«Διαβάζουν» τους ανθρώπους αναλύοντας τα κείμενά τους

Πώς «εκπαιδεύεται» ένας υπολογιστής να προβλέπει τις αποφάσεις που θα πάρει ο άνθρωπος και πόσο η προσωπικότητα ή οι πολιτικές του πεποιθήσεις αφήνουν το αποτύπωμά τους και στα πιο απλά κείμενά του; Τελικά μπορούμε εύκολα, απλά μελετώντας ένα κείμενο να καταλάβουμε το φύλο, τις απόψεις, τα προβλήματα ή τις βαθιές σκέψεις ενός ανθρώπου;

Οι γλωσσολόγοι έχουν ανοίξει από καιρό την πόρτα της ψυχής μας. Και μάλιστα έχουν προσκαλέσει στο εσωτερικό της τεράστιας υπολογιστικής ισχύος διαδικτυακούς «φρουρούς». Στο εργαστήριό του, ο αναπληρωτής καθηγητής Υπολογιστικής Γλωσσολογίας του Πανεπιστημίου Αθηνών Γιώργος Μαρκόπουλος ασχολείται ακριβώς με αυτό: τη μελέτη και την επεξεργασία της φυσικής μας γλώσσας. Σαν σύγχρονος ντετέκτιβ της γλώσσας μπορεί να οδηγηθεί σε ελάχιστα λεπτά σε εντυπωσιακά αποτελέσματα μελετώντας κείμενά μας, ενώ συνεργάζεται γι’ αυτό με μεγάλους πανεπιστημιακούς και ερευνητικούς φορείς της Ελλάδας και του εξωτερικού.

Το Εργαστήριο Φωνητικής και Υπολογιστικής Γλωσσολογίας εστιάζει την ερευνητική του δραστηριότητα στην υπολογιστική επεξεργασία μεγάλου όγκου κειμενικών δεδομένων και την ανάκτηση πληροφοριών μέσω της χρήσης καινοτόμων εργαλείων μηχανικής μάθησης. Μέσα από τεχνικές αυτόματης κατηγοριοποίησης κειμένων, αναλύει απόψεις και εντοπίζει συναισθήματα! Πρόσφατα, μάλιστα, έβαλε ως «στόχο» τους πολιτικούς μας. Αναλύοντας τον πολιτικό τους λόγο μέσα από τις πλατφόρμες κοινωνικής δικτύωσης, οι οποίες όπως αναφέρει ο ίδιος ο Γιώργος Μαρκόπουλος «αποτελούν σήμερα μείζονα σημειωτικό πόρο για την πολιτική επικοινωνία». «Πλατφόρμες όπως το Twitter ή το Facebook διαμορφώνουν πολιτικές ταυτότητες και επηρρεάζουν την καθημερινή ενημέρωση των πολιτών σε μια ευρεία θεματολογία δημόσιου ενδιαφέροντος αυξάνοντας το μέγεθος της διακινούμενης πολιτικής πληροφορίας» λέει ο Γιώργος Μαρκόπουλος.

Ετσι όπως εξηγεί, μαζί με τη διδάκτορα Γλωσσολογίας Μαρία Καμηλάκη, συγκέντρωσαν πέρυσι μέσω εργαλείου αυτόματης κειμενικής ανάκτησης, 5.000 tweets από πέντε πολιτικούς αρχηγούς που διαθέτουν κοινοβουλευτική εκπροσώπηση προκειμένου να μελετηθούν οι γλωσσικές αναπαραστάσεις των πολιτικών τους ταυτοτήτων και οι ιδεολογικές αλληλεπιδράσεις. Η υπολογιστική ανάλυση των δεδομένων βάσει της συχνότητας εμφάνισης, ανέδειξε τα δίπολα «αριστερός/ δεξιός» και «προοδευτικός/ συντηρητικός» ως ιδεολογικούς δείκτες ταύτισης ή μη των πολιτικών αρχηγών και όπως είναι φυσικό, εκείνο που ενεργοποιεί την πολιτική τους κινητοποίηση και παρουσία.

«Η ψηφιακή επανάσταση έχει εισέλθει πλέον σήμερα σε μια νέα φάση, όπου η συνύπαρξη των τεχνολογιών του παγκόσμιου ιστού, της φορητής επικοινωνίας και των κοινωνικών μέσων δικτύωσης αλλάζει τον τρόπο με τον οποίο δημιουργούμε και μοιραζόμαστε τη γνώση» αναφέρει μιλώντας για την έρευνα του εργαστηρίου του. «Ενόψει του αυξανόμενου αυτού όγκου ψηφιακής πληροφορίας, οι ανθρωπιστικές επιστήμες στέκονται μπροστά σε μια τεράστια πρόκληση: Πώς θα μπορούσε κανείς να έχει πρόσβαση σ’ αυτόν τον πλούτο μεγαδεδομένων (Big Data) και να τον χρησιμοποιεί στην έρευνά του;».

Το ερώτημα αυτό διατυπώνει και τον ανάλογο προβληματισμό σχετικά με την προστιθέμενη αξία των σημερινών ψηφιακών τεχνολογιών. Στο επίκεντρο τοποθετούνται οι νέες προοπτικές έρευνας πάνω σε ψηφιοποιημένα ή αμιγώς ψηφιακά τεκμήρια, καθώς και η δυνατότητα πρόσβασης και επεξεργασίας των πηγών εξ αποστάσεως.

Τρία χρόνια πριν, ο Γιώργος Μαρκόπουλος σε συνεργασία με τον συνάδελφό του καθηγητή Γιώργο Μικρό και δύο μεταπτυχιακούς φοιτητές ανέπτυξαν ένα εργαλείο ανάλυσης άποψης και αυτόματης πρόβλεψης θετικού ή αρνητικού σχολιασμού σε κριτικές ξενοδοχειακών επιχειρήσεων. Ο «ταξινομητής» τους εκπαιδεύθηκε σε 900 θετικά και 900 αρνητικά σχόλια χρηστών που αντλήθηκαν από γνωστή ιστοσελίδα τουριστικού περιεχομένου και στη συνέχεια εμφάνισε ακρίβεια που άγγιξε το 98% στην ορθή πρόβλεψη των αντιδράσεων άλλων ταξιδιωτών.

Γλωσσάρι

Μηχανική μάθηση
Κλάδος της Πληροφορικής, ο οποίος ερευνά την κατασκευή αλγορίθμων, οι οποίοι μαθαίνουν από δεδομένα και κάνουν προβλέψεις πάνω σε νέα δεδομένα με αυτόματο τρόπο βάσει προηγούμενης εμπειρίας και σώματος εκπαίδευσης.

Κατηγοριοποίηση κειμένου
Η υπολογιστική διαδικασία λήψης αποφάσεων βάσει αλγορίθμων μηχανικής μάθησης σχετικά με το κατά πόσο ένα έγγραφο είναι μέλος μιας συγκεκριμένης θεματικής κατηγορίας ή τάξης, π.χ. στις ειδήσεις: αθλητικά, πολιτικά, οικονομικά κ.ά, στη λογοτεχνία: ποίηση, πεζογραφία, θεατρικό έργο κ.ά.

Ανάλυση συναισθήματος/άποψης
Υπολογιστική διαδικασία η οποία χρησιμοποιεί μεθόδους επεξεργασίας φυσικής γλώσσας και ανάλυσης κειμένου για τον εντοπισμό και την εξαγωγή υποκειμενικής πληροφορίας από κειμενικές πηγές, με στόχο τον προσδιορισμό της συμπεριφοράς ενός ομιλητή σε σχέση με ένα θέμα ή τη συνολική περικειμενική πολικότητα ενός εγγράφου (θετική ή αρνητική).

Παρασκευή Ταραμίγκου
Το εργαστήριό μας έχει ως στόχο του τη διεξαγωγή πειραματικής έρευνας για την εμπειρική μελέτη της ελληνικής γλώσσας. Για εμένα στάθηκε αρωγός στην προσπάθεια διεξαγωγής της έρευνάς μου, καθώς η μεθοδολογία που χρησιμοποιήθηκε συνδυάζει την ποιοτική με την ποσοτική ανάλυση. Οσον αφορά την ποσοτική ανάλυση, δημιούργησα σώμα κειμένων, στο οποίο πραγματοποίησα στατιστική και υφομετρική ανάλυση, αλλά και εκπαίδευση αλγορίθμου αυτόματου εντοπισμού κειμένων.
Η Παρασκευή Ταραμίγκου είναι μεταπτυχιακή φοιτήτρια

Λουίζα Σουβαλιώτη
Το Εργαστήριο Υπολογιστικής Γλωσσολογίας αποτέλεσε για μένα σημείο αναφοράς καθ’ όλη τη διάρκεια των μεταπτυχιακών σπουδών μου. Στο πλαίσιο της έρευνάς μου στην υπολογιστική ανάλυση της προσωπικότητας είχα την ευκαιρία να εξασκηθώ στη χρήση σύγχρονων μεθόδων γλωσσικής επεξεργασίας και μηχανικής μάθησης. Μου έδωσε τα γνωστικά εφόδια να εμβαθύνω σε έναν σχετικά πρόσφατο ερευνητικό τομέα, συγκεκριμένα στη διεπίδραση της προσωπικότητας με τον γραπτό λόγο, και να χρησιμοποιήσω κατά τη διεξαγωγή της έρευνάς μου πρωτοποριακές μεθόδους.
Η Λουίζα Σουβαλιώτη είναι κάτοχος Μάστερ στη γλωσσολογία