Descripción del proyecto
Herramientas para el pseudoetiquetado multilingüe en ciencias sociales computacionales
Los grandes modelos de lenguaje (LLM) se utilizan ampliamente en el procesamiento del lenguaje natural para pseudoetiquetar variables de datos clave, como los marcadores de emociones para los psicólogos, los estados financieros para los economistas y el lenguaje tóxico para los investigadores de derechos humanos. Con el apoyo de las acciones Marie Skłodowska-Curie, el proyecto LACOS impulsará el uso de los LLM en ciencias sociales computacionales (CSC). El proyecto desarrollará herramientas para pseudoetiquetar eficazmente datos CSC en un contexto multilingüe y creará un conjunto de datos para evaluar la solidez lingüística de los LLM. También identificará las mejores prácticas de pseudoetiquetado multilingüe y explorará técnicas de aprendizaje activo para minimizar los esfuerzos de anotación manual. Los resultados ahorrarán recursos a los investigadores de CSC y harán que las herramientas sean accesibles en todas las lenguas.
Objetivo
Large Language Models (LLMs) have become ubiquitous in the area of Natural Language Processing (NLP). This project aims to advance the applications of LLMs in the multidisciplinary field of Computational Social Science (CSS). Specifically, LLMs are often used to pseud-label (at scale) variables in data that are of interest to social scientists (e.g. a psychologist would look for emotion markers, an economist for statements about money, a human rights researcher for toxic language etc.) I will develop and test novel tooling for applying LLMs to efficiently pseudo-label CSS data in a cross-lingual setting. The project will proceed in three phases. First, a dataset and methodology for evaluating the language robustness of LLMs (isolated from all other confounding factors) will be developed. Second, using this methodology a set of general best practices will be determined for the scenario of applying LLMs to cross-lingual pseudo-labeling for CSS. Finally, both existing and novel active learning approaches will be investigated to minimize the manual annotation effort required to oversee the pseudo-labeling process. Using insights from this project a user-friendly freely publicly available tool for pseudo-labeling using LLMs will be published. The methods will be tested on two example tasks: toxicity detection and disinformation detection. Overall, the project results will make the work of CSS researchers more efficient in terms of both time and financial resources. Moreover, the cross-lingual nature of the tool will make it applicable to languages other than English, including small and low-resourced languages. Consequently, this project will contribute to make tooling accessible to a wide and diverse set of CSS researchers, increasing the outreach and inclusivity of CSS research and fostering international collaboration.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
Este proyecto aún no se ha clasificado con EuroSciVoc.
Sugiera los ámbitos científicos que considere más relevantes y ayúdenos a mejorar nuestro servicio de clasificación.
Para utilizar esta función, debe iniciar sesión o registrarse
Palabras clave
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Programa(s)
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
PROGRAMA PRINCIPAL
Ver todos los proyectos financiados en el marco de este programa
Tema(s)
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Régimen de financiación
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
Ver todos los proyectos financiados en el marco de este régimen de financiación
Convocatoria de propuestas
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
(se abrirá en una nueva ventana) HORIZON-MSCA-2024-PF-01
Ver todos los proyectos financiados en el marco de esta convocatoriaCoordinador
Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.
1010 Wien
Austria
Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.