Opis projektu
Naukowe badanie ewolucji literatury łączą sztuczną inteligencję, modelowanie statystyczne i duże zbiory danych
Duże zbiory danych i cyfryzacja oferują możliwości wyciągania zupełnie nowych wniosków oraz konkluzji w wielu dziedzinach, nie tylko w obszarach nauk ścisłych i technologii. Literatura jest coraz częściej czytana na urządzeniach elektronicznych. Przemyślenia czytelników na temat przeczytanych treści pojawiają się na platformach cyfrowych, w tym na stronach z recenzjami i w mediach społecznościowych. Finansowany przez Europejską Radę ds. Badań Naukowych projekt GOLEM wykorzysta te wyjątkowe dane, w tym przeczytane historie i ich wpływ na czytelników, zebrane z komentarzy w sieci i mediów społecznościowych. Wykorzystując narzędzia uczenia maszynowego i modelowania statystycznego oraz porównując relacje między historiami w pięciu różnych językach, zespół opracuje dokładne modele, które rzucą światło na to, jak fikcja dostosowuje się do warunków społecznych i kultur.
Cel
The “Graphs and Ontologies for Literary Evolution Models” (GOLEM) project will create statistically robust models explaining how fiction evolves, based on the analysis of millions of stories and the effects they have on readers. This is the first time in history that this kind of data is available on such a large scale, thanks to the fact that readers all over the world use digital and social media to share fictional stories and to comment on them, e.g. on fanfiction websites or on publishing platforms like Wattpad. GOLEM will use computational literary studies and cultural evolution theory to create accurate models of how the (formal and content-related) cultural traits found in fiction spread and combine. The basis of this evolutionary analysis of fiction will be a knowledge graph database – an infrastructure of interlinked data about stories and reader response – which will be used to test hypotheses related to the accumulation of cultural traits in stories and their effectiveness in achieving cognitive and emotional effects on readers. State-of-the-art machine learning algorithms and advanced statistical modelling tools will be employed to create a major breakthrough in computational literary studies, possibly also contributing to the revision of cultural evolution theories. By focusing on the relations between stories in five different languages, collected from countries in all continents, GOLEM will provide an unprecedented insight into how storytelling, one of the most ancient cultural systems, evolves. Literary history and criticism have offered refined accounts of how fiction works, mostly relying on case studies of limited extent. It is now time to provide robust statistical evidence of the anthropological function of fiction and of how it adapts to different circumstances and cultures, empowering readers to cope with their cultural or societal contexts.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- nauki przyrodniczeinformatykainżynieria wiedzyontologia
- nauki przyrodniczeinformatykabazy danych
- nauki humanistycznehistoria i archeologiahistoria
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Temat(-y)
System finansowania
HORIZON-ERC - HORIZON ERC GrantsInstytucja przyjmująca
9712CP Groningen
Niderlandy