ਸਮਾਜਿਕ ਵਿਗਿਆਨ ਖੋਜ ਦਾ ਵਿਸਤਾਰ
ਇੱਕ ਨਵਾਂ ਟੂਲ ਜੋ ਖੋਜਕਰਤਿਆਂ ਨੂੰ ਗੁਣਾਤਮਕ ਡਾਟਾ ਨੂੰ ਵਿਸ਼ਲੇਸ਼ਣਯੋਗ ਅੰਕਾਂ ਵਿੱਚ ਬਦਲਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ.
OpenAI ਵਿੱਚ ਸਾਡੇ ਕੰਮ ਦਾ ਇੱਕ ਮੁੱਖ ਹਿੱਸਾ ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਣ ਅਤੇ ਹੋਰ ਔਖੀਆਂ ਸਮੱਸਿਆਵਾਂ ਹੱਲ ਕਰਨ ਯੋਗ ਬਣਾਉਣਾ ਹੈ. ਅੱਜ, ਸਾਡੀ ਆਰਥਿਕ ਖੋਜ ਟੀਮ GABRIEL ਜਾਰੀ ਕਰ ਰਹੀ ਹੈ: ਇੱਕ ਓਪਨ-ਸੋਰਸ ਟੂਲਕਿੱਟ ਜੋ GPT ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਸੰਰਚਿਤ ਲਿਖਤ ਅਤੇ ਚਿੱਤਰਾਂ ਨੂੰ ਮਾਤਰਾਤਮਕ ਮਾਪਾਂ ਵਿੱਚ ਬਦਲਦੀ ਹੈ. ਇਹ ਅਰਥਸ਼ਾਸਤਰੀਆਂ, ਸਮਾਜਿਕ ਵਿਗਿਆਨੀਆਂ ਅਤੇ ਡਾਟਾ ਵਿਗਿਆਨੀਆਂ ਲਈ ਵੱਡੇ ਪੱਧਰ ‘ਤੇ ਗੁਣਾਤਮਕ ਡਾਟਾ ਦਾ ਅਧਿਐਨ ਕਰਨ ਲਈ ਬਣਾਈ ਗਈ ਹੈ.
ਗੁਣਾਤਮਕ ਡਾਟਾ ਦੁਨੀਆ ਬਾਰੇ ਸਭ ਤੋਂ ਸਮ੍ਰਿੱਧ ਕਹਾਣੀਆਂ ਦੱਸਦਾ ਹੈ—ਲੋਕ ਕੀ ਕਹਿੰਦੇ, ਲਿਖਦੇ, ਸਿਖਾਉਂਦੇ, ਤਰਕ ਕਰਦੇ ਅਤੇ ਅਨੁਭਵ ਕਰਦੇ ਹਨ. ਇਸ ਵਿੱਚ ਸਿਲੇਬਸ ਅਤੇ ਇੰਟਰਵਿਊ ਤੋਂ ਲੈ ਕੇ ਸੋਸ਼ਲ ਮੀਡੀਆ ਅਤੇ ਫੋਟੋਗ੍ਰਾਫ ਤੱਕ ਸਭ ਕੁਝ ਸ਼ਾਮਲ ਹੈ. ਇਸ ਦੀ ਮਾਤਰਾ ਬਹੁਤ ਵੱਡੀ ਹੈ. ਪਰ ਇਸ ਕਿਸਮ ਦੇ ਡਾਟਾ ਨੂੰ ਕਠੋਰ ਸਬੂਤ ਵਿੱਚ ਬਦਲਣਾ ਬਹੁਤ ਹੀ ਸਮੇਂ-ਖਪਤ ਵਾਲਾ ਕੰਮ ਹੈ. ਅਕਸਰ ਤਾਂ ਇਹ ਕਰਨਾ ਸੰਭਵ ਹੀ ਨਹੀਂ ਹੁੰਦਾ. ਬਹੁਤ ਸਾਰੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਸਮਾਜਿਕ ਵਿਗਿਆਨੀਆਂ ਨੂੰ ਖੋਜ ਦੇ ਮਹੱਤਵਪੂਰਨ ਰਸਤੇ ਛੱਡਣੇ ਪੈਂਦੇ ਹਨ, ਇਸ ਕਰਕੇ ਨਹੀਂ ਕਿ ਡਾਟਾ ਮੌਜੂਦ ਨਹੀਂ, ਪਰ ਇਸ ਲਈ ਕਿ ਇਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ ਅਸੰਭਵ ਹੁੰਦਾ ਹੈ.
GABRIEL ਗੁਣਾਤਮਕ ਡਾਟਾ ਨੂੰ ਕਾਫ਼ੀ ਵੱਧ ਪਹੁੰਚਯੋਗ ਬਣਾਉਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ. ਇਹ ਖੋਜਕਰਤਿਆਂ ਨੂੰ ਰੋਜ਼ਮਰ੍ਹਾ ਦੇ ਸ਼ਬਦਾਂ ਵਿੱਚ ਇਹ ਦੱਸਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ਕਿ ਉਹ ਕੀ ਮਾਪਣਾ ਚਾਹੁੰਦੇ ਹਨ—ਜਿਵੇਂ “ਇਹ ਨੌਕਰੀ ਸੂਚੀ ਪਰਿਵਾਰ-ਅਨੁਕੂਲ ਕਿੰਨੀ ਹੈ?”—ਅਤੇ ਫਿਰ ਇਹੋ ਹੀ ਸਵਾਲ ਹਜ਼ਾਰਾਂ (ਜਾਂ ਲੱਖਾਂ) ਦਸਤਾਵੇਜ਼ਾਂ ‘ਤੇ ਇੱਕਸਾਰ ਤਰੀਕੇ ਨਾਲ ਲਾਗੂ ਕਰਦਾ ਹੈ, ਅਤੇ ਹਰ ਇੱਕ ਲਈ ਇੱਕ ਸਕੋਰ ਵਾਪਸ ਕਰਦਾ ਹੈ. ਇਸ ਨਾਲ ਖੋਜਕਰਤਾ ਦੁਹਰਾਏ ਜਾਣ ਵਾਲੇ ਡਾਟਾ ਲੇਬਲਿੰਗ ‘ਤੇ ਘੱਟ ਸਮਾਂ ਅਤੇ ਉਸ ਕੰਮ ‘ਤੇ ਵੱਧ ਸਮਾਂ ਲਾ ਸਕਦੇ ਹਨ ਜਿਸ ਲਈ ਅਸਲ ਵਿੱਚ ਦੱਖਲ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ: ਕੀ ਮਾਪਣਾ ਹੈ ਇਹ ਚੁਣਨਾ, ਨਤੀਜਿਆਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਅਤੇ ਸੋਚ-ਵਿਚਾਰ ਨਾਲ ਨਿਸ਼ਕਰਸ਼ ਕੱਢਣਾ.
ਉਦਾਹਰਨ ਲਈ, GABRIEL ਵਿਗਿਆਨਕ ਲੇਖਾਂ ਦੇ ਇੱਕ ਵੱਡੇ ਸੰਗ੍ਰਹਿ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦਾ ਹੈ ਤਾਂ ਜੋ ਵੇਖਿਆ ਜਾ ਸਕੇ ਕਿ ਕਿਹੜੀਆਂ ਖ਼ਾਸ ਵਿਧੀਆਂ ਵਰਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ ਅਤੇ ਸਮੇਂ ਦੇ ਨਾਲ ਉਹ ਕਿਵੇਂ ਬਦਲਦੀਆਂ ਹਨ. ਇਹ ਕੋਰਸ ਪਾਠਕ੍ਰਮਾਂ ਨੂੰ ਦੇਖ ਕੇ ਮਾਪ ਸਕਦਾ ਹੈ ਕਿ ਵੱਖ-ਵੱਖ ਵਿਸ਼ਿਆਂ ਜਾਂ ਹੁਨਰਾਂ ‘ਤੇ ਕਿੰਨਾ ਧਿਆਨ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ. ਇਹ ਯੂਰਪ ਦੇ ਹਰ ਛੋਟੇ ਸ਼ਹਿਰ ਲਈ ਸੰਰਚਿਤ ਇਤਿਹਾਸਕ ਵੇਰਵੇ ਕੱਢ ਸਕਦਾ ਹੈ, ਜਾਂ ਗਾਹਕ ਸਮੀਖਿਆਵਾਂ ਦੇ ਇੱਕ ਵੱਡੇ ਸੰਗ੍ਰਹਿ ਦੀ ਜਾਂਚ ਕਰਕੇ ਇਹ ਪਤਾ ਲਗਾ ਸਕਦਾ ਹੈ ਕਿ ਲੋਕ ਸਭ ਤੋਂ ਵੱਧ ਕਿਸ ਚੀਜ਼ ਨੂੰ ਮਹੱਤਵ ਦਿੰਦੇ ਹਨ. ਸਾਡੇ ਪੇਪਰ ਵਿੱਚ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ), ਅਸੀਂ ਕਈ ਵਰਤੋਂ ਮਾਮਲਿਆਂ ਵਿੱਚ ਗੁਣਾਤਮਕ ਡਾਟਾ ਨੂੰ ਲੇਬਲ ਕਰਨ ਲਈ GPT ਦਾ ਬੈਂਚਮਾਰਕ ਕਰਦੇ ਹਾਂ ਅਤੇ ਪਾਉਂਦੇ ਹਾਂ ਕਿ ਇਹ ਬਹੁਤ ਸਹੀ ਹੈ.
ਇਸ ਕਿਸਮ ਦੇ ਮਾਪ ਤੋਂ ਇਲਾਵਾ, GABRIEL ਖੋਜਕਰਤਿਆਂ ਲਈ ਉਹ ਵਿਹਾਰਿਕ ਟੂਲ ਵੀ ਦਿੰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀ ਉਨ੍ਹਾਂ ਨੂੰ ਅਕਸਰ ਲੋੜ ਹੁੰਦੀ ਹੈ. ਇਨ੍ਹਾਂ ਵਿੱਚ ਡੈਟਾਸੈੱਟਾਂ ਨੂੰ ਜੋੜਨਾ ਭਾਵੇਂ ਕਾਲਮ ਮੇਲ ਨਾ ਖਾਂਦੇ ਹੋਣ, ਸਮਾਰਟ ਡੀਡਿਊਪਲੀਕੇਸ਼ਨ, ਪੈਸੇਜ ਕੋਡਿੰਗ, ਨਵੀਆਂ ਵਿਗਿਆਨਕ ਧਾਰਣਾਵਾਂ ਉਤਪੰਨ ਕਰਨਾ ਅਤੇ ਗੋਪਨੀਯਤਾ ਬਚਾਉਣ ਲਈ ਲਿਖਤ ਵਿਚੋਂ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਦੀ ਪਛਾਣ ਹਟਾਉਣਾ ਸ਼ਾਮਲ ਹਨ.
GABRIEL ਹੁਣ ਇੱਕ ਓਪਨ-ਸੋਰਸ Python ਲਾਇਬ੍ਰੇਰੀ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਵਜੋਂ ਉਪਲਬਧ ਹੈ, ਅਤੇ ਸ਼ੁਰੂਆਤ ਲਈ ਇੱਕ ਟਿਊਟੋਰਿਅਲ ਨੋਟਬੁੱਕ(ਨਵੀਂ ਵਿੰਡੋ ਵਿੱਚ ਖੁੱਲ੍ਹਦਾ ਹੈ) ਨਾਲ. ਇਸ ਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਗਿਆ ਹੈ ਕਿ ਘੱਟ ਤੋਂ ਘੱਟ ਤਕਨੀਕੀ ਪਿਛੋਕੜ ਦੀ ਲੋੜ ਪਵੇ. ਅਸੀਂ ਅਕਾਦਮਿਕ ਭਾਈਚਾਰੇ ਤੋਂ ਮਿਲਣ ਵਾਲੇ ਫੀਡਬੈਕ ਦੇ ਆਧਾਰ ‘ਤੇ ਸਮੇਂ ਦੇ ਨਾਲ GABRIEL ਨੂੰ ਹੋਰ ਸੁਧਾਰਦੇ ਰਹਾਂਗੇ. ਅਸੀਂ ਆਸ ਕਰਦੇ ਹਾਂ ਕਿ ਇਹ ਟੂਲ ਹੋਰ ਖੋਜਕਰਤਿਆਂ ਨੂੰ ਗੁਣਾਤਮਕ ਡਾਟਾ ਦੀ ਸਮ੍ਰਿੱਧਤਾ ਅਤੇ ਮਨੁੱਖੀ ਕਹਾਣੀਆਂ ਨੂੰ ਆਪਣੇ ਕੰਮ ਵਿੱਚ ਲਿਆਉਣ ਵਿੱਚ ਮਦਦ ਕਰੇਗਾ.
