Twitter – Hizkuntza-teknologiak, Ixa Taldearen bloga

Hitzaldia: Zurrumurruak antzeman eta tratatu Twitterren (A. Zubiaga, 2015/05/12)

ixa — Fri, 08 May 2015 16:10:33 +0000

Hizlaria: Arkaitz Zubiaga
………….University of Warwick
Eguna: Maiatzaren 12an, asteartean
Ordua: 15:00
Gela: 3.2 gela. Informatika Fakultatea (UPV/EHU)

Hitzaldiaren izenburua:
Zurrumurruak antzematen eta aztertzen Twitter sare sozialean

Laburpena:
Twitter bezalako sare sozialak mundu osoko gertaerez informatuta egoteko tresna paregabea diren arren, kontu handiz hartu behar da bertan irakurritakoa, informazio guztia ez baita zehatza eta egiazkoa. Gezurren hedapenak garrantzi handia du, batik bat, azken orduko albisteen inguruan informazio berria jakinarazten den ahala. Aurkezpen honetan PHEME FP7 proiektuan sare sozialetan hedatzen diren zurrumurruen gainean egiten ari garen ikerketa lanaz arituko naiz. Hasteko, kazetariekin batera lan eginez Twitter bidez gertakizunak jarraitu ahala zurrumurruak antzeman eta ikerketarako aproposa den datu bilduma sortzeko definitu dugun prozesua azalduko dut. Zurrumurru hauen testuingurua osatzeko, erabiltzaileek zurrumurruen inguruan sortutako eztabaidak batu ditugu, eta crowdsourcing bidez txioak anotatu, adostasun, ezadostasun, eta abarrak markatuz. Zurrumurru hauen inguruko eztabaidak hizkuntzaren prozesamendua eta sare sozialen analisia baliatuz aztertzea dugu helburu proiektu honetan.

Biografia:
Arkaitz Zubiaga doktorego ondorengo ikertzailea da Warwickeko Unibertsitatean (Coventry, Ingalaterra). Sare sozialak ikertzen aritu da azken urteotan, testu meatzaritza aplikatuz edukia aztertzeko eta baita erabiltzaileen jarrera ulertzeko ere. Azkenaldian kazetari eta soziologoekin batera lan egin du PHEME FP7 proiektuan, ikuspegi informatikotik sare sozialetan zurrumurruen inguruan gertatzen diren elkarrizketak lantzeko.

Twitter-eko testuak normalizatzeko lehiaketa antolatu dugu.

ixa — Mon, 02 Sep 2013 12:39:41 +0000

Twitter-eko testuetan hitzak ez dira azaltzen beti beren itxura normalizatuan. Laburtuta azaltzen dira sarritan, edo deformatuta emozio-puntu bat adierazteko (edeeeerra, esaterako). Normalizazio-falta hori arazo da Twitterreko testuak gero automatikoki landu ahal izateko hizkuntza-teknologikaren bidez.

Ixa taldeko kide batzuen iniziatibaz Tweet Normalization Workshopa antolatu da aurten SEPLN2013 konferentziaren barruan.

WEET-NORM_2013 Workshop hori lehiaketa baten inguruan antolatu da, partaideek lehenago espaineraz idatzitako “txioak” normalizatu behar izan dituzte, eta honezkero publikoak dira lehiaketaren emaitzak (ikusi behean ere). Euskal Herriko parte hartzaileak ez gara txarto geratu. Elhuyar, IXA Taldea eta Vicomtech hor gaude hirurak elkarren jarraian 4., 5. eta 6. posizioetan.

Workshopa irailaren 20an izango da Madrilen. Talde bakoitzak bere sistema aurkeztuko du eta bukaeran eztabaida egingo dugu.

Posizioa	Parte hartzailea	Exekuzio hoberenaren zehaztasuna	2. Exekuzio Hoberenaren zehaztasuna
1	RAE	0,781
2	Citius-Imaxin	0,663	0,662
3	UPC	0,653
4	Elhuyar	0,636	0,634
5	IXA-EHU_em-phonm	0,619	0,609
6	Vicomtech	0,606
7	UniArizona	0,604
8	UPF-Havas	0,548	0,491
9	DLSIAlicante	0,545	0,521
10	UniMelbourne	0,539	0,517
11	UniSevilla	0,396
12	Ujaen-sinai	0,376
13	UniCoruña	0,335

Ixa taldean workshop hau TACARDI proiektuaren barruan bideratzen dugu. Itzulpen automatikoari ekin aurretik testuak zuzentzea eta normalizatzea oso lagungarria izaten baita.

TACARDI proiektua: Testuinguruaren erabilera itzulpen automatikoan eta horren hobekuntza Interneteko baliabide dinamikoak baliatuz