💬 NLP

TOPol: Capturing and Explaining Multidimensional Semantic Polarity Fields and Vectors

TOPol is een semi-gesuperviseerd raamwerk dat multidimensionale semantische polariteit in teksten in kaart brengt door middel van vectorverschuivingen tussen onderwerpen, waardoor zowel affectieve als niet-affectieve verschuivingen in discours binnen specifieke contextuele grenzen interpreteerbaar en meetbaar worden.

Oorspronkelijke auteurs: Gabin Taibi, Lucia Gomez

Gepubliceerd 2026-02-11

📖 3 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Gabin Taibi, Lucia Gomez

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een enorme bibliotheek hebt vol met boeken. Als je aan een computer vraagt: "Zijn deze boeken positief of negatief?", dan geeft de computer meestal een simpel antwoord: "Dit boek is een 8/10 (leuk)" of "Dit boek is een 2/10 (stom)". Dat is wat we nu noemen 'sentimentanalyse'. Het is alsof je een heel diner beoordeelt met alleen maar een duimpje omhoog of een duimpje omlaag.

Maar dat is eigenlijk veel te simpel, toch? Een diner kan namelijk op veel manieren "anders" zijn. De soep kan kouder zijn geworden, de bediening kan onbeleefder zijn, of de sfeer kan veranderd zijn van gezellig naar formeel. Dat zijn allemaal verschillende soorten 'veranderingen', ook al is de algemene score misschien hetzelfde.

De onderzoekers van dit paper hebben iets nieuws bedacht: TOPol.

De Metafoor: De Kompasnaald in een Mistige Stad

Stel je voor dat een tekst (zoals een speech of een review) een stad is. De onderwerpen in de tekst zijn de verschillende wijken van die stad (de markt, het park, het industriegebied).

Traditionele methoden kijken alleen of de stad "vrolijk" of "verdrietig" is. TOPol doet iets heel anders. TOPol kijkt naar hoe de wijken veranderen op het moment dat er een belangrijke gebeurtenis plaatsvindt (de 'Contextuele Grens').

Denk aan een grote storm die over de stad trekt. TOPol kijkt niet alleen of de stad na de storm "blij" is, maar hij kijkt naar elke wijk afzonderlijk met een kompas:

In de Wijk van de Politiek wijst de naald misschien van "vage praatjes" naar "harde feiten".
In de Wijk van de Economie wijst de naald misschien van "optimisme" naar "voorzichtigheid".
In de Wijk van de Producten (zoals Amazon reviews) wijst de naald simpelweg van "ik vind het geweldig" naar "het is kapot".

TOPol tekent al deze bewegingen uit als pijlen in een landkaart. Zo krijg je een "Polariteitsveld": een kaart vol pijlen die precies laten zien in welke richting de betekenis van de woorden verschuift.

Hoe werkt het (zonder de moeilijke wiskunde)?

De Stad Bouwen (Embeddings & UMAP): De computer leest alle teksten en groepeert woorden die bij elkaar horen, zodat er een soort 'kaart' van de onderwerpen ontstaat.
De Wijken Indelen (Leiden): De computer zoekt waar de grenzen van de verschillende wijken (onderwerpen) liggen.
De Grens Trekken (HoTL): Een mens bepaalt wanneer de verandering plaatsvindt. Bijvoorbeeld: "Kijk naar de teksten vóór de financiële crisis en de teksten ná de crisis."
De Pijlen Trekken (Vectors): Voor elke wijk berekent de computer: "Waar was het middelpunt van dit onderwerp vóór de crisis, en waar is het nu?" De afstand en richting tussen die twee punten is de 'pijl'.
De Vertaler (LLM/AI): Omdat een pijl op een kaart niet zegt waarom de richting verandert, vraagt TOPol aan een slimme AI (zoals ChatGPT): "Hey, deze pijl wijst van 'onzeker' naar 'zelfverzekerd'. Kun je dit in gewone mensentaal uitleggen?"

Waarom is dit belangrijk?

Het mooie van TOPol is dat het werkt voor alles.

Bij Amazon-reviews werkt het zoals je verwacht: het ziet of mensen blij of boos zijn.
Maar bij toespraken van bankiers (die bijna nooit "blij" of "boos" zijn) is het geniaal. Het ziet daar subtiele verschuivingen, zoals een verandering van "we praten over ideeën" naar "we praten over harde cijfers".

Kortom: TOPol is niet alleen een thermometer die meet of een tekst "warm" of "koud" is, maar een geavanceerd navigatiesysteem dat precies laat zien welke kant de discussie opgaat, in welke wijk, en waarom.

Technische Samenvatting: TOPol

1. Het Probleem: De beperking van unidimensionale polariteit

In de computationele taalkunde wordt "semantische polariteit" traditioneel benaderd als een unidimensionale schaal van sentiment (positief versus negatief). De auteurs stellen dat deze benadering de complexe, multidimensionale aard van taal te veel versimpelt. Sentiment is slechts één mogelijke dimensie van semantische verschuiving. Bestaande methoden voor Topic Modeling (TM) beschrijven weliswaar de diversiteit aan onderwerpen, maar zijn statisch en leggen de dynamische, directionele verschuivingen in betekenis tussen verschillende contexten niet vast. Er is dus een gebrek aan tools die de "richting" en "aard" van semantische veranderingen in een multidimensionale ruimte kunnen kwantificeren.

2. Methodologie: Het TOPol-framework

De auteurs introduceren TOPol (Topic-Orientation Polarity), een semi-unsupervised framework dat semantische polariteit modelleert als een vectorveld. Het proces verloopt via de volgende technische stappen:

Contextual Boundaries (CB): Een menselijke operator (Human-on-the-loop) definieert een grens tussen twee regimes (bijv. vóór en na een economische crisis, of tussen positieve en negatieve productbeoordelingen). Dit creëert twee datasets: $D_A$ en $D_B$ .
Embedding & Manifold Learning: Documenten worden omgezet in dichte vectoren met behulp van een transformer-based Large Language Model (tLLM). Vervolgens wordt UMAP gebruikt voor dimensiereductie om de topologische structuur van de semantische ruimte te behouden.
Topic Segmentation: Met behulp van het Leiden-algoritme worden clusters (onderwerpen) gevormd in de gereduceerde ruimte.
Polarity Vector Field: Voor elk onderwerp wordt het zwaartepunt (centroid) in regime A berekend en vergeleken met het zwaartepunt in regime B. Het verschil tussen deze twee vectoren ( $\vec{v}_i = \mu^B_i - \mu^A_i$ ) vormt de polariteitsvector. De verzameling van deze vectoren vormt het semantische polariteitsveld.
Contrastieve Explainability: Om de abstracte vectoren te interpreteren, gebruikt TOPol een tLLM (zoals Gemini) om de documenten rond de uiterste punten van de vector te vergelijken. Het model genereert contrastieve labels (bijv. "van speculatief naar empirisch") die de semantische verschuiving verklaren.

3. Belangrijkste Bijdragen

Nieuwe Representatie: De introductie van semantische polariteit als een multidimensionaal vectorveld in plaats van een scalaire sentimentwaarde.
HoTL-integratie: Een framework dat flexibel is voor menselijke input via Contextual Boundaries, waardoor het specifiek kan worden afgestemd op onderzoeksvragen.
Explainability-mechanisme: Een methode om complexe vectorverschuivingen te vertalen naar begrijpelijke natuurlijke taal via LLM's.
Generaliseerbaarheid: Het bewijs dat de methode werkt voor zowel affectieve (sentiment) als niet-affectieve (technische/epistemische) semantische verschuivingen.

4. Resultaten en Experimenten

Het framework werd getest op twee zeer verschillende corpora:

U.S. Central Bank Speeches (Niet-sentiment gedreven):
- Vondst: Traditionele sentimentanalyse (zoals FinBERT) faalde om significante verschuivingen te detecteren rond de financiële crisis van 2007.
- TOPol resultaat: Detecteerde complexe, multidimensionale verschuivingen zoals de overgang van "speculatief debat" naar "empirisch onderbouwde praktijk" en van "technische details" naar "maatschappelijke waarden". De polariteit was hier niet gebaseerd op emotie, maar op epistemische en retorische veranderingen.
Amazon Product Reviews (Sentiment-gedreven):
- Vondst: De polariteitsvectoren waren hier sterk gealigneerd met de klassieke sentiment-as (bijv. "kritiek naar lof").
- TOPol resultaat: Bevestigde dat TOPol sentiment als één van de vele dimensies kan oppikken, maar niet beperkt is tot alleen sentiment.

Robuustheid: De auteurs voerden perturbatietests uit (variaties in UMAP-dimensies, buurtgrootte en Leiden-resolutie). De resultaten toonden aan dat de reconstructie van het vectorveld structureel stabiel is, waarbij de definitie van de Contextual Boundary de belangrijkste variabele is voor de output.

5. Betekenis en Conclusie

TOPol breidt de horizon van Natural Language Processing uit door de focus te verleggen van "is dit positief of negatief?" naar "hoe verandert de betekenis en de richting van het discours tussen deze twee contexten?". Het biedt een schaalbare en interpreteerbare methode voor diepgaande discoursanalyse, bruikbaar in velden zoals economie, politiek en sociologie, waar semantische verschuivingen vaak subtieler en multidimensionaal zijn dan louter emotioneel sentiment.