< Terug naar vorige pagina

Project

Diversiteit uitlokken met de Diversity Checker

Deze these beschrijft het ontstaan van de Diversity Checker, een tool die bedoeld is om op een intelligente manier uit te lokken dat journalisten diverser materiaal zullen produceren. Diversiteit in de media is een zeer breed onderwerp, en het project waar deze these deel van uitmaakt heeft dan ook betrekking op een breed terrein. Het multidisciplinaire karakter van het project stelt de verschillende disciplines in staat elkaar positief te beïnvloeden, en in het bijzonder geeft het het werk dat nu gepresenteerd wordt een solide worteling in theoretische inzichten vanuit text mining, corpus- en computationele linguïstiek en andere relevante velden zoals mediastudies. Het werk verricht voor deze these focust specifiek op de informaticakant van diversiteit en operationaliseert en implementeert hiertoe ideeën die geformuleerd worden in samenwerking met andere medewerkers van het project. We beginnen met een grondig verslag van de bestaande literatuur over automatische textanalyse dat een overzicht geeft van wat er mogelijk is. In het bijzonder vinden we dat er veel bestaand onderzoek is dat zich richt op Engelse tekst, maar relatief weinig onderzoek met een focus op andere talen, waardoor er een leemte is aan goede data en corpussen die we nodig hebben. In een workshop over standpunt-, bevooroordelings- en framingdetectie passen we een aantal geselecteerde methoden vanuit het bovengenoemde achtergrondonderzoek toe op een dataset van Vlaamse nieuwsartikelen die we zelf aanvullen. We verzamelen ook vereisten en op basis daarvan implementeren we een eerste prototype van de Diversity Checker. Dit prototype wordt gepresenteerd voor een panel van journalisten, waarna op basis van hun feedback een volgende versie ontwikkeld wordt. Tegelijkertijd zetten we ons onderzoek voort over de computationele verbetering van diversiteit, welk onderzoek verslagen wordt in artikelen die hoofdstukken vormen in deze these en tevens verwerkt wordt in de Diversity Checker. Uiteindelijk is er een twee ronde waarin feedback van journalisten wordt verzameld, waarbij ook geëvalueerd wordt hoe zij de ontwikkelde tool ervaren, wat werkt en wat verbetering vereist.

Datum:1 sep 2017 →  21 jul 2019
Trefwoorden:text mining
Disciplines:Toegepaste wiskunde, Computerarchitectuur en -netwerken, Distributed computing, Informatiewetenschappen, Informatiesystemen, Programmeertalen, Scientific computing, Theoretische informatica, Visual computing, Andere informatie- en computerwetenschappen
Project type:PhD project