HebID: Detecting Social Identities in Hebrew-language Political Text
O artigo apresenta o HebID, o primeiro corpus multilabel em hebraico para detecção de identidades sociais em textos políticos, que utiliza dados anotados manualmente de posts no Facebook e discursos parlamentares para benchmarkar modelos de linguagem e analisar como as elites políticas representam identidades em comparação com as prioridades do público.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine que a linguagem política é como uma grande orquestra. Cada político é um músico, e as "identidades sociais" (como ser de direita, religioso, preocupado com o bem-estar social, etc.) são os diferentes instrumentos que eles tocam para criar a música da campanha.
O problema é que, até agora, os "ouvidos" da tecnologia (os computadores que analisam texto) só sabiam ouvir música em inglês e, quando ouviam, só conseguiam dizer: "Ah, isso é um violino" ou "Isso é uma bateria". Eles não conseguiam perceber quando um músico estava tocando uma melodia complexa que misturava vários instrumentos ao mesmo tempo, especialmente em línguas como o hebraico.
O que é o HEBID?
Os autores deste artigo criaram o HEBID, que é como um "manual de tradução" e um "treinador de ouvido" especializado em hebraico.
- O Treinamento (O Dicionário): Eles não inventaram as regras do jogo. Eles olharam para uma pesquisa gigante feita com o público israelense (como se tivessem perguntado a 1.700 pessoas: "O que mais define você?"). Com base nas respostas mais populares, eles escolheram 12 "instrumentos" principais (identidades) para ensinar aos computadores. Exemplos: "Direitista", "Ultra-ortodoxo", "Preocupado com a justiça social", "Honesto", etc.
- A Coleção de Dados (O Repertório): Eles pegaram 5.536 frases de posts no Facebook de políticos israelenses e anotaram manualmente quais "instrumentos" estavam sendo tocados em cada frase. É como se um maestro tivesse ouvido cada frase e dito: "Nesta frase, o político está tocando 'Direita' e 'Segurança' ao mesmo tempo".
- O Teste (A Orquestra): Eles ensinaram vários tipos de "robôs" (modelos de Inteligência Artificial) a ler esses textos.
- Alguns robôs eram como tradutores comuns (modelos antigos).
- Outros eram "super-robôs" modernos (chamados LLMs, com bilhões de parâmetros).
- O Resultado: Os super-robôs que foram treinados especificamente para entender a cultura e a língua hebraica foram os campeões. Eles conseguiram identificar as identidades com muita precisão, muito melhor do que os modelos antigos.
O que eles descobriram ao usar esse novo "olho" digital?
Depois de treinar o robô, eles o deixaram analisar milhares de discursos e posts para ver o que estava acontecendo na política israelense:
- O Palco vs. A Plateia: Eles compararam o que os políticos dizem no Facebook e no parlamento com o que o povo realmente diz na pesquisa.
- Analogia: É como comparar o que o cantor canta no show (parlamento) com o que ele posta no Instagram (Facebook) e o que os fãs dizem nos comentários.
- Descoberta: Os políticos no parlamento falam muito mais sobre "questões sociais" (bem-estar, pobreza) do que o povo diz que se identifica com isso. Já no Facebook, a "honestidade" e o "sionismo" são mais populares entre o público do que os políticos parecem enfatizar.
- A Dança das Eleições: Eles viram que, perto das eleições, a "música" fica mais agitada. Os políticos começam a tocar muito mais forte as identidades de "Direita" e "Esquerda" para mobilizar a plateia. É como se o volume subisse antes do show principal.
- Grupos de Amigos (Identidades que andam juntas): Eles descobriram que certas identidades sempre aparecem juntas, como um "kit".
- Exemplo: Se um político fala muito sobre "Direita", é muito provável que ele também fale sobre "Segurança" e "Sionismo".
- Exemplo: Se fala sobre "Esquerda", provavelmente fala sobre "Liberalismo" e "Democracia".
- Homens vs. Mulheres: Eles notaram uma diferença interessante de gênero.
- As mulheres políticas tendem a usar uma "orquestra" mais variada, mencionando mais tipos de identidades diferentes do que os homens.
- Identidades como "Segurança" e "Capitalismo" são mais tocadas pelos homens, enquanto "Preocupação Social" é um tema que as mulheres tocam com mais frequência em todos os lugares (Facebook, Parlamento e pesquisas).
Por que isso é importante?
O HEBID é como abrir uma nova janela para o mundo. Antes, se você quisesse estudar a política em hebraico usando computadores, era muito difícil e impreciso. Agora, temos uma ferramenta que entende as nuances da cultura local.
Isso serve de modelo para o mundo todo: mostra como criar ferramentas de Inteligência Artificial que respeitam a cultura e a língua de cada país, em vez de tentar impor uma visão "americana" ou "inglesa" sobre como as pessoas se identificam. É um passo gigante para entender a política não apenas pelo que é dito, mas pelo quem está sendo evocado em cada frase.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.