Karen Spärck Jones: Aramaya Sıralama Yapmayı Öğreten İstatistikçi

1972 yılında Journal of Documentation dergisi, kısa süreli sözleşmeyle çalışan bir Cambridge araştırmacısının, kulağa pek vaatkar gelmeyen "Terim Özgüllüğünün İstatistiksel Bir Yorumu ve Erişgedeki Uygulaması" başlıklı on bir sayfalık makalesini yayınladı. Argüman utandıracak kadar basitti: Her belgede geçen bir kelime size hiçbir şey söylemez, yalnızca birkaç belgede geçen bir kelime ise çok şey söyler; o halde onlara buna göre ağırlık verin. Bu makale, ters belge sıklığını (inverse document frequency) literatüre kazandırdı. Yarım asır sonra bu, bilgi erişim alanındaki en çok atıf yapılan sonuçlardan biridir ve bunun bir versiyonu, yeryüzündeki esasen her arama motorunun içinde yer almaktadır.

Bilerek Korunan Bir Norveç Soyadı

Karen Ida Boalth Spärck Jones, 26 Ağustos 1935'te Yorkshire, Huddersfield'da doğdu. Babası Alfred Owen Jones kimya dersleri veriyordu; annesi Ida Spärck ise İngiltere'ye kaçmış ve İkinci Dünya Savaşı sırasında sürgndeki Norveç hükümeti için çalışmış bir Norveçliydi. Çift soyadı bilinçli bir adımdı. Profesyonel hayatında annesinin Norveç soyadını korudu çünkü kendi tabiriyle bu, "kendi varlığınızın kalıcı olmasını sağlar"dı — asimilasyona karşı erken, sessiz bir reddedişti.

Tarihten Dil Araştırma Birimi'ne

1953'ten 1956'ya kadar Cambridge Girton College'da tarih okudu, son yıl dersi olarak Cambridge deyimiyle ahlaki bilimler olan felsefeyi seçti. Bunların hiçbirinde hesaplamayla ilgili bir şey yoktu. Okuldan ayrıldı ve okul öğretmeni oldu.

Onu geri çeken şey, eşinin ne yaptığına duyduğu merak oldu. 1958'de bilgisayar bilimci Roger Needham ile evlendi ve onun aracılığıyla Margaret Masterman tarafından yönetilen, makinelerin anlamı kavramasını sağlamaya çalışan küçük, tuhaf bir ekip olan Cambridge Dil Araştırma Birimi (Cambridge Language Research Unit) ile tanıştı. Masterman ona bir araştırma pozisyonu teklif etti. Spärck Jones bunu kabul etti ve hayatının geri kalanını bilgisayarların insan diliyle yararlı bir şeyler yapmasını sağlama sorununa adadı. Anlamsal sınıflandırma üzerine yaptığı doktora çalışmasının, 1964 yılında Synonymy and Semantic Classification adlı kitap olarak yayınlanmadan önce sınav jürilerinden soğuk bir karşılama gördüğü bildirilmektedir — bu kitap artık doğal dil işlemede temel bir metin olarak okunmaktadır.

Nadir Kelimelerin Daha Değerli Olduğu Fikri

Ters belge sıklığının ardındaki kavrayış, tüm iyi fikirlerin niteliğine sahiptir: söylendiğinde aşikar, öncesinde görünmez. 1960'ların erişim sistemleri, bir sorgunun kelimelerini aşağı yukarı birbirinin yerine geçebilir olarak ele alıyordu. Spärck Jones, bir terimin yararlılığının, koleksiyon genelindeki özgüllüğünün bir fonksiyonu olduğunu savundu — onu içeren belge ne kadar azsa, o kadar çok ayırt eder. "The" hiçbir sinyal taşımaz; "photosynthesis" neredeyse tamamını taşır. Bu ağırlığı, terimin belirli bir belgede kaç kez göründüğüyle çarptığınızda, belge erişimini küme eşleştirmeden sıralamaya dönüştüren puanlama şeması olan TF-IDF'yi elde edersiniz.

Daha geniş araştırma programı, bu tek formülün çok ötesine uzandı: erişimin olasılıksal modelleri, otomatik belge özetleme, veritabanı sorgu sistemleri, konuşma ve multimedya erişimi, kullanıcı ve ajan modelleme ve — onun bir takıntısı olarak — dil sistemlerinin titiz değerlendirmesi. Erişimi ampirik olarak denetlenebilir kılan çaba olan 1994'ten itibaren DARPA/NIST Metin Erişim Konferansları'nın program komitesinde yer aldı.

Kısa Süreli Sözleşmelerle Geçen Otuz Yıl

Kurumsal yörüngesi entelektüel yörüngesiyle eşleşmedi. 1974'te Cambridge Üniversitesi Bilgisayar Laboratuvarı'na katıldı ve 1993'te nihayet kadrolu personel yapılana kadar — neredeyse yirmi yıl boyunca — yenilenen kısa süreli sözleşmelerle orada çalıştı. 2002'deki emekliliğinden üç yıl önce, yalnızca 1999'da Bilgisayar ve Enformasyon Profesörü oldu ve neredeyse ölümüne kadar çalışmaya devam etti. Bu güvencesizliği açıkça cinsiyetine bağladı. 2001 yılında bir IEEE sözlü tarih mülakatçısına, Cambridge'in "kadın dostu anlamında, birçok açıdan kullanıcı dostu olmadığını" söyledi. Kariyerinin çoğunda odadaki tek kadındı.

Bilgisayım Erkeklere Bırakılamayacak Kadar Önemli

Bu deneyimi kişisel bir şikayet yerine örgütlü bir çabaya dönüştürdü: Bilgisayar Laboratuvarı'ndaki women@cl ağının kurucu üyesi, kız çocuklarını bu alana çekmeyi amaçlayan sosyal sorumluluk projelerinin mimarı ve bugün hakkında en çok alıntı yapılan cümlenin yazarı oldu — "Bilgisayım erkeklere bırakılamayacak kadar önemli." Ödüller geç ve ardından birdenbire geldi: 1988'de Gerard Salton Ödülü, 1993'te AAAI Üyesi, 1994'te Hesaplamalı Dilbilim Derneği (Association for Computational Linguistics) başkanlığı, 2000'den 2002'ye kadar İngiliz Akademisi Üyesi ve başkan yardımcılığı, 2002'de ASIS&T Liyakat Ödülü, 2004'te ACL Yaşam Boyu Başarı Ödülü, 2006'da ACM–AAAI Allen Newell Ödülü ve 2007'de hem ACM Kadın Grubu Athena Ödülü hem de İngiliz Bilgisayar Derneği'nin Lovelace Madalyası; bu madalyayı alan ilk kadın oldu.

Karen Neden Dahi Olarak Anılır

Sergilenen yetenek, disiplin altında soyutlamaydı — belirsiz bir insan sezgisini yakalayan tek ölçülebilir niceliği bulma ve ardından bunu ölçmekte ısrar etme becerisi. Herkes bazı kelimelerin diğerlerinden daha bilgilendirici olduğunu biliyordu. Spärck Jones bunu herhangi bir koleksiyon üzerinde hesaplayabileceğiniz bir ağırlıklandırma fonksiyonuna dönüştürdü ve ardından onlarca yıl dil sistemlerinin hayran olunmak yerine ampirik olarak değerlendirilmesi gerektiğini savundu. Eğitimi matematik veya mühendislikte değil, tarih ve felsefeydi; bu da bu hamleyi daha tuhaf ve daha etkileyici kılıyor: o zamanki sembolik, kural yazan yapay zekanın hakim olduğu bir alana istatistiksel muhakemeyi ithal etti ve moda ona karşı çıkarken çoğunlukla haklıydı. Savunduğu anlamın istatistiksel-bağlamsal görüşü — bir kelimenin anlamının bir derlem boyunca birlikte bulunduğu şirketlerin bir fonksiyonu olduğu — bugün alana hakim olan makine öğrenimli dil modellerinin entelektüel atasıdır.

Dürüst karşı argüman, IDF'nin tek ve matematiksel olarak önemsiz bir fikir olduğudur. Bir oranın logaritmasıdır; yetkin bir istatistikçi bunu bir öğleden sonra türetebilirdi. Önemi teknik derinlikten ziyade çerçeveleme ve zamanlama meselesidir ve Spärck Jones bunu asla süslememiştir. Onu ünlü yapan sistemleri de kendisi kurmamıştı — arama motorları on yıllar sonra başka insanlar tarafından, çoğunlukla ona atıfta bulunulmadan ticarileştirildi. İddiası erken haklı çıkmasına, tek formülden çok daha az cazibeli olan titiz değerlendirme çalışmaları bütününe ve ateş gücünden ziyade muhakemeye dayanır. Bu gerçek bir entelektüel ayrıcalık türüdür ve abartılmak yerine doğru bir şekilde tanımlanmalıdır.

Miras

4 Nisan 2007'de 71 yaşında kanserden öldü. Dört yıl önce eşi için bir ölüm ilanı yayınlamış olan Londra merkezli The Times, onun için hiçbir ilan yayınlamadı; New York Times nihayet 2019 yılında Overlooked serisinde onu "bilgisayar biliminin öncüsü" olarak nitelendiren bir yazı yayınladı. Düzeltmeler gelmeye devam etti: BCS Bilgi Erişim Uzmanlık Grubu tarafından 2008'den beri her yıl verilen Karen Spärck Jones Ödülü; Huddersfield Üniversitesi'nde 2017'de yeniden adlandırılan Spärck Jones Binası; ve 2024'te Cambridge ve İngiltere hükümeti tarafından başlatılan Spärck Yapay Zeka Bursları. Sıralanmış her arama sonucu listesi, onun on bir sayfasına yazılmış bir dipnottur.