Czy duże modele językowe mogą zastąpić ludzkich anotatorów? Praca naszych naukowców na konferencji EMNLP 2026

W dniach 24–29 października 2026 r. w Budapeszcie odbyła się konferencja EMNLP 2026 (Conference on Empirical Methods in Natural Language Processing). Jest to jedno z najważniejszych międzynarodowych wydarzeń naukowych poświęconych przetwarzaniu języka naturalnego. Podczas konferencji dr Milena Stróżyna przedstawiła artykuł pt. „Multi-Model Framework for Sentiment Annotation: A Use Case of Multilingual Wikipedia”. Praca prezentuje podejście wykorzystujące kilka modeli sztucznej inteligencji jako niezależnych anotatorów, których zgodność pozwala wyznaczać wiarygodne etykiety wydźwięku … Więcej informacji

Ocena jakości Wikipedii na dużą skalę: analiza treści, źródeł informacji oraz wizualizacji danych

Podczas międzynarodowej konferencji „Open Knowledge: Wikimedia & Research in the CEE Region”, która odbyła się w dniach 9–10 października 2026 roku w Katowicach, dr Włodzimierz Lewoniewski wygłosił referat pt. „Ocena jakości Wikipedii na dużą skalę: analiza treści, źródeł informacji oraz wizualizacji danych”. Wystąpienie poświęcone było wykorzystaniu sztucznej inteligencji i zaawansowanych metod analizy danych do automatycznej oceny jakości informacji w Wikipedii.

Jak uniknąć uśredniania emocji? Nowa metoda analizy wydźwięku wykorzystująca modele językowe oraz grafowe sieci neuronowe

Podczas konferencji ACL 2026 w San Diego (Stany Zjednoczone) nasi naukowcy zaprezentowali pracę pt. „PUEB-DimASR at SemEval-2026 Task 3: Escaping the Mean Regression Trap with Graph-Enhanced Transformers for Dimensional Aspect-Based Sentiment Regression”, opracowaną w ramach warsztatów SemEval-2026. Autorzy pracy: mgr Oskar Riewe-Perła oraz dr hab. Agata Filipowska, prof. UEP.

Sztuczna inteligencja w analizie wydźwięku wielojęzycznej Wikipedii: klasyfikatory kontra duże modele językowe

W otwartym dostępie ukazała się publikacja pt. „Evaluating Multilingual Sentiment Classifiers Using an LLM-Annotated Wikipedia Benchmark”, której autorami są pracownicy naszej Katedry: dr Milena Stróżyna, dr Włodzimierz Lewoniewski, mgr Izabela Czumałowska. Praca została zaprezentowana podczas konferencji ACL 2026 w San Diego, która odbyła się w dniach 2-7 lipca 2026 roku.

Analiza neutralności Wikipedii z wykorzystaniem sztucznej inteligencji

Artykuł autorstwa naszych naukowców pt. „Cross-Topic Sentiment Analysis of Wikipedia Articles: A Comparative Study of AI Models” został opublikowany. Praca koncentruje się na jednym z fundamentów Wikipedii – zasadzie neutralnego punktu widzenia, która zakłada bezstronne przedstawianie informacji. Publikacja ta pokazuje, jak nowoczesne metody AI mogą wspierać analizę jakości informacji w skali globalnej, jednocześnie ujawniając złożoność i wyzwania stojące za pojęciem „neutralności”.

Wystąpienie na konferencji IJCAI 2025

Podczas międzynarodowej konferencji naukowej IJCAI 2025 (34th International Joint Conference on Artificial Intelligence) została przedstawiona praca autorstwa naszych naukowców dotycząca automatycznej analizy neutralności treści w Wikipedii. Wydarzenie miało miejsce w dniach 16-22 sierpnia 2025 roku w Montrealu (Kanada).

Czy opisy firm w Wikipedii są neutralne? Narzędzia do analizy wydźwięku w praktyce

Na stronie wydawnictwa Springer została opublikowana praca autorstwa naszych naukowców na temat analizy wydźwięku artykułów Wikipedii o firmach z wykorzystaniem różnych modeli sztucznej inteligencji. Celem badań było sprawdzenie, jak różne modele radzą sobie z oceną wydźwięku długich tekstów charakterystycznych dla Wikipedii, a także jak wydźwięk różni się w zależności od branży oraz jakości artykułów.