From Form to Meaning: Interlingual Sense-Alignment of Offensive Language with LLMs

Η παρούσα διπλωματική εργασία εκκινεί από τη διαπίστωση ότι η μετάφραση προσβλητικών όρων δυσχεραίνεται από τη μεγάλη ιδιωματικότητα της προσβλητικής γλώσσας. Με γνώμονα αυτό το ζητούμενο, η εργασία διερευνά την ευθυγράμμιση προσβλητικών λεξικών σε επίπεδο σημασίας με τη χρήση μεγάλων γλωσσικών μοντέλων, καθώς τέτοια λεξικά δεν είναι ακόμη διαθέσιμα. Επειδή μία από τις γλώσσες που χρησιμοποιούνται στην ευθυγράμμιση, και συγκεκριμένα η Νέα Ελληνική, δεν διαθέτει προσβλητικά λεξικά με σημασιακές περιγραφές, η εργασία παρουσιάζει μια μεθοδολογία ανάπτυξης σημασιακά εμπλουτισμένων προσβλητικών λεξικών με μεγάλα γλωσσικά μοντέλα. Έτσι, αρχικά αναπτύσσεται ένα νέο λεξικό προσβλητικής γλώσσας για τη Νέα Ελληνική από 737 λήμματα του HurtLex-EL μέσω μιας λεξικογραφικής ροής εργασιών υποβοηθούμενης από γλωσσικά μοντέλα, ακολουθούμενης από μη αυτόματη μετα-επιμέλεια και αξιολόγηση. Ο τελικός πόρος περιέχει 1.109 εγγραφές σε επίπεδο σημασίας, με δομημένους ορισμούς, κατηγορίες στόχων και αυθεντικά παραδείγματα χρήσης. Δεύτερον, αξιοποιείται μια μεθοδολογία «γλωσσικού μοντέλου ως κριτή» (LLM-as-a-judge) για την ευθυγράμμιση προσβλητικών σημασιών μεταξύ της Αραβικής, της Βουλγαρικής, της Νέας Ελληνικής, της Γαλλικής και της Ιταλικής, μέσω τριάδων λήμματος–ορισμού–παραδείγματος στις πρωτότυπες γλώσσες. Σε περίπου 2,87 εκατομμύρια συγκρίσεις ανά ζεύγη, η ροή εργασιών παράγει 31 αυστηρές καθολικές σημασιακές κατηγορίες και αποκαλύπτει τόσο επαναλαμβανόμενα διαγλωσσικά μοτίβα όσο και σημαντικά όρια ως προς την ισοδυναμία. Οι κύριες προκλήσεις περιλαμβάνουν αναντιστοιχίες ως προς τη σφοδρότητα, διαφορές στη σημασιακή λεπτομέρεια (granularity), κενά λεξικοποίησης και πολιτισμικά προσδιορισμένες σημασίες. Συνολικά, η εργασία καταδεικνύει ότι τα μεγάλα γλωσσικά μοντέλα μπορούν να υποστηρίξουν την κατασκευή λεξικών με επίγνωση της σημασίας, καθώς και τη διαγλωσσική ευθυγράμμιση της προσβλητικής γλώσσας, υπό την προϋπόθεση ότι τα αποτελέσματά τους πλαισιώνονται από σαφή κριτήρια αξιολόγησης (rubrics), ανθρώπινη επιμέλεια και συστηματική αξιολόγηση.

Authors dc:creator

• Ρουσσοπούλου Μαρία-Αλεξάνδρα
• Roussopoulou Maria-Alexandra

• Θετικές Επιστήμες
• Science

Language dc:language

English

Identifier

uoadl:5410582

OAI identifier oai:identifier

oai:lib.uoa.gr:uoadl:5410582