Timo Honkela: Tietokone lukemassa yli 100 miljoonaa eri kirjaa: Kielitieteen ja filosofian...

Timo Honkela, Luonnonfilosofian seura, 24.1.2017

Timo Honkela

Helsingin yliopisto

24.1.2017

Tietokone lukemassa yli 100 miljoonaa eri kirjaa:

Kielitieteen ja filosofian näkökulmia

[email protected]

Luonnonfilosofian seura — The Finnish Society for Natural Philosophy


Yli sata miljoonaa kirjaa

http://www.pcworld.com/article/202803/google_129_million_different_books_have_been_published.html

● Googlen kirjaprojektissa kerrottiin vuonna 2010, että maailmassa on julkaistu129 864 880 kirjaa

● Tarkan luvun antaminen ei ole kovin mielekästä, mutta suuruusluokka antaakäsityksen käsillä olevasta ilmiöstä


Esimerkki tunnetuistasuomalaisista kirjoissa(Google Books 1890-2006)

Jean SibeliusGeorge Henrik von WrightUrho Kekkonen


Esimerkki suomalaisistatieteentekijöistä kirjoissa

(Google Books 1970-2006)

Ilkka NiiniluotoBengt HolmströmTeuvo KohonenIlkka HanskiMika PantzarMarkku KulmalaLeena Peltola-PalotieTimo HonkelaRiitta Hari


Ihminen kirjoissa:Kirjoittaja, toimittaja, viittaussuhteessa

etc.

https://www.google.com/search?tbm=bks&q=Timo+Honkela


Aineistojen digitointi:esimerkkinä Kansalliskirjaston

sanomalehtiaineisto

http://digi.kansalliskirjasto.fi/

Digitointi > OCR > Hakutoiminnot ja jatkojalostus

https://www.kansalliskirjasto.fi/fi/palvelut#digitointi--ja-sailytyspalvelut


Filosofiaa eivät voi paetatietojenkäsittelijätkään

● Uusi valituksen aika?● Empirismin ja rationalismin vuoropuhelu● Vuosisataiset filosofiset näkökulmat ja teemat

ovat edelleen tärkeitä ja aina vain tärkeämpiä koneiden käyttöön liittyen eli kun tekoälyä ja koneoppimista sovelletaan ihmistieteiden piirissä


Tietokoneilla on helppolaskea lukumääriä ja

korrelaatioita

Voiko tietokoneen avullatarkastella merkityksiä?


Loogisen päättelyn muotoja

● Deduktio● Induktio● Abduktio


Koneoppimisen muotoja

● Ohjattu oppiminen● Ohjaamaton oppiminen● Vahvistusoppiminen


Tiedon esittämisen muotoja

● Symbolit, propositiot● Vektoriavaruudet (tensorit)● Tila-avaruusmallit, dynaamisen järjestelmät


Sanat-käsitteet-havainnot

Kaari

Vrt. tuoli, kuppi, ...


Klassikkoesimerkki:Grimmin satujen analyysi (1995)

Honkela, Pulkki & Kohonen 1995


Tilastollisesti etsittyjä assosiaatioitasanoille 1) onnellisuus ja 2) lätäkkö

● mielenrauha● tyytyväisyys● onnellisuuden● elämänilo● yksilöllisyys● rakkaus● välittäminen● onni● hyvinvointi● positiivisuus

● lammikko● lampi● oja● läntti● kuoppa● kolo● hiekka● allas● pläntti● läikkä

http://bionlp-www.utu.fi/wv_demo/Kiitokset: Turku BioNLP group, Filip Ginter ja Citizen Mindscapes -projekti (Helsinki, Turku) http://blogs.helsinki.fi/citizenmindscapes/


Uusi askel:

Humanistinen meta-analyysi


Taustaa: tulkinnan yksilöllisyydenmallintaminen (GICA-menetelmä)

● GICA-menetelmät (Grounded Intersubjective Concept Analysis) (Honkela ym. 2012) mahdollistaa mallit, joissa kunkin sanan merkitystä tarkastellaan yksilöllisesti

● Esimerkkinä USAn presidenttien puheet(State of the Union Address) ja sanan HEALTH merkityksen analyysi kontekstitietoatilastollisesti analysoide


Sanan “health” analyysi


Humanistinen meta-analyysi (Honkela 2016)

Aineistosanoineen

Analyysiolettaensanojenjaettu

merkitys Honkelanehdotus

Aineistosanoineen

Analyysi hyödyntäenmerkityksienvaihtelumallia

Merkityksien analyysirikkaissa konteksteissa



Aineistosanoineen

Analyysiolettaensanojenjaettu

merkitys Honkelanehdotus

Aineistosanoineen

Analyysi hyödyntäenmerkityksienvaihtelumallia

Merkityksien analyysirikkaissa konteksteissa

Sanoja ei voi ottaaanalyysin perusdataksi

olettaen, että sana tarkoittaatäsmälleen samaa, kun

puhuja/ kirjoittaja on eri jaeri kontekstissa

Sanan merkitys ontilastollinen, subjektiivinenja kontekstiriippuva ilmiö



...AUTENTTINEN...HAUVAKATTIKISSAKOIRA…REILU...TEHOKAS...

DATA (1)RIKAS

MERKITYS-MALLI

SISÄLTÖ-ANALYYSI

(HUMANISTINENMETA-ANALYYSI)

DATA (2)


Kiitos!

http://375humanistia.helsinki.fi/humanistit/timo-honkela

http://www.slideshare.net/timohonkela

https://www.youtube.com/watch?v=UXwkGPMMZdk

Timo Honkela: Tietokone lukemassa yli 100 miljoonaa eri kirjaa: Kielitieteen ja filosofian...

Science

Transcript of Timo Honkela: Tietokone lukemassa yli 100 miljoonaa eri kirjaa: Kielitieteen ja filosofian...