Analyzing perspectives on remote education: an NLP/ML pipeline for modern Greek interview data

Abstract

This dissertation develops and validates an end-to-end Natural Language Processing (NLP) and Machine Learning (ML) pipeline for Topic Classification (TC) and Topic-Based Sentiment Analysis (TBSA) on Modern Greek interview data collected during Emergency Remote Teaching (ERT). The research focuses on K-12 education and emphasizes on students with functional diversity, incorporating perspectives from parents of students with functional diversity, school directors, and teachers.The study follows a mixed approach. First, it conducts qualitative descriptive and semantic-content analysis to preserve the richness of human narratives. Then, it implements a computational pipeline that includes corpus construction, sentence-level annotation into topics, sentiment labeling, Greek-specific text preprocessing, feature representation, and supervised modeling. The pipeline supports both classical learners and state of the art transformer-based language models and is designed to be reproducible and extensible. Particular attention is paid to the linguistic characteristics of Modern Greek and to the principles of transparent annotation with clear guidelines and adjudication. The contributions are threefold. It provides original, topic and sentiment annotated datasets in Modern Greek across educational stakeholder groups. It proposes a practical, end-to-end pipeline that integrates qualitative inquiry with automated analysis forlow-resource languages. It offers empirical evidence that topic-aware modeling yields actionable insights about the educational, technical, and psychological dimensions of ERT for inclusive education. The pipeline is presented as a coherent sequence of stages that, when followed, enables robust topic identification and topic-based sentiment interpretation at scale. The work aims to inform evidence-based decisions on digital preparedness, pedagogical design, and support policies for learners with diverse needs. Each stage of the methodology has been disseminated through peer-reviewed publications by the Candidate, and the dissertation consolidates these advances into a unified framework.Building on this foundation, the study articulated focused research questions that mapped the educational, technical, and affective topics of ERT, and operationalized them through an integrated NLP and ML strategy suited to a low-resource language setting. The corpus consisted of Modern Greek interview transcripts that were carefully transcribed, anonymized, and segmented so that the text body preserved narrative nuance while enabling sentence-level modeling. Annotation guidelines were drafted with explicit decision rules and adjudication, and inter-annotator agreement was assessed to support reliability in both TC and TBSA. Greek-oriented preprocessing ensured compatibility with thelinguistic structure of Modern Greek, and feature representations supported both classical and contextual modeling approaches. The supervised modeling layer combined classicalML (e.g., linear classifiers and tree-based learners) with Deep Learning via transformer language models suitable for Greek, enabling a comparative evaluation of interpretability and predictive performance. Evaluation adopted standard splits and cross-validated estimates, and reported metrics for both TC and TBSA, complemented by Confusion Matrices and threshold-aware diagnostics that clarified error patterns. Results showed that topic-based sentiment modeling improved the interpretability of stakeholder narratives and yielded stable gains for the corpus, particularly in segments where educational practices, digitalinfrastructure, and psychological burden intersected during ERT. The analysis highlighted needs for accessible platforms, differentiated pedagogical design, and targeted support for learners with functional diversity, while also surfacing the role of teacher training and family mediation as recurrent themes. The study documented all preprocessing choices, model configurations, and evaluation artifacts to promote reproducibility and extension to adjacent educational corpora. Ethical safeguards guided all stages of the study: informed consent, strict anonymization, secure storage, and transparent documentation of the annotation process. In sum, the dissertation delivered a reproducible, extensible pipeline that bridged qualitative inquiry with automated analysis, advanced TC and TBSA for Modern Greek educational interviews, and provided evidence for inclusive education and digital preparedness. By consolidating peer-reviewed components into a single framework and releasing topic and sentiment annotated datasets, the work created a practical path from corpus construction to deployable insight for policy and pedagogy in K-12 education.

Η παρούσα διατριβή αναπτύσσει και επικυρώνει ένα ολοκληρωμένο υπολογιστικό πλαίσιο Επεξεργασίας Φυσικής Γλώσσας και Μηχανικής Μάθησης για Ταξινόμηση Θεμάτων και Ανάλυση Συναισθήματος με βάση το Θέμα σε δεδομένα συνεντεύξεων στη Νέα Ελληνική που συλλέχθηκαν κατά την περίοδο της Επείγουσας Εξ Αποστάσεως Διδασκαλίας. Η έρευνα εστιάζει στην εκπαίδευση Κ–12 και δίνει έμφαση σε μαθητές με λειτουργική ποικιλομορφία, ενσωματώνοντας τις απόψεις γονέων, διευθυντών σχολείωνκαι εκπαιδευτικών. Η μελέτη ακολουθεί μικτή προσέγγιση. Αρχικά εφαρμόζεται ποιοτική περιγραφική και σημασιολογική ανάλυση περιεχομένου, ώστε να διατηρείται ο πλούτος του σώματος κειμένου. Στη συνέχεια, υλοποιείται μία υπολογιστική ροή εργασιών που περιλαμβάνειτη δημιουργία σώματος κειμένων, την επισημείωση σε επίπεδο πρότασης ως προς τα θέματα, την επισημείωση συναισθήματος, την ελληνoκεντρική προεπεξεργασία κειμένου, την αναπαράσταση χαρακτηριστικών και την εποπτευόμενη μοντελοποίηση. Το πλαίσιο υποστηρίζει τόσο κλασικούς ταξινομητές όσο και σύγχρονα μοντέλα μετασχηματιστών και έχει σχεδιαστεί για αναπαραγωγιμότητα και επεκτασιμότητα. Δίνεται ιδιαίτερη προσοχή στα γλωσσικά χαρακτηριστικά της Νέας Ελληνικής και στις αρχές διαφανούς επισημείωσης με σαφείς οδηγίες. Η διατριβή παρουσιάζει τρεις κύριες συνεισφορές. Παρέχεται πρωτότυπο, επισημειωμένο ως προς θέματα και συναίσθημα σώμα δεδομένων στη Νέα Ελληνική για διαφορετικές ομάδες της εκπαιδευτικής κοινότητας. Προτείνεται ένα πρακτικό, ολοκληρωμένο πλαίσιο που συνδυάζει ποιοτική διερεύνηση με αυτοματοποιημένη ανάλυση για γλώσσες με περιορισμένους πόρους. Τεκμηριώνεται εμπειρικά ότι η μοντελοποίηση με γνώμονα το θέμα παράγει αξιοποιήσιμες ενδείξεις για τις εκπαιδευτικές, τεχνικές και ψυχολογικές διαστάσεις της Επείγουσας Εξ Αποστάσεως Διδασκαλίας με προσανατολισμό στην ένταξη. Το πλαίσιο παρουσιάζεται ως συνεκτική αλληλουχία σταδίων που, όταν ακολουθηθούν, επιτρέπουν αξιόπιστη αναγνώριση θεμάτων και ερμηνεία συναισθήματος ανά θέμα. Στόχος είναι η υποστήριξη τεκμηριωμένων αποφάσεων για την ψηφιακή ετοιμότητα, τον παιδαγωγικό σχεδιασμό και τις πολιτικές υποστήριξης μαθητών με ποικίλες ανάγκες. Κάθε στάδιο της έρευνας έχει δημοσιευθεί σε έγκριτα διεθνή περιοδικά με κρίση και υψηλό δείκτη απήχησης, και η διατριβή ενοποιεί τα αντίστοιχα αποτελέσματα σε ένα ενιαίο, λειτουργικό πλαίσιο. Επιπλέον, το σώμα δεδομένων απομαγνητοφωνήθηκε, ανωνυμοποιήθηκε και επισημειώθηκε προσεκτικά, ώστε να διατηρηθεί η αφηγηματική συνοχή και να καταστεί δυνατή η ανάλυση σε επίπεδο πρότασης. Η επισημείωση ακολούθησε αυστηρές οδηγίες,ενώ η συμφωνία μεταξύ επισημειωτών επιβεβαίωσε την αξιοπιστία τόσο στην Θεματική Ταξινόμηση όσο και στην Ανάλυση Συναισθήματος ανά Θέμα. Η προεπεξεργασία κειμένου περιέλαβε κανονικοποίηση, λημματοποίηση και χειρισμό της μορφολογικήςποικιλίας της Ελληνικής, ενώ τα χαρακτηριστικά βασίστηκαν σε αραιές και συμφραστικές αναπαραστάσεις. Η μοντελοποίηση συνδύασε κλασικούς αλγορίθμους Μηχανικής Μάθησης και βαθιά μοντέλα μετασχηματιστών, επιτρέποντας συγκριτική αξιολόγησηως προς την επεξηγησιμότητα και την απόδοση. Τα αποτελέσματα ανέδειξαν ότι η μοντελοποίηση με βάση το θέμα βελτίωσε την ερμηνεία των αφηγήσεων και παρείχε σταθερή ακρίβεια, ιδίως σε τμήματα όπου συνέπιπταν παιδαγωγικές, τεχνικές και ψυχολογικές προκλήσεις. Η ανάλυση ανέδειξε την ανάγκη για προσβάσιμες ψηφιακές πλατφόρμες, διαφοροποιημένο παιδαγωγικό σχεδιασμό και στοχευμένη υποστήριξη μαθητών με λειτουργική ποικιλομορφία. Παράλληλα, υπογράμμισε τον ρόλο της επιμόρφωσης των εκπαιδευτικών και της οικογενειακής μεσολάβησης. Τηρήθηκαν αυστηρές ηθικές προδιαγραφές σε όλα τα στάδια της έρευνας με έντυπα ενημέρωσης και συγκατάθεσης - συναίνεσης, πλήρη ανωνυμοποίηση των συνεντευξιαζόμενων, ασφαλή φύλαξη και αποθήκευση των δεδομένων και διαφανή τεκμηρίωση της διαδικασίας επισημείωσης. Συνολικά, η διατριβή παρείχε ένα αναπαραγώγιμο και επεκτάσιμο πλαίσιο που γεφυρώνει την ποιοτική διερεύνηση με την αυτοματοποιημένη ανάλυση, προωθεί την Ταξινόμηση Θεμάτων και την Ανάλυση Συναισθήματος ανά Θέμαστη Νέα Ελληνική και συμβάλλει στην ανάπτυξη πολιτικών και πρακτικών για μία ψηφιακή και συμπεριληπτική εκπαίδευση.