Computer helpt om de bijbel te begrijpen

Dubbelzinnige taal

Om MiMi te ontwikkelen, specialiseerde de theoloog zich in methodes uit de computationele taalkunde. Een belangrijke vraag binnen dat vakgebied is hoe je computers intelligent genoeg maakt om menselijke taal te begrijpen en te produceren. Vooral met dubbelzinnige verwijswoorden weet de computer nog niet zo goed raad.

Neem de volgende zin: ‘De gemeenteraadsleden weigerden de demonstranten een vergunning omdat ze bang waren voor geweld’. Dit is een voorbeeldzin die computerwetenschappers gebruiken om de intelligentie van de computer te testen. Hoewel een mens in deze zin goed kan beredeneren naar wie het persoonlijk voornaamwoord ‘ze’ verwijst, is dit voor de computer nog een brug te ver. Omdat er in oude Bijbelteksten zoveel dubbelzinnige verwijswoorden zitten, kan je deze teksten dus uitstekend gebruiken om een computerprogramma, een zogeheten algoritme, te toetsen.

Voordat je een algoritme hebt dat verwijswoorden in een tekst interpreteert, moet je de computer trainen. Dat deed Erwich door het systeem taalkundige regels te leren, zoals: twee voornaamwoorden die dicht bij elkaar staan en grammaticaal overeenkomen verwijzen naar elkaar. Op basis van die regel kan de computer zien dat in de zin ‘Hij spreekt zijn volk toe’, ‘hij’ en ‘zijn’ aan elkaar gerelateerd zijn. Ze komen grammaticaal overeen omdat ze allebei de grammaticale kenmerken ‘derde persoon’, ‘enkelvoud’ en ‘mannelijk’ hebben.

150 psalmen doorspitten

Op basis van die regels labelde Erwich eerst met de hand 150 psalmen. Voor elk woord dat verwees naar een persoon, gaf hij aan met welk ander woord het verbonden was. De extra informatie die je daarmee aan een tekst toevoegt, noemen wetenschappers ‘annotaties’. Om te onderzoeken of de door hem opgestelde regels eenduidig waren, liet hij ook een aantal van die psalmen door een collega labelen. Vervolgens vergeleek de computer hun annotaties en zag dat ze voor 82 procent overeenkwamen.

Daarna was de beurt aan MiMi, het computeralgoritme. De overeenkomst tussen de annotaties was nu 40 procent, een stuk lager. Toch is dat niet alleen maar een slechte score, legt de onderzoeker uit. Want eigenlijk bestaat zo’n analyse van personen in een tekst uit twee onderdelen. Ten eerste het opsporen van woordjes die verwijzen naar personen zoals voornaamwoorden. Daar bleek de computer supergoed in te zijn, zelfs beter dan de onderzoeker. Maar het relateren van die woorden aan elkaar was ingewikkelder voor MiMi.

“Waar MiMi alleen informatie uit de directe omliggende tekst zelf haalt, kan ik extra informatie halen uit het hele Psalmencorpus, uit de hele Hebreeuwse Bijbel en heb ik ervaring als mens in deze wereld. Al die kennis gebruik ik om verwijswoorden te interpreteren. Een computer heeft al die extra kennis niet, dus het is niet zo gek dat hij lager scoort. Wat dat betreft is mijn onderzoek ook een experiment geweest in het verkennen van wat voor taken de computer van mij kan overnemen als het gaat om het interpreteren van ‘fuzzy data’.”