Szczegóły obiektu: Czy komputer rozpozna hejtera? Wykorzystanie uczenia maszynowego (ML) w jakościowej analizie danych

Instytucja dostarczająca:Repozytorium Uniwersytetu Łódzkiego

Opis

Tytuł:
Czy komputer rozpozna hejtera? Wykorzystanie uczenia maszynowego (ML) w jakościowej analizie danych
Twórca:
Troszyński, Marek;
Wawer, Aleksander
Współtwórca:
Collegium Civitas;
Instytut Podstaw Informatyki PAN;
Marek Troszyński, doktor socjologii, kierownik Obserwatorium Cywilizacji Cyfrowej Collegium Civitas, adiunkt tamże. Zainteresowania naukowe: socjologia kultury, wykorzystanie metod automatycznej analizy języka naturalnego (NLP) w socjologicznych badaniach nad dyskursem. Adres kontaktowy: Collegium Civitas Plac Defilad 1 00-901 Warszawa;
Aleksander Wawer, doktor nauk technicznych w kierunku informatyka, absolwent socjologii i informatyki. Adiunkt w Zespole Inżynierii Lingwistycznej w Instytucie Podstaw Informatyki PAN. Zainteresowania naukowe obejmują wybrane problemy przetwarzania języka naturalnego, w szczególności analizę wydźwięku, ekstrakcję relacji oraz głębokie uczenie maszynowe. Adres kontaktowy: Instytut Podstaw Informatyki PAN ul. Jana Kazimierza 5, 01-248 Warszawa;
mtroszynski@civitas.edu.pl;
axw@ipipan.waw.pl
Opis:
Celem artykułu jest przedstawienie procesu automatyzacji kodowania tekstów pochodzących z mediów społecznościowych. Wdrożenie tego procesu pozwala na ilościowe potraktowanie jakościowych metod analizy treści. W efekcie otrzymujemy możliwość przeprowadzenia analizy na korpusach liczących setki tysięcy tekstów, które są kodowane w oparciu o ich znaczenia. Jest to możliwe dzięki wykorzystaniu algorytmów uczenia maszynowego (ML). Omawianą metodę kodowania prezentujemy na przykładzie projektu oznaczania „mowy nienawiści” w tekstach pochodzących z polskich forów internetowych. Kluczowym problemem jest precyzyjna konceptualizacja i operacjonalizacja tej kategorii. Pozwala to na przygotowanie dokładnej instrukcji kodowej oraz przeprowadzenie treningu zespołu kodującego. Efektem jest podwyższenie współczynnika zgodności kodujących. Oznaczone teksty zostaną wykorzystane jako dane treningowe dla metod automatycznej kategoryzacji opartych o algorytmy uczenia maszynowego. W dalszej części artykułu opisujemy zastosowane metody kodowania automatycznego. Tekst kończy podsumowanie wskazujące na czynniki, które są kluczowe dla procesu badawczego wykorzystującego uczenie maszynowe.;
The purpose of this article is to present the process of automatic tagging of hate speech in social media. The implementation of this process allows for quantitative treatment of qualitative methods: analysis on the corpora of hundreds thousands of texts based on their meaning. The process is possible through algorithms of machine learning (ML). The example of the hate speech designation project in texts from Polish online forums is presented. The key issue is the precise of conceptualization and operationalization of category “hate speech.” This allows for preparing specific instructions and conducting the training code unit. As a result we get higher rates of inter-coder agreement. Marked texts will be used as training data for automated categorization methods based on ML algorithms. Then we describe the course of machine coding. This article also seeks to establish problems associated with automatic coding of hate speech and propose solutions. In summary, we point the factors that are crucial to the research process that uses machine learning.
Dostępność obiektu:
Dostęp otwarty
Data:
2021.02.09;
2017
Typ:
Article
Język:
polski
Format:
application/pdf
Wydawca:
Uniwersytet Łódzki
Relacja:
Przegląd Socjologii Jakościowej;2;
13
Temat i słowa kluczowe:
jakościowa analiza treści;
uczenie maszynowe;
mowa nienawiści;
zgodność kodujących;
machine learning;
qualitative data analysis;
hate speech;
intercoder agreement
Identyfikator:
Troszyński Marek, Wawer Aleksander (2017) Czy komputer rozpozna hejtera? Wykorzystanie uczenia maszynowego (ML) w jakościowej analizie danych. „Przegląd Socjologii Jakościowej”, t. 13, nr 2, s. 62‒80 [dostęp dzień, miesiąc, rok]. Dostępny w Internecie: ‹www.przegladsocjologiijakosciowej.org›.;
http://hdl.handle.net/11089/33365
Dostawca danych:
Repozytorium Uniwersytetu Łódzkiego

Podobne obiekty

Czy komputer rozpozna hejtera? Wykorzystanie uczenia maszynowego (ML) w jakościowej analizie danych

Twórca:Troszyński, Marek | Wawer, Aleksander

Data:2021.02.09 | 2017

Rodzaj zawartości:obrazy

Czym jest hejt? Kilka słów o werbalnej nienawiści

Twórca:Olczyk, Adam

Data:2021.06.14 | 2017

Rodzaj zawartości:teksty

Rola mowy nienawiści w zjawiskach dyskryminacji i stygmatyzacji

Twórca:Chrzanowska, Patrycja

Data:2021.06.14 | 2017

Rodzaj zawartości:teksty

Hostis honori invidia – Hass macht dem Gegner Ehre. Fremdenhass und Aussöhnung. Eine exemplarische Analyse unter dem Aspekt des historischen »Deutschenhasses« und dessen Überwindung in der Relation zwischen Deutschen und Polen

Twórca:Sadziński, Witold

Data:2020.02.17 | 2020

Rodzaj zawartości:teksty

Mowa nienawiści — problem odpowiedzialności karnej

Twórca:Ławicki, Jakub

Data:2021.06.14 | 2017

Rodzaj zawartości:teksty

»Der Fremde«. Flüchtlingskrise und Hassrede in der Online-Version

Twórca:Kopytowska, Monika | Stawikowska-Marcinkowska, Agnieszka

Data:2020.02.17 | 2020

Rodzaj zawartości:teksty

Hejterstwo w polityce — znak czasów czy odwieczny element gry politycznej?

Twórca:Durajczyk, Kamil

Data:2021.06.14 | 2017

Rodzaj zawartości:teksty

An integer programming approach to inductive learning from examples

Twórca:Kacprzyk, Janusz (1947– ) | Szkatuła, Grażyna

Data:2008.12.31 | 2008

Rodzaj zawartości:teksty

Federacja Bibliotek Cyfrowych

Szczegóły obiektu: Czy komputer rozpozna hejtera? Wykorzystanie uczenia maszynowego (ML) w jakościowej analizie danych

Opis

Podobne obiekty