Keresés

Keresési eredmények

• „Nem látod, hogy bajban vagyunk?” – A környezetvédelemmel kapcsolatos ignorancia megjelenése a vizuális figyelmi folyamatokban, és néhány lehetséges magyarázat

  49-69

  Farkas Célia Krisztina

  Pajkossy Péter

  Dúll Andrea

  Megtekintések száma:

  223

  A környezeti válság napjaink kiemelkedő kérdésköreként, s alapvetően emberi tevékenység következményeként a társadalom minden szintjén tanulmányozandó. Jelen kutatás az egyéni vizuális figyelmi mintázatokat, illetve az esetleges figyelmi torzítás megjelenését helyezte a középpontba, környezeti problémákat megjelenítő képekkel kapcsolatban, háborítatlan természeti,
  illetve szociális jeleneteket ábrázoló kontrollingerekkel összehasonlítva, mindezt egy reakcióidő-feladat keretei közt. Emellett a résztvevők hangulatának változása és önbevallásos környezettudatosságuk is felmérésre került. Figyelmi torzítást kizárólag a szociális tartalmú negatív
  ingerek eredményeztek, a környezeti jelenetek esetében ez nem volt kimutatható. A résztvevők
  hangulata bár romlott a kísérlet során, sem ez, sem pedig a környezettudatosság nem mutatott
  összefüggést egyik további változóval sem. A kísérlet során az ingerek kifejezetten rövid ideig
  kerültek megjelenítésre, mely rövidség automatikus figyelmi válaszok megragadását célozta. Az
  eredmények szerint a környezeti krízis témája erre nem volt alkalmas, ami különböző lehetséges
  magyarázatok (köztük az evolúciós háttér) keresésének igényét is felveti.

• A felügyelt gépi tanulás kihívásai a szociológiai alkalmazásokban

  27-42.

  Renáta Németh

  Megtekintések száma:

  157

  Az ipari/üzleti alkalmazásokban már sokszorosan bizonyított felügyelt gépi tanulás szociológiai alkalmazásai sajátos kérdéseket vetnek fel. A sajátosság oka, hogy ezekben az alkalmazásokban komplex fogalmak megtanulása az algoritmus feladata (pl. hogy gyűlöletbeszédet
  tartalmaz-e egy tweet). A felügyelt tanulás lényege, hogy előre bekódolt (gyűlöletbeszéd/nem
  gyűlöletbeszéd) szövegek címkézését tanulja meg az algoritmus, jellegzetes szövegmintázatokat
  keresve. A felmerülő kérdések: hogyan jön létre a címkézés? Hogyan lehet betanított kódolókkal
  elvégeztetni egy olyan hermeneutikai kihívást, mint a gyűlöletbeszéd felismerése? Segítenek-e
  ezen a rutinszerűen alkalmazott, részletezett annotálási irányelvek? A cikk arra is kitér, hogyan
  végzik crowdsourcing platformokon a kódolást a nagy cégek, illetve ismertetem az MI-torzítást
  is, aminek itt az a lényege, hogy a kódolók maguk viszik be a diszkriminációt az adatokba. E
  kérdéseket kutatási tapasztalatainkkal illusztrálom.
  KULCSSZAVAK: felügyelt gépi tanulás, annotálás, crows