Időtartam: 2024. okt. 1. – 2026. szept. 30.
Támogatási forrás: NKFI EXCELLENCE 151324
Kutatásvezető: Sebők Miklós
Résztvevő kutatók: Sebők Miklós, Kiss Rebeka, Molnár Csaba, Üveges István, Kovács Viktor, Takács Anna, Lehoczki Richárd, Baumgartner Zoé, Bánóczy Martin, Babolcsay Barbara
Kutatás bemutatása
A projekt célja egy teljesen nyílt forráskódú, több mint 100 nyelvet támogató osztályozó eszköz fejlesztése (Babel Machine: https://babel.poltextlab.com/?__theme=light). Ez az eszköz automatizálja és felgyorsítja a kutatási szövegek feldolgozását, jelentős költségcsökkentést eredményezve. A projekt különös hangsúlyt fektet a közpolitikai keretek (IPF-ek) vizsgálatára és azok politikai kommunikációban való szerepének elemzésére, különböző témák – például klímaváltozás, migráció vagy demokrácia – kapcsán. Az eredmények nemcsak a társadalomtudományok, hanem a tágabb tudományos közösség számára is jelentős hozzáadott értéket képviselnek, miközben a fejlesztés globálisan skálázható platformot hoz létre. A projekt további céljai között szerepel új pályázati források bevonása, workshopok szervezése és rangos nemzetközi publikációk készítése.
A Babel Machine elérhető: https://babel.poltextlab.com/?__theme=light
Hugging Face: https://huggingface.co/poltextlab
Kapcsolódó publikációk
Rebeka KISS, Miklós SEBŐK (2025). The Concept of Tailor-made Laws and Legislative Backsliding in Central-Eastern Europe, Comparative European Politics.
Sebők, M., Máté, Á., Ring, O., Kovács, V., & Lehoczki, R. (2024). Leveraging Open Large Language Models for Multilingual Policy Topic Classification: The Babel Machine Approach. Social Science Computer Review, 43(2), 295-317.
Kapcsolódó konferencia előadások
2024. június 26. – 4th Strategic Workshop – HUN-REN Hungarian Research Network
- Sebők Miklós: "No-code AI text analytics at your fingertips: research time travels with the Babel Machine"
2024. november 5. – Festival of Hungarian Science
- Sebők Miklós: "Ongoing AI solutions at poltextLAB"
2025. január 28. – Institute of Philosophy and Sociology, Polish Academy of Sciences
- Sebők Miklós: "Leveraging Open Large Language Models for Multilingual Policy Topic Classification: The Babel Machine Approach"