VU ontrafelt Wetenschapsagenda

Nieuws | de redactie

22 mei 2015 | Een groep wetenschappers van de Vrije Universiteit heeft de eerste 11.700 vragen van de Nationale Wetenschapsagenda automatisch gecategoriseerd. Uit de analyse blijkt dat Nederlanders massaal vragen inleverden over onderwerpen als gezondheid, energie, big data, kunst en sport.

Onder leiding van Spinozist-taalspecialist en VU-hoogleraar Piek Vossen is een trefwoordenlijst afgeleid van meer dan 9.000 woorden om vervolgens alle vragen te clusteren in een paar honderd groepen. Het resultaat van de clustering door de VU is te vinden in een online dynamische visualisatie.

Bollen in een netwerk

In de visualisatie zie je de clusters als bollen in een netwerk met onderlinge relaties op grond van de clustertrefwoorden. Clusters met een ring zijn zelf weer onderverdeeld in subclusters. Clusters zonder een ring en subclusters geven direct toegang tot de vragen met de trefwoorden. ‘Waarom zijn er tegenwoordig zelfrijdende auto’s waarmee getest wordt, maar is deze ontwikkeling voor treinen nog totaal niet aan de orde?’ was een van de vragen.

In juni volgt een drietal congressen voor de verschillende wetenschapsgebieden om de resultaten te bespreken. Eind november 2015 vindt de presentatie van de uiteindelijke Nationale Wetenschapsagenda plaats.

Voortvarend aan de slag

NWA is blij met de groep VU-wetenschappers. Het indelen en beoordelen van de vragen blijkt een enorme klus. “Niemand kon vooraf weten hoeveel werk er op ons af zou komen. Dankzij de clustering door de VU zijn we nu voortvarend aan de slag”, aldus een woordvoerder. Trefwoorden en thema’s op grond van patronen van woorden en een vergelijking van het woordgebruik in de vragen met woordgebruik in het algemeen maakten de VU-wetenschappers automatisch een trefwoordenlijst van meer dan 9.000 woorden die kenmerkend zijn voor bepaalde thema’s.

Dit zijn woorden als ‘leven’, ‘ziekte’, ‘kunst’, ‘energie’. Vervolgens is voor iedere vraag bepaald welke trefwoorden er in voor komen. De stijl van de vragen is namelijk erg divers, wat ertoe kan leiden dat vragen over dezelfde onderwerpen toch heel anders omschreven zijn. Daarna zijn alle vragen met elkaar vergeleken om te zien hoeveel trefwoorden ze delen. Door de gedeelde trefwoorden in te delen in groepen kan de grote hoeveelheid reacties snel en efficiënt worden verwerkt.