در دنیای امروز، تحلیل و بررسی داده‌های متنی، به ویژه داده‌های مربوط به گفتار و مناظرات سیاسی، اهمیت فزاینده‌ای یافته است. مقاله‌ای که در اینجا به آن می‌پردازیم، با عنوان “تحلیل گفتار پارلمانی چندوجهی، چندزبانه و فرازبانی” (Multi-aspect Multilingual and Cross-lingual Parliamentary Speech Analysis)، به این موضوع مهم می‌پردازد و رویکردهای نوینی را در تحلیل محتوای جلسات پارلمانی ارائه می‌دهد. این مقاله نه تنها برای محققان علوم سیاسی و اجتماعی، بلکه برای متخصصان زبان‌شناسی و پردازش زبان طبیعی (NLP) نیز حائز اهمیت است.

این پژوهش ارزشمند توسط تیمی از محققان برجسته به انجام رسیده است: کریستیان میوک (Kristian Miok)، انکارتاسیون هیدالگو-تنوریو (Encarnacion Hidalgo-Tenorio)، پتیا اوسنوا (Petya Osenova)، میگل-آنجل بنیتز-کاسترو (Miguel-Angel Benitez-Castro) و مارکو روبنیک-سیکونجا (Marko Robnik-Sikonja). این محققان با تخصص‌های گوناگون در زمینه‌های علوم سیاسی، زبان‌شناسی و علوم کامپیوتر، تلاش کرده‌اند تا با استفاده از ابزارهای پردازش زبان طبیعی، تصویری دقیق‌تر و جامع‌تر از گفتمان‌های سیاسی در پارلمان‌های مختلف ارائه دهند.

زمینه اصلی این تحقیق، تحلیل داده‌های متنی مربوط به جلسات پارلمانی است. گفتارها و مناظراتی که در پارلمان‌ها انجام می‌شوند، منبع غنی‌ای از اطلاعات درباره نظرات، مواضع و ترجیحات سیاستی نمایندگان منتخب هستند. این اطلاعات می‌تواند در درک بهتر فرآیندهای تصمیم‌گیری سیاسی، شناسایی الگوهای رفتاری نمایندگان و پیش‌بینی روندهای سیاسی مورد استفاده قرار گیرد.

مقاله حاضر، با بررسی متن سخنرانی‌ها در پارلمان‌های شش کشور مختلف (بلغارستان، جمهوری چک، فرانسه، اسلوونی، اسپانیا و انگلستان) در بازه زمانی 2017 تا 2020، به تحلیل و مقایسه محتوای این سخنرانی‌ها می‌پردازد. نویسندگان از روش‌های پیشرفته پردازش زبان طبیعی برای تحلیل احساسات و عواطف موجود در متن سخنرانی‌ها استفاده کرده‌اند. هدف اصلی این پژوهش، شناسایی الگوهای مشترک و تفاوت‌های موجود در گفتمان‌های سیاسی کشورهای مختلف و همچنین ارزیابی امکان تشخیص سن، جنسیت و گرایش سیاسی سخنرانان از طریق تحلیل سخنرانی‌های آنها است.

این مقاله نشان می‌دهد که در حالی که برخی شباهت‌ها بین کشورهای مورد بررسی وجود دارد، تفاوت‌های قابل توجهی نیز در نحوه بیان، لحن و محتوای سخنرانی‌های نمایندگان پارلمان‌ها مشاهده می‌شود. به عنوان مثال، ممکن است نحوه ابراز احساسات در سخنرانی‌های یک نماینده پارلمان در فرانسه با نحوه ابراز احساسات یک نماینده پارلمان در بلغارستان متفاوت باشد. همچنین، ممکن است بتوان با تحلیل سبک سخنرانی یک نماینده، به اطلاعاتی در مورد سن، جنسیت یا گرایش سیاسی او دست یافت.

به طور خلاصه، این مقاله تلاش می‌کند تا با استفاده از ابزارهای پردازش زبان طبیعی، دریچه‌ای جدید به سوی درک بهتر گفتمان‌های سیاسی در سطح بین‌المللی باز کند.

روش‌شناسی این تحقیق بر پایه استفاده از مجموعه داده ParlaMint است. مجموعه داده ParlaMint شامل متن سخنرانی‌ها در پارلمان‌های کشورهای مختلف است که به صورت ساختاریافته و با برچسب‌گذاری‌های دقیق ارائه شده است. این مجموعه داده، امکان تحلیل‌های چندزبانه و فرازبانی را فراهم می‌کند.

محققان در این پژوهش از روش‌های مختلف پردازش زبان طبیعی استفاده کرده‌اند، از جمله:

• تحلیل احساسات (Sentiment Analysis): این روش برای شناسایی و استخراج احساسات و عواطف موجود در متن سخنرانی‌ها به کار رفته است. به عنوان مثال، می‌توان با استفاده از این روش، مشخص کرد که آیا یک نماینده در سخنرانی خود لحنی مثبت، منفی یا خنثی داشته است.
• تشخیص جنسیت و سن: با استفاده از مدل‌های یادگیری ماشین، تلاش شده است تا جنسیت و سن سخنرانان از طریق تحلیل ویژگی‌های زبانی سخنرانی‌های آنها تشخیص داده شود. برای مثال، ممکن است برخی از واژه‌ها یا عبارات بیشتر توسط زنان یا مردان مورد استفاده قرار گیرند.
• تشخیص گرایش سیاسی: هدف از این روش، شناسایی گرایش سیاسی سخنرانان (مثلاً چپ، راست، میانه) از طریق تحلیل محتوای سخنرانی‌های آنها است. این کار می‌تواند با استفاده از تحلیل واژه‌ها، موضوعات و استدلال‌هایی که در سخنرانی‌ها به کار رفته‌اند، انجام شود.

علاوه بر این، محققان از روش‌های آماری برای مقایسه نتایج حاصل از تحلیل پارلمان‌های مختلف استفاده کرده‌اند.

یافته‌های این تحقیق نشان می‌دهد که:

• الگوهای مشترکی در نحوه ابراز احساسات در پارلمان‌های مختلف وجود دارد. به عنوان مثال، ممکن است در همه پارلمان‌ها، هنگام بحث در مورد مسائل اقتصادی، لحن سخنرانی‌ها منفی‌تر شود.
• تفاوت‌های قابل توجهی در نحوه استفاده از زبان و لحن در پارلمان‌های مختلف مشاهده می‌شود. این تفاوت‌ها می‌تواند ناشی از تفاوت‌های فرهنگی، سیاسی و اجتماعی باشد. به عنوان مثال، ممکن است در یک کشور، لحن سخنرانی‌ها رسمی‌تر و در کشور دیگر، غیررسمی‌تر باشد.
• امکان تشخیص سن، جنسیت و گرایش سیاسی سخنرانان از طریق تحلیل سخنرانی‌های آنها وجود دارد، اما دقت این تشخیص به عوامل مختلفی از جمله کیفیت داده‌ها و نوع مدل یادگیری ماشین مورد استفاده بستگی دارد.
• برخی از کلمات و عبارات به طور خاص با گرایش‌های سیاسی خاص مرتبط هستند. به عنوان مثال، ممکن است طرفداران یک حزب سیاسی خاص، بیشتر از کلمات و عبارات خاصی در سخنرانی‌های خود استفاده کنند.

به عنوان مثال، محققان دریافتند که در برخی از کشورها، نمایندگان زن تمایل دارند بیشتر از کلمات مرتبط با مسائل اجتماعی و بهداشت استفاده کنند، در حالی که نمایندگان مرد بیشتر به مسائل اقتصادی و امنیتی می‌پردازند.

این تحقیق دارای کاربردهای متعددی است، از جمله:

• درک بهتر فرآیندهای سیاسی: با تحلیل گفتار پارلمانی، می‌توان به درک بهتری از فرآیندهای تصمیم‌گیری سیاسی، مواضع احزاب مختلف و تعاملات بین نمایندگان دست یافت.
• پیش‌بینی روندهای سیاسی: با شناسایی الگوهای رفتاری نمایندگان، می‌توان تا حدی روندهای سیاسی را پیش‌بینی کرد. به عنوان مثال، می‌توان پیش‌بینی کرد که یک حزب سیاسی خاص، در آینده چه سیاست‌هایی را دنبال خواهد کرد.
• بهبود ارتباطات سیاسی: با تحلیل نحوه بیان و لحن سخنرانی‌ها، می‌توان به نمایندگان کمک کرد تا ارتباطات موثرتری با مردم برقرار کنند.
• مقایسه سیستم‌های سیاسی: با تحلیل گفتار پارلمانی در کشورهای مختلف، می‌توان به مقایسه سیستم‌های سیاسی و شناسایی نقاط قوت و ضعف آنها پرداخت.

یکی از دستاوردهای مهم این تحقیق، ارائه روش‌های نوین برای تحلیل داده‌های متنی در حوزه علوم سیاسی و اجتماعی است. این روش‌ها می‌تواند در تحقیقات آینده مورد استفاده قرار گیرد.

مقاله “تحلیل گفتار پارلمانی چندوجهی، چندزبانه و فرازبانی” یک گام مهم در جهت درک بهتر گفتمان‌های سیاسی در سطح بین‌المللی است. این تحقیق نشان می‌دهد که با استفاده از ابزارهای پردازش زبان طبیعی، می‌توان به اطلاعات ارزشمندی در مورد نظرات، مواضع و ترجیحات سیاستی نمایندگان منتخب دست یافت. یافته‌های این تحقیق می‌تواند در حوزه‌های مختلفی از جمله علوم سیاسی، زبان‌شناسی و علوم کامپیوتر مورد استفاده قرار گیرد. با ادامه تحقیقات در این زمینه، می‌توان انتظار داشت که در آینده‌ای نزدیک، شاهد پیشرفت‌های چشمگیری در درک و تحلیل فرآیندهای سیاسی باشیم.

در نهایت، این مقاله نشان می‌دهد که تحلیل داده‌های متنی می‌تواند ابزاری قدرتمند برای درک بهتر جوامع و سیاست‌ها باشد. با توسعه و بهبود این ابزارها، می‌توانیم به دیدگاه‌های عمیق‌تری در مورد مسائل مختلف دست یابیم و تصمیمات بهتری اتخاذ کنیم. این پژوهش، نمونه‌ای بارز از چگونگی استفاده از فناوری برای تحلیل و بررسی پدیده‌های پیچیده انسانی و اجتماعی است.