Nemrégiben befejeződött a Nyelvtechnológiai Kutatócsoportnak egy újabb projektje, amelynek eredményei érdeklődésre tarthatnak számot nemcsak a nyelvészek, de a pszichológusok, sőt akár a laikusok körében is.

A 2013 novemberétől 2014 októberéig tartó projektben a nyelvtechnológia segítségével elemeztünk Facebook-kommenteket, amelyeket a Facebook politikai tartalmú (pártok, minszterek stb.) oldalairól gyűjtöttünk be.

De mik is voltak ennek a lépései, nehézségei és mire is lehet ezeket felhasználni?

A mai elemzőeszközök már meglehetősen hatékonyan működnek újságcikkeken, vagy például irodalmi műveken, képzeljük csak el azonban, mit mond egy elemző a lájkol, Fityesz vagy jujjjjjjjj láttán. Első körben tehát az összegyűjtött kommentek szövegeit kellett kézzel elemezni, kategorizálni a hibajelenségeket, majd amennyire lehetséges, kiszűrni azokat. Bizonyára nem lesz meglepő a következő hibalista, amellyel számolnunk kellett az elemzés közben:

• hiányzó szóközök írásjelek után,
• többször ismételt írásjelek,
• szóvégi mássalhangzók többszörözése,
• URL-ek, emotikonok,
• nagy számoknál ezres csoportok felbontása,
• ismeretlen rövidítések, betűszavak, szleng szavak,
• gyakori elírt szóalakok,
• nem sztenderd kisbetű-, nagybetűhasználat,
• hiányzó ékezetek.

A hibák javítása után kezdődhettek a különböző elemzések kidolgozásai. Ezek a következők voltak:

• Szereplők (a különböző pártok és politikusok felismerése).
• Érzelmek felismerése (pozitív és negatív szavak szótárával az érzelmek felismerése).
• Regresszív képzeleti szótár (a gondolkodási folyamatok két csoportra oszthatók: az elsődleges, vagyis fantázia, ábrándozás, álmok és másodlagos, vagyis absztrakt, logikus, realitásközpontú és problémamegoldásra fókuszáló).
• Közösségiség-ágencia (a közösségiség a másokhoz való viszonyt jelzi, míg az ágencia az egyént a célkövető viselkedés hatékonysága szempontjából jellemzi).
• Optimizmus-pesszimizmus (az igeidők használatából: a múlt idő pesszimizmusra, a jövő idő optimizmusra vall).
• Individualizmus-kollektivizmus (a személyes névmások használatából kikövetkeztethető).

Ezek segítségével megtudható például, hogy Orbán Viktor hányszor volt említve a Jobbik oldalán, továbbá, hogy pozitív vagy negatív kontextusban, és hogy egy bizonyos kommentelőre milyen viselkedés a jellemző – természetesen név nélkül.

Az eredmények és további anyagok elérhetők itt.

A kép forrása: emberiseg.hu.