自动化文本分析在社会科学中的应用

Q3 Social Sciences Szociologiai Szemle Pub Date : 2020-01-01 DOI:10.51624/szocszemle.2020.1.3
Németh Renáta, E. Katona, Zoltán Kmetty
{"title":"自动化文本分析在社会科学中的应用","authors":"Németh Renáta, E. Katona, Zoltán Kmetty","doi":"10.51624/szocszemle.2020.1.3","DOIUrl":null,"url":null,"abstract":"Cikkünkben a „Big Data” paradigma térnyerésével párhuzamosan rohamosan terjedő természetesnyelv-feldolgozási (NLP) módszereket tekintjük át. Bemutatjuk a társadalomkutatási szempontból leginkább perspektivikus eszközöket, a hozzájuk illeszthető társadalomkutatási kérdéseket és azokat a technikai-módszertani jellegzetességeket, amelyek a klasszikus kvantitatív kutatáshoz képest az NLP specifikumát jellemzik. Ezek a módszerek lényegesen túllépnek a szógyakoriság-elemzésen alapuló klasszikus kvantitatív szövegelemzésen, és a gépi tanulási paradigmán alapuló modellezési logikájuk gyökeresen eltér a magyarázatot / oksági hatás kimutatását elérni kívánó klasszikus társadalomkutatási logikától. Célunk, hogy ebbe az itthon még kevéssé intézményesült területbe betekintést engedve inspirációt nyújtsunk a hazai társadalomkutatók számára, mert meggyőződésünk szerint a szövegbányászat néhány éven belül standard eszköze lesz a nemzetközi alkalmazott társadalomkutatásnak.","PeriodicalId":52512,"journal":{"name":"Szociologiai Szemle","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2020-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"6","resultStr":"{\"title\":\"Az automatizált szövegelemzés perspektívája a társadalomtudományokban\",\"authors\":\"Németh Renáta, E. Katona, Zoltán Kmetty\",\"doi\":\"10.51624/szocszemle.2020.1.3\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Cikkünkben a „Big Data” paradigma térnyerésével párhuzamosan rohamosan terjedő természetesnyelv-feldolgozási (NLP) módszereket tekintjük át. Bemutatjuk a társadalomkutatási szempontból leginkább perspektivikus eszközöket, a hozzájuk illeszthető társadalomkutatási kérdéseket és azokat a technikai-módszertani jellegzetességeket, amelyek a klasszikus kvantitatív kutatáshoz képest az NLP specifikumát jellemzik. Ezek a módszerek lényegesen túllépnek a szógyakoriság-elemzésen alapuló klasszikus kvantitatív szövegelemzésen, és a gépi tanulási paradigmán alapuló modellezési logikájuk gyökeresen eltér a magyarázatot / oksági hatás kimutatását elérni kívánó klasszikus társadalomkutatási logikától. Célunk, hogy ebbe az itthon még kevéssé intézményesült területbe betekintést engedve inspirációt nyújtsunk a hazai társadalomkutatók számára, mert meggyőződésünk szerint a szövegbányászat néhány éven belül standard eszköze lesz a nemzetközi alkalmazott társadalomkutatásnak.\",\"PeriodicalId\":52512,\"journal\":{\"name\":\"Szociologiai Szemle\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"6\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Szociologiai Szemle\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.51624/szocszemle.2020.1.3\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q3\",\"JCRName\":\"Social Sciences\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Szociologiai Szemle","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.51624/szocszemle.2020.1.3","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q3","JCRName":"Social Sciences","Score":null,"Total":0}
引用次数: 6

摘要

在这篇文章中,我们回顾了自然语言处理(NLP)的快速传播方法,同时也回顾了大数据范式的发展。与经典定量研究相比,我们介绍了最具前瞻性的社会研究工具、相关的社会研究问题以及NLP特有的技术方法论特征。这些方法远远超出了基于词频分析的经典定量文本分析,其基于机器学习范式的建模逻辑与旨在实现解释/因果关系的经典社会研究逻辑截然不同。我们的目标是通过深入了解这一领域为匈牙利社会研究人员提供灵感,因为我们相信文本挖掘将在几年内成为国际应用社会研究的标准工具。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Az automatizált szövegelemzés perspektívája a társadalomtudományokban
Cikkünkben a „Big Data” paradigma térnyerésével párhuzamosan rohamosan terjedő természetesnyelv-feldolgozási (NLP) módszereket tekintjük át. Bemutatjuk a társadalomkutatási szempontból leginkább perspektivikus eszközöket, a hozzájuk illeszthető társadalomkutatási kérdéseket és azokat a technikai-módszertani jellegzetességeket, amelyek a klasszikus kvantitatív kutatáshoz képest az NLP specifikumát jellemzik. Ezek a módszerek lényegesen túllépnek a szógyakoriság-elemzésen alapuló klasszikus kvantitatív szövegelemzésen, és a gépi tanulási paradigmán alapuló modellezési logikájuk gyökeresen eltér a magyarázatot / oksági hatás kimutatását elérni kívánó klasszikus társadalomkutatási logikától. Célunk, hogy ebbe az itthon még kevéssé intézményesült területbe betekintést engedve inspirációt nyújtsunk a hazai társadalomkutatók számára, mert meggyőződésünk szerint a szövegbányászat néhány éven belül standard eszköze lesz a nemzetközi alkalmazott társadalomkutatásnak.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
Szociologiai Szemle
Szociologiai Szemle Social Sciences-Social Sciences (all)
CiteScore
1.10
自引率
0.00%
发文量
5
期刊最新文献
Szociológiai tudástermelés Magyarországon 1971 és 2021 között: Hat társadalomtudományi folyóirat szisztematikus áttekintése Szerkesztői előszó „A háztartáson belüli egyenlőtlenségek és a kapcsolati tőke” című tematikus lapszám tanulmányaihoz A munka és a magánélet közti egyensúly alakulása a kisgyermekkel otthon lévő apák családjában Társadalmi tér, fizikai tér és habitus: elméleti csomópontok és kutatási irányok Párok politikai homofíliája és ennek hatása a pár jóllétére Magyarországon
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1