I samhället finns en stor efterfrågan på digitala detaljplaner eftersom digital och enhetlig data gör informationen analyserbar och sökbar. Även om nya detaljplaner ska vara digitala är den stora majoriteten av befintliga planer fysiska kartor med tillhörande bestämmelser på papper. För att underlätta transformationen och erhålla stringenta tolkningar av äldre planbestämmelser vid digitalisering av befintliga planer sammanställs här rådande vägledning om hur bestämmelser från 1949-1969 ska översättas. Efter att en enhetlig tolkning och formulering gjorts på ett dataset bestående av planbestämmelser från Värmdö kommun testas hur ett maskininlärningsprogram med hjälp av denna data kan generera en korrekt översättning från Boverkets planbestämmelsekatalog baserat på en äldre planbestämmelse. Trots begränsad data presterar programmet väl vid tolkningar avplanbestämmelser från Värmdö kommun under perioden. Däremot genereras färre korrekta tolkningar när programmet testas på bestämmelser från Haninge kommun, något som tyder på att träningsdata behöver vara mer diversifierat för att programmet ska vara generellt användbart vid tolkning av planbestämmelser från perioden. I arbetet diskuteras även hur rådande vägledning om tolkning av planbestämmelser kan utvecklas för att skapa bättreförutsättningar för enhetlig och analyserbar data.

The actors within the urban planning process in Sweden, whether they are municipalities, real estate developers or individual homeowners, benefit from digital development plans because digital and uniform data is easier to access and use in analyses. New development plans are required to be digital, but the large majority of the existing plan stock consist of physical maps with regulations on paper. To facilitate the transformation and acquire uniform translations of older planning regulations when digitizing older plans, guidance from government authorities on how to understand regulations from 1949-1969 is here compiled. After a systematic translation and formulation has been conducted on a dataset consisting of planning regulations from Värmdö municipality, the data is used in a machine learning program to test to what extent the program can predict the correct modern translation of the old text. When tested on regulations from Värmdö municipality, the performance was satisfactory despite the limited dataset used for training the program. However, when the program was tested on regulations from another nearby municipality, the result sank significantly, implying that the training data needs to be more diversified for the program to be generally useful when translating regulations from the time period. The research alsodiscusses how current guidelines on the topic can be developed to create better prerequisites for uniform and analysable data.