{"id":1463,"date":"2026-10-02T05:43:45","date_gmt":"2026-10-02T03:43:45","guid":{"rendered":"https:\/\/kie.ue.poznan.pl\/pl\/?p=1463"},"modified":"2026-10-02T07:17:55","modified_gmt":"2026-10-02T05:17:55","slug":"sztuczna-inteligencja-w-analizie-wydzwieku-wielojezycznej-wikipedii-klasyfikatory-kontra-duze-modele-jezykowe","status":"publish","type":"post","link":"https:\/\/kie.ue.poznan.pl\/pl\/wiadomosci\/sztuczna-inteligencja-w-analizie-wydzwieku-wielojezycznej-wikipedii-klasyfikatory-kontra-duze-modele-jezykowe\/","title":{"rendered":"Sztuczna inteligencja w analizie wyd\u017awi\u0119ku wieloj\u0119zycznej Wikipedii: klasyfikatory kontra du\u017ce modele j\u0119zykowe"},"content":{"rendered":"

W otwartym dost\u0119pie ukaza\u0142a si\u0119 publikacja pt. \u201eEvaluating Multilingual Sentiment Classifiers Using an LLM-Annotated Wikipedia Benchmark<\/a>\u201d (Ocena wieloj\u0119zycznych klasyfikator\u00f3w sentymentu z wykorzystaniem zbioru testowego Wikipedii anotowanego przez du\u017ce modele j\u0119zykowe), kt\u00f3rej autorami s\u0105 pracownicy naszej Katedry: dr Milena Str\u00f3\u017cyna<\/a>, dr W\u0142odzimierz Lewoniewski<\/a>, mgr Izabela Czuma\u0142owska<\/a>. Praca zosta\u0142a zaprezentowana podczas konferencji ACL 2026 w San Diego, kt\u00f3ra odby\u0142a si\u0119 w dniach 2-7 lipca 2026 roku.<\/p>\n

Badanie dotyczy automatycznej analizy sentymentu, czyli okre\u015blania, czy tekst ma wyd\u017awi\u0119k pozytywny, negatywny czy neutralny. W przypadku Wikipedii jest to szczeg\u00f3lnie interesuj\u0105ce zadanie. Artyku\u0142y encyklopedyczne powinny by\u0107 tworzone zgodnie z zasad\u0105 neutralnego punktu widzenia<\/a> (NPOV), dlatego sygna\u0142y wskazuj\u0105ce na pozytywne lub negatywne nacechowanie bywaj\u0105 znacznie subtelniejsze ni\u017c np. w recenzjach produkt\u00f3w czy wpisach w mediach spo\u0142eczno\u015bciowych. <\/p>\n

Nasi naukowcy przeanalizowali teksty Wikipedii w pi\u0119ciu wersjach j\u0119zykowych: angielskiej, niemieckiej, hiszpa\u0144skiej, polskiej i rosyjskiej. Do adnotacji wykorzystano trzy du\u017ce modele j\u0119zykowe: GPT-5.2, Gemini 3.1 Pro, Claude Opus 4.6. Ka\u017cdy z modeli ocenia\u0142 poszczeg\u00f3lne zdania trzykrotnie, co pozwoli\u0142o zbada\u0107 zar\u00f3wno r\u00f3\u017cnice pomi\u0119dzy modelami, jak i stabilno\u015b\u0107 odpowiedzi tego samego modelu. Uzyskane wyniki por\u00f3wnano nast\u0119pnie z dwoma wieloj\u0119zycznymi klasyfikatorami sentymentu opartymi na architekturze BERT. <\/p>\n

Na podstawie ocen modeli utworzono wieloj\u0119zyczny benchmark do analizy sentymentu tekst\u00f3w Wikipedii. Do zbioru referencyjnego w\u0142\u0105czono te zdania, dla kt\u00f3rych wszystkie trzy du\u017ce modele j\u0119zykowe uzyska\u0142y zgodny wynik we wszystkich dziewi\u0119ciu przebiegach. Tak restrykcyjne kryterium mia\u0142o zwi\u0119kszy\u0107 wiarygodno\u015b\u0107 etykiet u\u017cywanych p\u00f3\u017aniej do oceny innych modeli. <\/p>\n

Istotnym rezultatem bada\u0144 jest r\u00f3wnie\u017c publiczne udost\u0119pnienie danych badawczych na platformie Kaggle<\/a>. Zbi\u00f3r obejmuje dane wykorzystane do budowy benchmarku oraz wyniki analizy wyd\u017awi\u0119ku dla pi\u0119ciu wersji j\u0119zykowych Wikipedii. Udost\u0119pniono w nim m.in. etykiety pochodz\u0105ce z benchmarku i badanych modeli, a tak\u017ce wyniki dla dw\u00f3ch sposob\u00f3w agregowania ocen pojedynczych zda\u0144 do poziomu ca\u0142ego artyku\u0142u. Dzi\u0119ki temu dane mog\u0105 by\u0107 ponownie wykorzystywane m.in. do por\u00f3wnywania kolejnych modeli analizy sentymentu, badania r\u00f3\u017cnic mi\u0119dzyj\u0119zykowych oraz prowadzenia dalszych eksperyment\u00f3w nad ocen\u0105 neutralno\u015bci tekst\u00f3w encyklopedycznych. <\/p>\n

Wyniki pokazuj\u0105, \u017ce ocena wyd\u017awi\u0119ku tekstu mo\u017ce istotnie r\u00f3\u017cni\u0107 si\u0119 w zale\u017cno\u015bci od zastosowanego modelu i j\u0119zyka. Autorzy zwracaj\u0105 tak\u017ce uwag\u0119, \u017ce sentyment w tekstach encyklopedycznych jest cz\u0119sto niejednoznaczny i silnie zale\u017cny od kontekstu, co sprawia, \u017ce jego automatyczne rozpoznawanie pozostaje wymagaj\u0105cym problemem badawczym w wieloj\u0119zycznym przetwarzaniu j\u0119zyka naturalnego. Pe\u0142na tre\u015b\u0107 publikacji jest dost\u0119pna na stronie ACL Anthology. DOI:: 10.18653\/v1\/2026.gem-main.63<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

W otwartym dost\u0119pie ukaza\u0142a si\u0119 publikacja pt. \u201eEvaluating Multilingual Sentiment Classifiers Using an LLM-Annotated Wikipedia Benchmark\u201d (Ocena wieloj\u0119zycznych klasyfikator\u00f3w sentymentu z wykorzystaniem zbioru testowego Wikipedii anotowanego przez du\u017ce modele j\u0119zykowe), kt\u00f3rej autorami s\u0105 pracownicy naszej Katedry: dr Milena Str\u00f3\u017cyna, dr W\u0142odzimierz Lewoniewski, mgr Izabela Czuma\u0142owska. Praca zosta\u0142a zaprezentowana podczas konferencji ACL 2026 w San Diego, kt\u00f3ra odby\u0142a si\u0119 w dniach 2-7 lipca 2026 roku. Badanie dotyczy automatycznej analizy sentymentu, czyli … Wi\u0119cej informacji<\/a><\/p>\n","protected":false},"author":1,"featured_media":1464,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[386,273,445,292,444,270,340,227,42,26,111,203,10,6],"class_list":["post-1463","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-wiadomosci","tag-analiza-wydzwieku","tag-bert","tag-claude-opus","tag-duze-modele-jezykowe","tag-google-gemini","tag-gpt","tag-izabela-czumalowska","tag-jakosc-informacji","tag-konferencje","tag-milena-strozyna","tag-stany-zjednoczone","tag-sztuczna-inteligencja","tag-wikipedia","tag-wlodzimierz-lewoniewski"],"_links":{"self":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/posts\/1463","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/comments?post=1463"}],"version-history":[{"count":0,"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/posts\/1463\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/media\/1464"}],"wp:attachment":[{"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/media?parent=1463"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/categories?post=1463"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/kie.ue.poznan.pl\/pl\/wp-json\/wp\/v2\/tags?post=1463"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}