Så här står det, med stenens skiljetecken som punkter. Hakparentes betyder att läsarna är oense om just den runan:

  • A1: suaai · titultitul
  • A2: fuþąrkhniastbmlʀ (runraden)
  • B1: huaʀisi · alistiąsa · huaʀis[i]
  • B2: uifrþuʀ · karþi · afraftasinifauþr
  • B3: kul · finʀ · fal[s] · taitirunąʀ · u
  • B4: [a]iuinrunąʀ · suli[·]alta · huaʀ · [ett tecken som liknar tre sammanbundna t-runor]
  • B5: utu · tuuutbilik[i]kʀ · tuʀra[ki]
  • B6: tuli

Runan ą är den som Rundata skriver o, och ʀ är det r-ljud som senare försvann. Det enda som alla sju tolkningarna läser lika är början av rad B2: en man, Vifröd, ”gjorde” något. Allt annat skiljer sig åt. Det beror inte på att runorna är oläsliga. Det beror på att runorna mellan skiljetecknen måste delas upp i ord och förstås, och där har varje tolkare gjort sina egna val. Det är de valen som sannolikhetsläran kan pröva.

Så lär sig en modell runspråket

Modellen ställer två frågor om varje bit av texten. Den första gäller stavningen: hur sannolikt är det att en runristare skrev just det här ordet med just de här runorna? Den andra gäller språket: hur sannolikt är det här ordet, efter det ord som kom före?

Svaret på den första frågan har modellen lärt sig ur 16 479 huggna ord i 1 479 inskrifter i Samnordisk runtextdatabas (Rundata), där varje ord står bredvid sin normaliserade form. Det 16-runiga alfabetet hade färre tecken än språket hade ljud, så samma ord kunde stavas på många sätt. Modellen räknar ut hur ofta varje ljud skrevs med varje runa.

Så stavade runristarna två vanliga ord, enligt modellen

sten (stæinn)

stain44 %
stin32 %
sten6 %
stein5 %
stan4 %

kummel, minnesvård (kumbl)

kubl46 %
kuml35 %
kumbl15 %
kul2 %
kub2 %

Skalan går från 0 till 50 %. Källa: Vitkis sannolikhetsmodell, skattad ur 16 479 huggna ord i Samnordisk runtextdatabas och deras normaliserade form.

Svaret på den andra frågan kommer från Rundatas normaliserade text för 3 661 vikingatida inskrifter, med 4 567 olika ord. Modellen lär sig där vilka ord som brukar följa på varandra, som att ”efter” ofta följs av ett namn och ”fader” av ”sin”, som i faður sinn. Till ordförrådet lade vi de 14 815 ordformerna i Eddadikterna och Snorres Edda. De är isländska och omkring 400 år yngre än stenen, så de får bara 3 procent av vikten. Modellen kan också säga att en runföljd är ett ord den inte känner. Den bedömer då bara hur runor brukar följa på varandra inne i ord.

Skiljetecknen är en del av modellen. I de inskrifter den har lärt sig av har ungefär sju av tio ordgränser ett skiljetecken. En grupp mellan två skiljetecken är alltså ofta ett ord, men ibland två eller tre. För varje grupp på Maltstenen väger modellen alla sätt att dela den i ord. Den räknar sedan ut hur stor del av den totala sannolikheten varje ord står för.

Maltstenen själv är borttagen ur allt modellen har lärt sig. Den har aldrig sett Rundatas läsning av stenen eller någon annans.

Provet: 808 stenar med känt svar

En sannolikhet är bara värd något om den stämmer. Därför prövade vi modellen innan den fick se Maltstenen. Vi delade inskrifterna i fem delar och lät modellen lära sig av fyra och läsa den femte, fem gånger om. Den fick bara de huggna grupperna, precis som för Maltstenen, och vi jämförde med Rundatas läsning. Av 10 669 ord i 808 inskrifter läste den rätt ord i 81 procent av fallen och satte ordgränserna rätt i 92 procent. Samma ord i en annan normalisering, som sten och stæin, räknas som rätt.

Lika viktigt är att modellen vet hur säker den är. Från början var den för självsäker: när den sa 99 procent hade den rätt i 93. Vi lade därför till en kalibrering, en enkel statistisk modell som lär sig av provet hur mycket siffrorna ska skruvas ned. Den tar hänsyn till hur sällsynt ordet är, hur ovanlig stavningen är och hur långt ordet är. Kalibreringen prövades på samma sätt, på stenar den inte hade sett. Efter den har modellen rätt ungefär så ofta som den säger. Skillnaden är i genomsnitt mindre än en halv procentenhet.

När modellen säger … har den rätt i …

10 669 ord i 808 inskrifter som modellen inte hade sett

Säger 12 %12 %743 ord
Säger 29 %30 %729 ord
Säger 50 %51 %644 ord
Säger 71 %70 %748 ord
Säger 86 %84 %787 ord
Säger 98 %98 %6 997 ord

Skalan går från 0 till 100 %. Källa: Vitkis sannolikhetsmodell efter kalibrering, prövad i fem omgångar på inskrifter som inte fanns i träningen. Facit är Rundatas läsning; samma ord i en annan normalisering räknas som rätt.

För sällsynta ord, som Maltstenen är full av, är modellen fortfarande något för säker. När den säger 96 procent om ett ord som förekommer högst två gånger i träningen, har den rätt i 89. Det är värt att ha i minnet för siffrorna som följer.

Maltstenen genom modellen

Sedan fick modellen läsa Maltstenen. Här är de ord den läser med minst 30 procents sannolikhet:

Maltstenens ord enligt modellen

Mer än 70 procent

karþi – gjorde94 %
uk – och82 %
tuli – Tole82 %mansnamn
fauþr – fader79 %
runąʀ – runor74 %

50–70 procent

huaʀ – vem68 %tre gånger, 64–69 %
ąsa – asarnas57 %
iuinrunąʀ – evighetsrunor50 %

30–50 procent

raki – Ragge48 %mansnamn
taiti – glädje41 %
sua – så39 %
finʀ – Finn33 %eller ’finner’
fals – fals32 %formen, inte betydelsen
ai – alltid31 %
is – är30 %

Skalan går från 0 till 100 %. Källa: Vitkis sannolikhetsmodell, kalibrerade sannolikheter. Övriga runföljder får under 30 procent, och fem känner modellen inte som ord alls.

Översatt till modern svenska blir den mest sannolika läsningen den här. Fetstil betyder mer än 70 procent, vanlig stil 50–70 procent och frågetecken 30–50 procent. Hakparentes står för runor som modellen inte kan göra till ett känt ord med minst 30 procents sannolikhet. Snedstreck markerar en ny rad:

så(?) alltid(?) [titultitul] [runraden] vem [isi] [alisti] asarnas vem är(?) / [uifrþuʀ] gjorde [afraftasini] fader / [kul] Finn(?) fals(?) glädje(?) runor och evighetsrunor [suli] [alta] vem [tecknet] [utu] [tuuutbilikikʀ] [tuʀ] Ragge(?) / Tole

Modellen bekräftar kärnan. Raderna B1 och B4 ställer frågan ”vem” tre gånger. Någon ”gjorde” något, och en ”fader” nämns. Där står ”glädjerunor och evighetsrunor”, och stenen slutar med namnet Tole. Ordet för evighetsrunor, ævinrúnar, känner modellen bara från Eddan, där det står på ett enda ställe, i Rígsþula.

Modellen föreslår också något nytt. Runföljden raki i rad B5 kan vara mansnamnet Ragge, som står på en runsten i Södermanland (48 procent). Den läser fals med 32 procents säkerhet, men närmaste ordet den känner är falls, ’fallets’, inte ’dolde’, som flera tolkningar har det.

Men modellen fyller inte luckorna. Fem runföljder känner den inte som ord alls: delar av titultitul, delar av alistiąsa, uifrþuʀ, afrafta och utu. Ett av dem är ett misslyckande för modellen, inte för runorna. Namnet Vifröd, uifrþuʀ, finns på fyra andra runstenar, men inte i den här formen och stavningen, och därför känner modellen inte igen det. Den äldste av asarna, som flera tolkningar läser i alistiąsa, hittar modellen inte heller. Den finner bara asa, ’asarnas’ (57 procent). För utu är modellens näst bästa förslag óttu, ’i gryningen’, samma läsning som Heltofts ”tidigt om morgonen”. Men det får bara 9 procent när modellen tvingas välja.

Lägger vi ihop sannolikheterna för de 30 ord som modellen känner igen, får vi det väntade antalet rätta ord. Det är ungefär 12. Med de fem okända runföljderna är det en tredjedel av en hel läsning, och vi vet inte säkert vilken tredjedel.

Vad språket säger om de omstridda runorna

Sex punkter på stenen är omstridda. Modellen kan inte se stenen, men den kan säga vilken läsning språket föredrar. Vi lät den läsa texten med alla 64 kombinationer av de sex punkterna och räknade ut hur stor del av den totala sannolikheten varje läsning står för. Varje alternativ fick samma chans från början.

Vad språket säger om de omstridda runorna
Rad B4, runa 1: k, inte a97 %ger uk, ’och’
Rad B5, runa 22–23: ki, inte il96 %ger ett mansnamn
Rad B1, runa 23: skiljetecken, inte i86 %
Rad B4, efter runa 14: skiljetecken61 %51–65 %
Rad B3, runa 11: s, inte i57 %osäkert
Rad B5, runa 14: i, inte a50 %ingen skillnad

Skalan går från 0 till 100 %. Källa: Vitkis sannolikhetsmodell; alla 64 kombinationer av de omstridda punkterna med lika förhandschans. Modellen ser inte stenen, bara språket.

Tre av punkterna avgör språket tydligt:

  • Rad B4, runa 1. Stoklund och Heltoft läser a, Grønvik k. Språket ger k 97 procent. Med k bildar runorna u och k ordet uk, ’och’, en vanlig stavning: av 1 164 gånger som ordet förekommer i Rundata är 229 stavade så. Med a måste u stå ensamt för ’och’, och det gör det inte en enda gång. Här går ögat och språket isär, och det är därför den runan bör mätas först.
  • Rad B5, runa 22–23. Grønvik läser ki, Stoklund håller il för möjligt. Språket ger ki 96 procent, eftersom raki då kan vara ett känt mansnamn.
  • Rad B1, runa 23. Grønvik läser i, Stoklund ett skiljetecken. Språket ger skiljetecknet 86 procent.

De tre resultaten håller när vi ändrar hur mycket vikt okända ord och Eddans ordförråd får. De stannar mellan 82 och 99 procent. De andra tre punkterna kan språket inte avgöra. Skiljetecknet efter runa 14 i rad B4 får mellan 51 och 65 procent beroende på inställningarna. För s eller i i rad B3 vänder svaret till i (89 procent) om Eddans ord tas bort. Runa 14 i rad B5 står på hälften och vänder med inställningarna. Tecknet som liknar tre t-runor kan modellen inte bedöma alls, eftersom det kanske inte är runor.

Priset för en hel text

Varför har då sju forskare fått sju olika texter? Sannolikhetsläran har ett enkelt svar. En fullständig läsning kräver att alla ord är rätt samtidigt. Sannolikheten för det är ungefär produkten av ordens sannolikheter, och den blir liten fort. För modellens mest sannolika läsning är den ungefär 2 på hundra biljarder, ett tal med 16 nollor efter decimalkommat. Det är mindre sannolikt än att vinna högsta vinsten på Lotto två veckor i rad. Och då har vi ändå låtit de fem okända runföljderna stå kvar som okända.

Tvingar vi modellen att göra ett känt ord av varje runföljd, blir texten komplett, men sannolikheten sjunker till ett tal med 21 nollor efter decimalkommat. Det händer också något med innehållet. Namnet Vifröd är det enda alla sju tolkningarna är överens om. Det blir då vefr Þórr, ’Tor väver’, eftersom namnets stavning inte finns i modellens ordförråd. Tor får 54 procent och ’väver’ 38. Runföljden tuʀ blir guden Tyr, med 9 procent.

Det är inget argument för Tor eller Tyr. Det visar hur det går när man kräver en hel text av runor som inte räcker till det. Varje fullständig tolkning är en lång kedja av val. Kedjan är aldrig starkare än produkten av sina länkar, och där länkarna är svagast är det lättast att fylla i det man redan tror på.

Maltstenens text, så långt den bär

Det här kan vi säga, med sannolikhetslärans stöd och utan att låna någon tolkning. Maltstenen talar om en fader, och en man, Vifröd, gjorde något. Den frågar ”vem” tre gånger. Den talar om asarna, om glädjerunor och evighetsrunor, och den slutar med namnet Tole. Resten är en handfull ord med låg sannolikhet och fem runföljder som inget känt språkmaterial kan förklara.

Det är mindre än vad varje tolkning lovar, men mer än ingenting. Det går att pröva, och det visar var nästa steg ligger. Den runa där ögat och språket går isär, rad B4 runa 1, kan mätas i en 3D-skanning. En huggen bistav har en V-formad profil, en spricka har det inte. När stenen på Museet på Sønderskov skannas kan modellen räkna om texten med de uppmätta runorna.

Se själv

Kartorna, kurvorna och modellerna kommer från Vitki, ett öppet verktyg för runstensforskning som du kan ladda ner och köra på din egen dator från GitHub. Metoden beskrivs i METHODS.md. Sannolikhetsmodellen finns i src/runlm.py, och provet och läsningen av Maltstenen i scripts/runlm_calibrate.py och scripts/malt_decode.py.

Källor och data

  • Samnordisk runtextdatabas (Rundata), Institutionen för nordiska språk, Uppsala universitet. Open Database License.
  • Eddadikterna och Snorres Edda efter heimskringla.no (Guðni Jónssons utgåva).
  • Grønvik, O. 1992. Runesteinen fra Malt i Jylland. Arkiv för nordisk filologi 107, s. 1–34.
  • Heltoft, L. 2017. Maltstenens tekst. Hvordan dæmonen uddrives. [Danske Studier](https://tidsskrift.dk/danskestudier/article/view/146816) 2017, s. 27–100.
  • Fridell, S. 2024. A New Interpretation of the Malt Inscription. Viking and Medieval Scandinavia 20. doi:10.1484/J.VMS.5.142571 (läst i sammanfattning).
  • Stoklund, M. 1994. Malt-stenen – en revurdering. Runrön 9, s. 179–202 (läst genom Rundata, Grønvik 1992 och Heltoft 2017).
  • Thuesen, K. 1990. Maltstenen. UJDS-studier 7. København: Museum Tusculanums Forlag (läst genom Heltoft 2017).
  • Braunmüller, K. 1992. Der Maltstein. Versuch einer Deutung. Frühmittelalterliche Studien 26, s. 149–164 (läst genom Heltoft 2017).
  • Samplonius, K. 1992. Zum Runenstein vom Malt. Amsterdamer Beiträge zur älteren Germanistik 36, s. 65–91 (läst genom Heltoft 2017).
  • Foto: Hjart, Wikimedia Commons, CC BY-SA 4.0.