Εφαρμογές γλωσσικής τεχνολογίας στα ελληνικά για την αναγνώριση προτύπων μάθησης και συμπεριφοράς στις δυνητικές κοινότητες μάθησης: σχολικός εκφοβισμός και αυτοκτονικός ιδεασμός

Abstract

Aggressive behavior has become a major social problem concerning sensitive groups, such as children and adolescents. It occurs mainly in two different types: aggression "towards the other" and aggression "towards the self". The first type refers mainly to bullying, while the second one refers to suicidal ideation. Early detection of both types of aggressive behavior is crucial for timely intervention. Nowadays, various activities are transferred from real world to the digital one. Consequently, bullying acquires its digital form, cyberbullying. Accordingly, suicidal behavior is transformed into cyberbullicide. At the same time, online collaborative learning environments have been developed, transferring learning processes to the digital world. As a result, transition of Physical Learning Communities (PLCs) to the digital world, as Virtual Learning Communities (VLCs), includes the risk of aggressive behavior. The development of Computational Linguistics' applications has led to the creation of models, aiming at the automatic detection of aggressive behavior, especially in the digital world, where physical supervision is particularly difficult. Research so far has provided promising results, but it is limited to the social media context and it has not been applied to the Greek language. In the present dissertation, the aggressive behavior in the field of VLCs has been studied and analyzed. For this purpose, five (5) case studies (CS) were created, which were designed methodologically as a collective CS. An analysis, based on the collaborative process, the role of the teacher and the inner speech, was applied on the collected data (dialogues and artifacts). Suicidal ideation was also analyzed using linguistic data drawn from modern Greek poetry. Models, aiming to identify both types of aggressive behavior using Natural Language Processing (NLP) and machine learning methods, were applied to linguistic data of different types, providing promising results. Application of these models in VLCs' data and in the Greek language is the main contribution of this dissertation.

Η επιθετική συμπεριφορά έχει εξελιχθεί σε ένα μείζον κοινωνικό πρόβλημα που αφορά και ευαίσθητες ομάδες, όπως είναι τα παιδιά και οι νέοι. Εκδηλώνεται κυρίως με δύο διαφορετικούς τύπους: την επιθετικότητα "προς τον άλλο" και την επιθετικότητα "προς τον εαυτό". Η πρώτη μορφή εκδηλώνεται κυρίως μέσω του εκφοβισμού, ενώ η δεύτερη μέσω του αυτοκτονικού ιδεασμού. Ο έγκαιρος εντοπισμός και των δύο τύπων επιθετικής συμπεριφοράς είναι ιδιαίτερα κρίσιμος για την έγκαιρη παρέμβαση και την αντιμετώπιση σχετικών περιστατικών. Στη σύγχρονη εποχή πλείστες δραστηριότητες μεταφέρονται από τον πραγματικό στον ψηφιακό κόσμο. Έτσι, και ο εκφοβισμός (bullying) αποκτά και ψηφιακή υπόσταση (cyberbullying). Ομοίως, και η αυτοκτονική συμπεριφορά (suicide) μεταφέρεται σε διαδικτυακά περιβάλλοντα (cyberbullicide). Την ίδια στιγμή έχουν αναπτυχθεί διαδικτυακά συνεργατικά περιβάλλοντα μάθησης, μεταφέροντας μέρος των μαθησιακών διαδικασιών στον ψηφιακό κόσμο. Ως επακόλουθο, η μεταφορά Φυσικών Κοινοτήτων Μάθησης (ΦΚΜ) στον ψηφιακό κόσμο, ως Δυνητικές Κοινότητες Μάθησης (ΔΚΜ), εμπεριέχει τον κίνδυνο εμφάνισης επιθετικής συμπεριφοράς. Η ανάπτυξη εφαρμογών Γλωσσικής Τεχνολογίας έχει οδηγήσει στη δημιουργία μοντέλων αυτόματου εντοπισμού της επιθετικής συμπεριφοράς, κυρίως στον ψηφιακό κόσμο, όπου η φυσική εποπτεία είναι ιδιαίτερα δύσκολη. Η μέχρι τώρα έρευνα έχει αποφέρει ελπιδοφόρα αποτελέσματα, περιορίζεται όμως στο περιβάλλον των κοινωνικών δικτύων (social media), χωρίς εφαρμογή για την ελληνική γλώσσα. Στην παρούσα διατριβή μελετήθηκε και αναλύθηκε η επιθετική συμπεριφορά στο πεδίο των ΔΚΜ. Για το σκοπό αυτό δημιουργήθηκαν πέντε (5) διακριτές μελέτες περίπτωσης (ΜΠ), που αντιμετωπίστηκαν μεθοδολογικά ως μια συλλογική ΜΠ. Στα δεδομένα που συλλέχθηκαν (διάλογοι και τεχνουργήματα) εφαρμόστηκε ανάλυση με κύριους άξονες τη συνεργατικότητα, το ρόλο του/της δασκάλου/-ας και τον εσωτερικό λόγο. Αναλύθηκε επίσης και ο αυτοκτονικός ιδεασμός με χρήση γλωσσολογικών δεδομένων, τα οποία αντλήθηκαν από τη νεοελληνική ποίηση. Δημιουργήθηκαν μοντέλα εντοπισμού και των δύο τύπων επιθετικής συμπεριφοράς με χρήση μεθόδων Επεξεργασίας Φυσικής Γλώσσας (Natural Language Processing-NLP) και Μηχανικής Μάθησης, τα οποία εφαρμόστηκαν σε γλωσσολογικά δεδομένα διαφορετικού ύφους αποφέροντας ελπιδοφόρα αποτελέσματα. Η εφαρμογή των μοντέλων αυτών, σε δεδομένα ΔΚΜ και στην ελληνική γλώσσα, αποτελεί την κύρια συνεισφορά της διατριβής.