Computational Social Science és NLP

Hogyan használható az NLP a társadalomtudományokban? A februári meetupon megpróbáljuk megválaszolni ezt a kérdést. Előadóink:

Sebők Miklós (MTA TK)
Szövegbányászati megoldások a parlamenti és a média-napirend elemzésében
Az előadás bemutatja az MTA Társadalomtudományi Kutatóközpontjában működő POLTEXT kutatócsoport aktuális eredményeit. Ennek során többek között értékeljük hogyan használható a névelem-felismerés, a szótár-alapú kódolás valamint a felügyelt gépi tanulás az olyan feladatok kapcsán, mint a törvények kategorizálása illetve a politikusok reputációs rangsorának meghatározása.

Pólya Tibor (MTA TTK)
A Narratív Kategoriális Tartalomelemző eljárás alkalmazása a magyar
nemzeti identitás jellemzőinek azonosítására

Az előadás bemutatja a Narratív Kategoriális Tartalomelemző eljárást,
amely automatikusan elemzi a történeteket azok legfontosabb kompozíciós
kategóriái mentén (például ágencia, értékelés, pszichológiai és téridői
perspektíva). Ezt az elemzési eljárást számos vizsgálatunkban alkalmaztuk
a magyar nemzeti identitás jellemzőinek feltárásához. Elemzéseink
kiterjedtek a történelem tankönyvek szövegeire, a történelmi események nem
szakértők általi elbeszéléseire és történelmi regényekre is. Vizsgálataink
eredményei rámutatnak arra, hogy milyen fontos szerepet játszik a
kollektív áldozati szerep a magyar nemzeti identitás kialakításában.

Pólya Tibor az MTA TTK Kognitív Idegtudományi és Pszichológiai Intézetének
tudományos főmunkatársa. Kutatási területe a narratív konstrukció szerepe
a csoportidentitás kialakításában és az érzelmi intelligencia
megvalósításában. Közel 15 éve foglalkozik automatikus szövegelemzési
eljárások fejlesztésével.

Koren Miklós (CEU Microdata): Kézműves módszerek az adatelemzésben
Nagy adatbázisok elemzésekor szeretnénk minél több lépést automatizálni. Ezek közül is minél többet nagyüzemi, általános, újrahasznosítható eszközökkel. Három példán (címek tisztítása, szervezetek azonosítása, személynevek egyértelműsítése) bemutatom, hogy a kézműves megközelítés célravezetőbb: a meglévő eszközökből készítsünk magunknak saját, a konkrét problémára legalkalmasabb szerszámokat.

Koren Miklós a CEU Közgazdaságtan és Üzleti Gazdaságtan Tanszékének vezetője, az egyetem Üzleti Analitika MSc programjának és a CEU MicroData kutatócsoportjának alapítója. Több mint 20 éve dolgozik vállalati adatok elemzésével. Kutatását vezető nemzetközi folyóiratok közlik, és több nemzetközi kutatási projektben is részt vesz. 2012 óta az Európai Kutatási Tanács Starting Grantje által támogatott projektet vezet. Munkájával elnyerte a Peter Kenen Fellowshipet (Princetoni Egyetem) és a Káldor Miklós-díjat (Corvinus Egyetem). Doktori fokozatát a Harvard Egyetemen szerezte.

Szabó Martina Katalin (Precognox, MTA TK RECENS, SZTE-BTK)
Hogyan segít az NLP a kapcsolatháló-elemzési feladatokban?
Az előadásban az MTA TK RECENS kutatócsoportja által végzett, két korpuszépítési és -vizsgálati projektről számolok be. Az egyik munka során egy magyar nyelvű, spontán beszélt nyelvi korpuszt (HuTongue) hozunk létre mintegy 500 órányi hanganyagból, amelyet manuálisan legépeltetünk és annotáltatunk. A korpusz létrehozásának legfőbb célja, hogy vizsgálati anyagot teremtsünk a pletyka természetének elsősorban társadalomtudományi szempontú kutatásához. A másik feladatunkban A Rákosi-éra pártjegyzőkönyveit dolgozzuk fel és elemezzük, majd szövegalapú kapcsolatháló-elemzési módszerekkel vizualizáljuk. A Rákosi-éra hatalmi hálózatának fejlődése és működése jól rekonstruálható a történelmi dokumentumoknak − levéltári anyagoknak, jegyzőkönyveknek − és interjúknak köszönhetően. Kutatásunkat a hatalmi hálózat mögött rejlő informális kapcsolatok feltárását célozza meg.