Delavnica EMMA, predkonferenčni dogodek JT-DH, bo potekala 16. septembra od 9.30 do 13.00 na Fakulteti za računalništvo.
Udeležba na dogodku je brezplačna.
Kontakt:
Jaya Caporusso, jaya.caporusso@ijs.si
Obdelava naravnega jezika za analizo novic: teorija in praksa – rezultati in izkušnje projekta EMMA
POVZETEK
Delavnica predstavi rezultate in izkušnje projekta EMMA ter uvaja celovit pregled sodobnih metod obdelave naravnega jezika za avtomatsko analizo novic. V prvem delu se udeleženci seznanijo s projektom EMMA, ki povezuje Institut »Jožef Stefan«, Fakulteto za računalništvo in informatiko Univerze v Ljubljani ter industrijskega partnerja Kliping, ter z dejanskimi potrebami in izzivi medijskega monitoringa. Predstavljen bo tudi sorodni projekt, ki se ukvarja z naprednimi pristopi k iskanju in analizi informacij. Drugi del je osredotočen na posamezne metode analize novic, med katerimi so luščenje ključnih besed, prepoznavanje imenskih entitet, tematska klasifikacija po standardu IPTC, analiza sentimenta, povezovanje člankov v zgodbe, avtomatsko povzemanje in diahrona analiza medijskega diskurza. Na delavnici udeleženci spoznajo ključne raziskovalne pristope, rezultate in praktične primere uporabe večjezičnih jezikovnih tehnologij ter možnosti njihove uporabe za spremljanje velikih količin medijskih vsebin ter analizo časovnega spreminjanja pomena, tematik, in narativa medijskih vsebin.
PROGRAM
Introduction
9h30-10
Senja Pollak: Presentation of EMMA project
Sebastjan Hribar: Media monitoring: real life needs and challenges
Emma results
10-11 Chair session Senja Pollak
- Nikola Ivačič: Client-specific news classification and multilingual NER
- Marko Pranjić: Adding Context to Keyword Extraction
- Nikola Ljubešić: Building a multilingual IPTC topic classifier on a budget – LLM data annotation and cross-lingual models to the rescue
- David Blazheski: IPTC topics – multi-label fine-grained classification
11h-11h30: Coffee break
11h30-13h Chair session Nikola Ljubešić
- Matthew Purver: Document-level sentiment analysis in news articles
- Nishan Chatterjee: Document-level aspect-based sentiment analysis in South Slavic News
- Tadej Škvorc: Discovering stories across news articles
- Marko Robnik Šikonja: Quality, Length-Compliance, and Practical Deployability in News Summarization
- Marko Pranjić: Diachronic Semantic Analysis of Text Corpora
