Πλοήγηση ανά Επιβλέπων "Korre, Katerina"

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω

Τώρα δείχνει 1 - 2 από 2

Beyond words: a survey of online conversation metrics
(31-10-2024) Μυρτζανή, Δανάη; Myrtzani, Danai; Athens University of Economics and Business, Department of Informatics; Androutsopoulos, Ion; Konstantinidou, Maria; Pavlopoulos, Ioannis; Korre, Katerina
Η παρούσα διπλωματική εργασία εξετάζει τον τρόπο με τον οποίο αξιολογούνται οι διαδικτυακές συζητήσεις μέσω δύο προσεγγίσεων: μια συστηματική έρευνα των μετρικών αξιολόγησης και μια πειραματική σύγκριση μεταξύ ανθρώπων - αξιολογητών και Μεγάλων Γλωσσικών Μοντέλων (ΜΓΜ). Η βιβλιογραφική επισκόπηση εντοπίζει 22 διακριτές μετρικές, οι οποίες κατηγοριοποιούνται σε ομάδες Δομής και Λογικής, Κοινωνικής Δυναμικής, Συναισθηματικής και Συμπεριφορικής, και Δέσμευσης και Περιεχομένου. Ενώ οι μετρικές που βασίζονται στη δομή επιχειρημάτων και στην πραγματολογία αναδεικνύονται ως οι πιο συχνά μελετημένες, η ανάλυση αποκαλύπτει μια αυξανόμενη εστίαση στα κοινωνικά και συγκυριακά στοιχεία στην αξιολόγηση συνομιλιών στην πρόσφατη βιβλιογραφία.Η πειραματική μελέτη συγκρίνει τον τρόπο με τον οποίο οι άνθρωποι και τα ΜΓΜ αξιολογούν τις ίδιες διαδικτυακές συζητήσεις, αποκαλύπτοντας βασικές διαφορές στα πρότυπα αξιολόγησής τους. Οι ανθρώπινοι αξιολογητές επιδεικνύουν μεγαλύτερη ευαισθησία στην κοινωνική δυναμική, ιδίως στον εντοπισμό αρνητικών συμπεριφορών όπως η αγένεια και η κυριαρχία, ενώ τα ΜΓΜ υπερέχουν στον εντοπισμό δομικών στοιχείων αλλά συχνά παραβλέπουν αυτές τις λεπτές κοινωνικές ενδείξεις. Τα ευρήματα αναδεικνύουν ένα σημαντικό χάσμα μεταξύ υπολογιστικών και ανθρώπινων προσεγγίσεων στην αξιολόγηση συνομιλιών, γεγονός που υποδηλώνει ότι τα αποτελεσματικά πλαίσια αξιολόγησης πρέπει να εξισορροπούν και τις δύο οπτικές γωνίες για να αποτυπώσουν την πλήρη πολυπλοκότητα των διαδικτυακών συζητήσεων.Η παρούσα έρευνα συμβάλλει στην κατανόηση της αξιολόγησης των διαδικτυακών συνομιλιών με τη συστηματική χαρτογράφηση των υφιστάμενων μετρικών και την επίδειξη του τρόπου με τον οποίο οι διαισθητικές αξιολογήσεις των καθημερινών αναγνωστών διαφέρουν από τις υπολογιστικές προσεγγίσεις. Οι γνώσεις αυτές έχουν πρακτικές επιπτώσεις για την ανάπτυξη αποτελεσματικότερων εργαλείων αξιολόγησης συνομιλιών και τη βελτίωση των συστημάτων συντονισμού διαδικτυακών κοινοτήτων.
Misogyny and homophobia: are we all on the same page?
(30-12-2023) Τζιγέρογλου, Αθανασία; Tzigeroglou, Athanasia; Athens University of Economics and Business, Department of Informatics; Androutsopoulos, Ion; Louridas, Panagiotis; Pavlopoulos, Ioannis; Korre, Katerina
Ο όρος "hate speech" ή αλλιώς ρητορική μίσους στα ελληνικά, αναφέρεται σε οποιονδήποτε λόγο, γραπτή ή προφορική έκφραση, ή πρακτική που εκφράζει περιφρόνηση, μίσος ή προωθεί την βία εναντίον ενός ατόμου ή μιας ομάδας ατόμων λόγω ρατσισμού, θρησκευτικών πεποιθήσεων, σεξουαλικού προσανατολισμού, φύλου, εθνικής καταγωγής ή άλλων χαρακτηριστικών. Ο όρος αυτός έχει παρεισφρήσει στην καθημερινότητά μας τα τελευταία χρόνια, κυρίως λόγω της ανάπτυξης των τεχνολογιών και της δημοφιλίας των μέσων κοινωνικής δικτύωσης. Το διαδίκτυο, δίνοντας την δυνατότητα και την ελευθερία στους χρήστες να γράφουν ό,τι θέλουν ανώνυμα, γίνεται πρόσφορο έδαφος για να αναπτυχθεί η διαδικτυακή ρητορική μίσους, που στοχεύει μειονότητες. Η παρούσα εργασία ασχολείται κατά βάση με την διαδικτυακή ρητορική μίσους και πώς αυτή προσλαμβάνεται από άτομα τα οποία στοχοποιούνται από αυτήν. Συγκεκριμένα, θέλουμε να εξετάσουμε αν τα χαρακτηριστικά που συνδέονται με το βιολογικό και κοινωνικό φύλο, αλλά και την σεξουαλική ταυτότητα ενός ατόμου επηρεάζουν την οπτική του σχετικά με την ρητορική μίσους και συγκεκριμένα τις αποφάσεις του, όταν καλείται να μεταφράσει τοξικά σχόλια με σκληρό λεξιλόγιο, το οποίο ίσως και να τον στοχοποιεί. Για αυτό τον λόγο, επικεντρωθήκαμε σε δύο πλευρές της ρητορικής μίσους, τον μισογυνισμό και την ομοφοβία και δημιουργήσαμε ένα σύνολο δεδομένων το οποίο περιλαμβάνει 53 τοξικά σχόλια στα αγγλικά. Στην συνέχεια, διαμορφώσαμε 3 ομάδες επισημειωτών, των straight επισημειωτών, των LGBTQ+ επισημειωτών και των αυτόματων επισημειωτών, προκειμένου να τα μεταφράσουν στα ελληνικά. Οι δύο ομάδες περιλαμβάνουν δύο (2) άτομα η καθεμία και διαμορφώθηκαν με βάση τον σεξουαλικό προσανατολισμό των επισημειωτών, ενώ η τρίτη περιλαμβάνει συστήματα αυτόματης μετάφρασης, όπως είναι το DeepL και το Google Translate, αλλά και ένα μεγάλο γλωσσικό μοντέλο, το Chat GPT 3.5. Αφού συλλέξαμε τις μεταφράσεις από όλες τις ομάδες, χρησιμοποιήσαμε το Character Error Rate και το Word Error Rate για να εξετάσουμε τις διαφορές και τις ομοιότητες που υπάρχουν στις μεταφράσεις, αλλά και την συμφωνία ή διαφωνία που υπάρχει μέσα στην ομάδα, αλλά και στις ομάδες μεταξύ τους. Τα αποτελέσματα έδειξαν ότι οι straight επισημειωτές συμφωνούν περισσότερο μεταξύ τους σε σχέση με τους επισημειωτές άλλων ομάδων, ενώ οι αυτόματοι επισημειωτές είχαν μεγαλύτερη διαφωνία μεταξύ τους. Ακόμα, όσον αφορά στα ζευγάρια διαφορετικών ομάδων, οι straight και οι LGBTQ+ επισημειωτές συμφωνούν περισσότερο, σε σχέση με τα άλλα ζευγάρια, ενώ η ομάδα των αυτόματων και των LGBTQ+ επισημειωτών διαφωνεί περισσότερο. Τέλος, ασχοληθήκαμε με την επισημείωση των διαφορών των μεταφρασμένων σχολίων με βάση την σεξουαλική ταυτότητα του κάθε επισημειωτή και την ποιοτική ανάλυσή τους.