A PsyMet korpusz az első magyar nyelvű szöveges adatbázis, amelyben a metaforikus kifejezések kézi annotálással jelölve vannak. A korpuszt olyan online fórumbejegyzések alkotják, amelyekben a nyelvhasználók saját szuicid késztetéseiket, öngyilkossági gondolataikat osztják meg másokkal, hogy segítséget kapjanak azok kezelésében. A bejegyzések forrása a BÚRA közösségi segítő oldal. Az egyes szövegeket aszerint válogattuk a korpuszba, hogy azok (i) a szuicid gondolatokról szóljanak (ne magáról az öngyilkosságról), (ii) saját szuicid késztetésről számoljanak be (ne mások hasonló gondolatairól), és (iii) a jelenben fellépő öngyilkossági gondolatokat osszanak meg (ne régebbi emlékeket). A mintavétel a 2010 és 2021 között közzétett posztokra terjed ki, a korpusz terjedelme 22767 szó.

A korpuszba válogatott szövegek normalizáláson estek át, ennek során az elírásokat és nem sztenderd alakokat kiszűrtük, a rövidítéseket feloldottuk, az emotikonokat eltávolítottuk. A metaforikus kifejezéseket a MetaID-eljárással (link az aloldalra) azonosítottuk az INCEpTION annotáló felületen. A korpusz annotálásában kilenc professzionális annotátor vet részt Egy véletlenszerűen kiválasztott kis mintát (5 bejegyzés) minden annotátor közösen annotált, majd egy következő mintát (5-5 bejegyzés) párokban annotáltak a résztvevők. A korpusz fennmaradó részét egyenlő nagységú részekre osztva egyénileg címkézték az annotátorok. A korpusz kuráción is átesett, ennek során párokba rendeződve minden annotálást két annotátor ellenőrzött és egységesített.

A korpusz kialakítását az ELTE Társadalmi Innováció Nemzeti Labóratóriuma támogatta, az annotálás megvalósításához az ELTE Digitális Örökség Nemzeti Laboratórium biztosított infrastruktúrát.

A korpusz elérhetősége: hamarosan közzétesszük

Kapcsolódó közlemények

• Simon, Gábor – Bajzát, Tímea Borbála – Árvay, Kata – Ballagó, Júlia – Hauber, Kitti – Havasi, Zsuzsanna – Kuna, Ágnes – K. Molnár, Emese – Prótár, Noémi – Szlávich, Eszter et al.: Metaphors as Markers for Suicidal Intent: Patterns in Metaphorical Language Used in Online Forum Posts About Suicidal Thoughts. In: Fogarasi, Katalin – Mány, Dániel (szerk.): Impact of Sociocultural Factors on Health Communication. Berlin: Peter Lang Verlag, 2025, pp. 221–237. url: https://www.peterlang.com/document/1435715