【傳播學院訊】
政治大學傳播學院研究暨發展中心本月於綜合大樓開設一系列主題講座，於12月12日舉辦「文本數據分析：從Bag-of-Words到ChatGPT」工作坊。本場活動邀請香港中文大學副教授梁海擔任主講人，以歷史視角介紹文本作為數據的方法如何演變到大語言模型，以及在全球掀起AI熱潮的ChatGPT如何掀起文本分析方法的革命。

ChatGPT為美國Open AI開發的AI聊天機器人程式，在近年成為大語言模型（LLM）的代表，革新了傳播學研究中文本數據的分析方式。本次工作坊中，梁海首先講述使用者以文字、語音、畫面等形式輸入的文本（Text）與其潛在變數（Latent Variable）的概念，以及如何用文字探勘（Text Mining）的方法找到原始文本對應的潛在變數。此外，他也講解如何利用文本作為數據方法，包括以主題分類、用意識形態建立測量尺度、重要名詞實體辨識、建立像是GDELT項目的重大事件資料庫等方式。

「ChatGPT的出現，尤其對於學習社會科學的學生，肯定非常有幫助。」對於ChatGPT在大學校園裡的使用率越來越高，梁海給予相當正面的評價：「他（ChatGPT）解決了很多像是編碼相關的技術細節，讓所有東西都變得簡單許多。」

針對文本數據分析的原理，梁海以「數學化表示文本」的思考模型探討大語言模型處理與分析文本的方式。他提到使用「TF-IDF」統計方法，帶領同學以這個常用於資訊檢索與文字挖掘的加權技術拆解句子，將句子中的主要詞語依照對應數字填入表格。這種統計方法有助於解析機器語言中的思考邏輯，把抽象的語言句型表現為可視化的圖表，為本次工作坊一大亮點。同時，他提及「Word2Vec」工具，將詞彙的不同組合方式表現為數學加減公式，為透過既有文本來產生詞向量的機器深度學習方式。

談到如ChatGPT的AI科技對於人類社會的影響與發展，梁海表示這些技術都有機會取代人類的工作。「ChatGPT最神奇之處在於沒有人知道他的（深度學習的）表現為何這麼好。」然而，他也提到這些技術的限制，像是事實查核（fact-check）的工作卻是聊天機器人深度學習技術無法完成的，需要倚靠人類主觀的意識型態去判斷。

梁海目前任教於香港中文大學，擔任新聞與傳播學院（School of Journalism and Communication）及計算社會科學實驗室（Computational Social Science Laboratory），並曾獲頒該校2018青年學者研究成就獎。同時他也是香港城市大學網路探勘實驗室（Web Mining Laboratory）的附屬會員。他主要研究領域為計算社會科學、社群媒體分析、政治傳播、數位公眾健康等，曾任職微軟亞太研發中心、微軟亞洲研究院（2013年）、香港大學新聞與媒體研究中心。