HebID: Detecting Social Identities in Hebrew-language Political Text
Die Studie stellt HebID vor, das erste mehrsprachige Korpus zur Erkennung sozialer Identitäten in hebräischen politischen Texten, das auf annotierten Facebook-Beiträgen und Parlamentsreden basiert und zeigt, dass hebräisch-tuned Large Language Models die beste Leistung erzielen, um Unterschiede zwischen der Eliten-Diskurs und den öffentlichen Identitätsprioritäten zu analysieren.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie sitzen in einem riesigen, lauten Café in Israel. Um Sie herum sitzen Politiker, die lautstark reden, auf Facebook posten und Reden halten. Jeder versucht, eine bestimmte Gruppe von Menschen zu erreichen: die Frommen, die Liberalen, die Sicherheitsfanatiker oder die Sozialen.
Die Forscher Guy Mor-Lan und sein Team haben sich gedacht: „Wie können wir all das, was diese Politiker sagen, nicht nur hören, sondern auch verstehen und zählen?" Das Problem ist: Bisher gab es für solche Analysen fast nur Werkzeuge für die englische Sprache. Für Hebräisch fehlte es an einem guten „Übersetzer" für soziale Identitäten.
Hier ist die Geschichte ihrer Lösung, das Projekt HEBID, einfach erklärt:
1. Das Problem: Ein Puzzle ohne Anleitung
Stellen Sie sich vor, Sie müssten ein riesiges Puzzle aus 5.500 Sätzen von Politikern zusammenlegen. Aber Sie haben keine Anleitung. Sie wissen nicht, welche Teile zusammengehören.
Bisherige Computerprogramme waren wie Kinder, die nur grobe Kategorien kannten: „Das ist ein Liberaler" oder „Das ist ein Konservativer". Aber die Realität ist viel komplizierter. Ein Politiker kann gleichzeitig sagen: „Ich bin ein konservativer Jude, der aber soziale Gerechtigkeit für alle will." Das ist ein mehrschichtiges Puzzle, und alte Computerprogramme konnten damit nicht umgehen.
2. Die Lösung: Ein neuer, hebräischer „Detektiv"
Die Forscher haben HEBID erschaffen. Das ist wie ein neuer, hochintelligenter Detektiv, der speziell für die israelische Sprache und Kultur trainiert wurde.
- Der Trainingsplan: Um den Detektiv schlau zu machen, haben sie nicht einfach willkürlich Sätze ausgesucht. Sie haben zuerst eine große Umfrage unter der israelischen Bevölkerung gemacht. Sie fragten: „Welche Identitäten sind euch am wichtigsten?" (z. B. „Rechts", „Ultra-orthodox", „Sozial orientiert").
- Die Auswahl: Basierend auf diesen Antworten wählten sie die 12 wichtigsten Identitäten aus.
- Das Training: Dann haben sie Menschen gebeten, 5.500 Sätze von Politikern auf Facebook zu lesen und zu markieren: „Hier spricht der Politiker als Rechts-Politiker", „Hier als Sozialer", „Hier als Beides".
- Das Ergebnis: Ein riesiges, handgefertigtes Lehrbuch, das dem Computer zeigt, wie israelische Politiker ihre Identitäten verpacken.
3. Der Test: Wer ist der Beste?
Jetzt mussten sie herausfinden, welcher Computer-Modell-Typ am besten lernt. Sie haben drei Arten von „Schülern" getestet:
- Die alten Klassiker: Einfache Modelle, die nur einen Satz auf einmal lesen.
- Die modernen Encoder: Fortgeschrittene Modelle, die versuchen, alles auf einmal zu verstehen.
- Die großen Sprach-KI-Modelle (LLMs): Diese sind wie Genies, die riesige Mengen an Texten gelesen haben und speziell auf Hebräisch trainiert wurden.
Das Ergebnis: Die großen Sprach-KI-Modelle (speziell eines namens DICTALM2.0) waren die klaren Gewinner. Sie konnten die Nuancen am besten verstehen. Stellen Sie sich vor, ein einfacher Schüler (das alte Modell) würde denken: „Der sagt 'Rechts', also ist er nur rechts." Der KI-Genie hingegen denkt: „Moment, er sagt 'Rechts', aber er benutzt auch Wörter für 'Soziales'. Also ist er beides!"
4. Was haben sie herausgefunden? (Die Entdeckungen)
Sobald der Detektiv fertig trainiert war, haben sie ihn auf Tausende von Reden und Posts losgelassen. Hier sind die spannendsten Entdeckungen, die wie kleine Geheimnisse aus dem Polit-Café wirken:
- Wahlkampf-Hype: Kurz vor Wahlen wird die Sprache der Politiker lauter und emotionaler. Sie greifen viel häufiger zu Identitäten wie „Rechts", „Links" oder „Demokrat", um die Wähler zu mobilisieren. Es ist, als würden sie vor dem großen Spiel ihre Trikots noch einmal besonders stolz tragen.
- Die Lücke zwischen Volk und Elite:
- Das Volk sagt oft: „Wir wollen Ehrlichkeit und Demokratie."
- Die Politiker im Parlament sprechen aber viel öfter über Soziales und Sicherheit.
- Es ist, als würden die Politiker sagen: „Wir kümmern uns um die Armen", während das Volk eigentlich sagt: „Wir wollen einfach, dass niemand lügt!"
- Die Geschlechter-Unterschiede: Frauen in der Politik neigen dazu, mehr verschiedene Identitäten gleichzeitig anzusprechen als Männer. Männer sprechen öfter über Sicherheit oder Kapitalismus, Frauen hingegen viel häufiger über soziale Themen.
- Identitäts-Pakete: Manche Identitäten gehen immer zusammen. Wer „Zionistisch" ist, ist oft auch „Sicherheitsorientiert". Wer „Liberal" ist, ist oft auch „Palästinensisch" (im Sinne von Unterstützung für arabische Bürger). Das sind wie fest verpackte Geschenkboxen, die Politiker oft zusammen öffnen.
5. Warum ist das wichtig?
Stellen Sie sich vor, Sie könnten einen Spiegel halten, der nicht nur zeigt, was gesagt wird, sondern wer sich dahinter versteckt.
HEBID ist dieser Spiegel für die israelische Politik. Aber es ist mehr als das: Es ist ein Bauplan. Die Forscher sagen: „Wenn wir das für Hebräisch machen können, können wir das auch für Arabisch, Persisch oder andere Sprachen machen, die bisher von der KI-Forschung vernachlässigt wurden."
Zusammenfassend:
Die Forscher haben einen neuen, super-smarten hebräischen Übersetzer gebaut, der nicht nur Wörter, sondern die Seele der politischen Identitäten versteht. Sie haben bewiesen, dass moderne KI-Modelle besser sind als alte Methoden, und sie haben gezeigt, dass die Art und Weise, wie Politiker reden, oft ganz anders ist als das, was das Volk wirklich fühlt. Ein toller Schritt, um die Welt der Politik durch die Brille der Daten zu verstehen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.