Megjelent online depresszió-fórumok NLP-elemzésével foglalkozó projektünk új eredménye az SSM Population Health (D1) hasábjain, Németh Renáta, Sik Domonkos és Katona Eszter tollából, The asymmetries of the biopsychosocial model of depression in lay discourses – Topic modelling online depression forums címmel.
Csomor Gábor, Simonovits Borbála és Németh publikációja „Hivatali diszkrimináció?: Egy online terepkísérlet eredményei” címmel megjelent a Szociológiai Szemle című folyóiratban.
The article aims at analysing online depression forums enabling lay reinterpretation and criticism of expert biomedical discourses. Firstly, two contrasting interpretations of depression are reconstructed: expert psy-discourses are confronted with the phenomenological descriptions of lay experiences, with a special emphasis on online forums as empirical platforms hosting such debates. After clarifying the general theoretical stakes concerning contested ‘depression narratives’, the results of an online ethnography are introduced: the main topics appearing in online discussions are summarised (analysing how the abstract tensions between lay and expert discourses appear in the actual discussions), along with the idealtypical discursive logics (analysing pragmatic advises, attempts of reframing self-narratives and expressions of unconditional recognition). Finally, based on these analyses an attempt is made to explore the latent functionality of online depression forums by referring to a secular ‘ritual healing’ existing as an unreflected, contingent potential.
Social scientists of mixed-methods research have traditionally used human annotators to classify texts according to some predefined knowledge. The ‘big data’ revolution, the fast growth of digitized texts in recent years brings new opportunities but also new challenges. In our research project, we aim to examine the potential for natural language processing (NLP) techniques to understand the individual framing of depression in online forums. In this paper, we introduce a part of this project experimenting with NLP classification (supervised machine learning) method, which is capable of classifying large digital corpora according to various discourses on depression. Our question was whether an automated method can be applied to sociological problems outside the scope of hermeneutically more trivial business applications.
The present article introduces our learning path from the difficulties of human annotation to the hermeneutic limitations of algorithmic NLP methods. We faced our first failure when we experienced significant inter-annotator disagreement. In response to the failure, we moved to the strategy of intersubjective hermeneutics (interpretation through consensus). The second failure arose because we expected the machine to effectively learn from the human-annotated sample despite its hermeneutic limitations. The machine learning seemed to work appropriately in predicting bio-medical and psychological framing, but it failed in case of sociological framing. These results show that the sociological discourse about depression is not as well founded as the bio medical and the psychological discourses – a conclusion which requires further empirical study in the future. An increasing part of machine learning solution is based on human annotation of semantic interpretation tasks, and such human-machine interactions will probably define many more applications in the future. Our paper shows the hermeneutic limitations of ‘big data’ text analytics in the social sciences, and highlights the need for a better understanding of the use of annotated textual data and the annotation process itself.
A cikkhez kapcsolódó honlap itt érhető el.
Cikkünkben a „Big Data” paradigma térnyerésével párhuzamosan rohamosan terjedő természetesnyelv-feldolgozási (NLP) módszereket tekintjük át. Bemutatjuk a társadalomkutatási szempontból leginkább perspektivikus eszközöket, a hozzájuk illeszthető társadalomkutatási kérdéseket és azokat a technikai-módszertani jellegzetességeket, amelyek a klasszikus kvantitatív kutatáshoz képest az NLP specifikumát jellemzik. Ezek a módszerek lényegesen túllépnek a szógyakoriság-elemzésen alapuló klasszikus kvantitatív szövegelemzésen, és a gépi tanulási paradigmán alapuló modellezési logikájuk gyökeresen eltér a magyarázatot / oksági hatás kimutatását elérni kívánó klasszikus társadalomkutatási logikától. Célunk, hogy ebbe az itthon még kevéssé intézményesült területbe betekintést engedve inspirációt nyújtsunk a hazai társadalomkutatók számára, mert meggyőződésünk szerint a szövegbányászat néhány éven belül standard eszköze lesz a nemzetközi alkalmazott társadalomkutatásnak.
Barna Ildikó, kutatócsoportunk társvezetője előadást tartott a jelenkori magyarországi antiszemitizmusról a prágai Károly Egyetem Alkalmazott Nyelvészeti Intézetében. Az előadás alapját a Knap Árpáddal közösen végzett Online Antiszemitizmus kutatás jelentette. Előadásában a kutatás eddigi eredményeinek ismertetésén túl kitért arra is, hogy a természetesnyelv-feldolgozás outputjának interpretálásához miért nélkülözhetetlen a szociológiai és a szakterületi tudás.
Az előadásról további információ található az egyetem honlapján. A prezentációról készült videófelvétel ezen a linken tekinthető meg.
A kapcsolódó hír honlapunkon itt érhető el.
Tanulmányunkban a Big Data szöveganalitika szociológiai alkalmazásának lehetőségeit és kihívásait tárgyaljuk. A lehetőségek közé azokat az információtechnológiai, adattudományi, mesterséges intelligencia-kutatási és természetes nyelvfeldolgozási (natural language processing, NLP) eredményeket soroljuk, melyek eredetileg üzleti és technológiai területeken jöttek létre, és amelyek közül több jól adaptálható a társadalomkutatásban. Segítségükkel közvetlenül megfigyelhető a társas viselkedés, real-time végezhető az elemzés, és – az NLP fejlődésével párhuzamosan – a szöveges tartalmak megértése is mélyebbé válhat. Munkánkban ezeket a módszereket hozzuk közelebb a klasszikus kvantitatív módszereket ismerő szociológus olvasóhoz. Olyan új szociológiai témákra mutatunk rá, melyeket e megközelítés generálhat, s fordítva: megmutatjuk, hogyan kaphatnak új szempontokat klasszikus szociológiai kérdések. Célunk a szociológusok e területre történő belépésének motiválása, ezért az új módszereket a klasszikus szociológiai eszközök és fogalmak felől ismertetjük, és választ adunk arra a kérdésre is, milyen felkészülést előfeltételez ez a belépés a hagyományosan képzett szociológus részéről.
A workshopon elhangzott előadásban Barna Ildikó és Knap Árpád antiszemita cikkekben és kommentekben detektálta a sokszor survey módszerrel nem mérhető, különböző típusú zsidóellenes narratívákat.
Cikkünkben a nemzetközi társadalomtudományi alkalmazásokban, a „Big Data” paradigma térnyerésével párhuzamosan rohamosan terjedő számítógépes szövegelemzési (NLP) módszereket és szociológiai felhasználhatóságukat tekintjük át. Bemutatjuk a legnépszerűbb és a szociológia számára véleményünk szerint legperspektivikusabb módszereket, és azokat a technikai-előfeldolgozási lépéseket is, melyek a klasszikus kvantitatív kutatáshoz képest az NLP specifikumát és komplexitását jellemzik. Egy konkrét esettanulmányként a korrupció online sajtóbeli témáinak időbeli változását vizsgáljuk, dinamikus topikmodell segítségével, a K-Monitor cikkgyűjteményét használva. 26.000 cikk alapján elemezzük a 2007 és 2018 közötti időszakot tekintve a tipikus korrupciós témák népszerűségének és tartalmának változását. A modell eredményeként hét, egymástól jól elkülöníthető topik jött létre, melyek külső információkkal is jó egyezést mutatnak.
Célunk az új megközelítés logikájának, a módszerekhez illeszthető kutatási kérdéseknek a megismertetése. Nem céloztuk sem a pontos matematikai-statisztikai háttér megismertetését, sem az egyes módszerek alkalmazásának támogatását, ugyanakkor utóbbihoz ajánlunk néhány jó kiindulópontot. Reményeink szerint írásunk inspirációul szolgál az NLP hazai szociológiai elterjedéséhez, e folyamat támogatását azért is fontosnak tartjuk, mert meggyőződésünk szerint az NLP néhány éven belül standard eszköze lesz a nemzetközi alkalmazott társadalomkutatásnak.
További részletek, vizualizációk: https://eszterkatona.github.io/dtm_viz/
The level of antisemitism in Hungary has always been among the highest in Europe. Representative surveys show that approximately 33 to 40 per cent of the Hungarian population is antisemitic. Although there has been some fluctuation, the level of antisemitism has remained quite stable. Moreover, we found, based on representative surveys among Hungarian Jews, that although the proportion of those having experienced or witnessed antisemitic acts one year prior to the survey decreased massively from 79 to 58 per cent between 1999 and 2017, the perception of antisemitism severely deteriorated. While in 1999, 37 per cent of Jews thought that antisemitism was strong or very strong in Hungary, in 2017 65 per cent said the same. This high discrepancy between experience and perception is due to several factors, being one of them the spread of online hatred. This fact makes the analysis of online sources necessary. Due to the vast amount of unstructured online textual data, their examination demands new tools, one of them being Natural Language Processing (NLP). NLP is an interdisciplinary field of research in the intersection of computer science, artificial intelligence, as well as linguistics. In our research, we apply NLP on a massive corpus of recent Hungarian news articles, social media content, and online forum comments. NLP makes possible not only the examination of the structure, the main topics, and actors of overt antisemitism but the identification of underlying subjects and specificities of latent antisemitism. In our paper, we present the first results of our research.
A kapcsolódó hír honlapunkon itt érhető el.
Kutatásunk első szakaszában célunk volt összegyűjteni és automatikusan osztályozni online fórumok hozzászólásait a fenti három keretezési kategóriába felügyelt tanuló algoritmusok alkalmazásával. Adatbázisunk a legnépszerűbb angol nyelvű, depresszió tematikájú online fórumok hozzászólásait tartalmazza 2016 és 2018 között. Csak olyan posztokat használtunk, amelyek nyilvánosan elérhetőek, olvasásukhoz nincs szükség regisztrációra sem, szerzőjük online megosztásra szánta őket. Az adatok előfeldogozásához és elemzéséhez Pythont és különböző módszereket (SVM, naiv Bayes, logisztikus regresszió, döntési fák) használtunk. Poszterünk innét letölthető.
Kostadinova, Tatiana; Kmetty, Zoltán: Corruption and Political Participation in Hungary: Testing Models of Civic Engagement. EAST EUROPEAN POLITICS AND SOCIETIES Online first p. 1 (2019)
Kmetty, Zoltán: Incumbent party support and perceptions of corruption – an experimental study. SZOCIOLÓGIAI SZEMLE 28 : 4 pp. 152-165., 14 p. (2018)
Kmetty, Zoltán: Korrupció percepciója, pártosság, választási részvétel: Hogyan változott a szavazók véleménye a hazai politikai korrupcióról a 2014-2018-as parlamenti ciklus alatt? In: Böcskei, Balázs; Szabó, Andrea (szerk.) Várakozások és valóságok. Parlamenti választás 2018. Budapest, Magyarország : Napvilág Kiadó, MTA TK PTI, (2018) pp. 292-316., 25 p.
Sik Domonkos: From mental disorders to social suffering: Making sense of depression for critical theories. EUROPEAN JOURNAL OF SOCIAL THEORY (2018)
Sik, Domonkos: Válaszok a szenvedésre: A hálózati szolidaritás elmélete. Budapest, Magyarország : ELTE Eötvös Kiadó (2018) , 228 p.
Sik, Domonkos: A szenvedés határállapotai: Egy kritikai hálózatelmélet vázlata. Budapest, Magyarország : ELTE Eötvös Kiadó (2018) , 246 p.
Deckovic-Dukres, V., Hrkal, J., Németh, R., Vitrai, J., Zach, H.: Inequalities in health system responsiveness. Joint World Health Survey Report Based on Data from Selected Central European Countries, 2007. Jelentés a WHO megbízásából.
Remák, E., Gál, R.I., Németh, R.: Health and morbidity in the accession countries. Country report – Hungary. ENEPRI Research Reports 28, Brussels: ENEPRI, 2006.
Albert Fruzsina, Dávid Beáta, Németh Renáta: Társas támogatottság, társadalmi kohézió. In.: Országos Lakossági Egészségfelmérés OLEF2003, Kutatási Jelentés, 2005.
Katona Eszter előadása
Katona Eszter ‘Natural Language Processing in Social Sciences’ címmel tartott előadást 2019. május 10-én Bázelben, a Joint Annual Conference of the GPSA Methods of Political Science Section and the SPSA Empirical Methodology Working Group (https://www.methodology-dvpw-
Katona Eszter (2019): Szakdolgozat, 2018, ELTE, Survey Statisztika MSc. Részletek, vizualizációk: https://eszterkatona.github.io/atm-kmonitor/
In this paper, we explore antisemitism in contemporary Hungary. After briefly introducing the different types of antisemitism, we show the results of a quantitative survey carried out in 2017 on a nationally representative sample. Next, we present the research we conducted on the articles related to Jews from the far-right site Kuruc.info. Our corpus contained 2,289 articles from the period between February 28, 2016, and March 20, 2019. To identify latent topics in the text, we employed one of the methods of Natural Language Processing (NLP), namely topic modeling using the LDA method. We extracted fifteen topics. We found that racial antisemitism, unmeasurable by survey research, is overtly present in the discourse of Kuruc.info. Moreover, we identified topics that were connected to other types of antisemitism.
Keywords: antisemitism, Hungary, Natural Language Processing, topic modeling, LDA
Barna Ildikó 2019. február 23-án előadást tartott az “Antisemitism, Anti-Zionism, Israel, and the Holocaust” című workshopon Salzburgban. Az előadás címe: “Overt and Subtle Antisemitism in Hungary” volt. Az előadásban beszélt az antiszemitizmus mérésének módszereiről és kihívásairól. A magyarországi antiszemitizmusról szóló nagymintás adatfelvételek eredményeinek bemutatásán túl beszélt a kutatás új lehetőségeiről; ezen belül is kiemelten foglalkozott a Natural Language Processing (NLP) nyújtotta lehetőségekről, valamint az online gyűlöletbeszéd munkacsoport kutatásáról.
Az előadás a ”big data” módszertani paradigmájáról, ennek a klasszikus statisztikához való viszonyáról szólt. A beszélgetés a probléma biostatisztikai relevanciáját érintette.