De automatische herkenning van drogredenen met GPT-3.
| dc.contributor.advisor | Halteren van, B.J.M. | |
| dc.contributor.advisor | Bosch, L.F.M. ten | |
| dc.contributor.author | Helleman, N. van | |
| dc.date.issued | 2022-08-25 | |
| dc.description.abstract | In dit onderzoek is gekeken naar de mate waarin het taalmodel GPT-3 drogredenen kan herkennen en classificeren. Om dit te onderzoeken is een classificatietaak uitgevoerd waarbij dit geavanceerde taalmodel drogredenen in zinnen moest onderscheiden. De data bevatte 441 zinnen met 9 verschillende types drogredenen en 30 zonder drogreden. Deze zinnen zijn aangeboden aan GPT-3 met als taak classificatie van de zinnen op drogreden. Bij deze classificatie zijn de aantallen echt positieven, foutpositieven, echt negatieven en foutnegatieven geteld. Van deze waarden is een confusion matrix gemaakt en zijn de precision, recall en F1-score berekend. Hieruit bleek dat de herkenning en classificatie van geselecteerde drogredenen tot op zekere hoogte goed verloopt. De drogredenen ad hominem, appeal to authority, bandwagon en false dilemma behalen een F1-score van 0,74 of hoger. De prestaties van het taalmodel bij andere drogredenen vallen echter tegen. Dit wijst erop dat het mogelijk is met GPT-3 drogredenen te herkennen en classificeren, maar dat de mate waarmee dit gaat verschilt per drogreden. | en_US |
| dc.identifier.uri | https://theses.ubn.ru.nl/handle/123456789/13284 | |
| dc.language.iso | nl | en_US |
| dc.thesis.faculty | Faculteit der Letteren | en_US |
| dc.thesis.specialisation | Bachelor Taalwetenschap | en_US |
| dc.thesis.studyprogramme | Bachelor Taalwetenschap | en_US |
| dc.thesis.type | Bachelor | en_US |
| dc.title | De automatische herkenning van drogredenen met GPT-3. | en_US |
Files
Original bundle
1 - 1 of 1