Типологія задач машинного аналізу текстів у сучасній соціології

Roman Kyrychenko

doi:10.29038/2306-3971-2021-02-41-48

Автор(и)

Roman Kyrychenko Київський національний університет імені Тараса Шевченка

DOI:

https://doi.org/10.29038/2306-3971-2021-02-41-48

Ключові слова:

обчислювальний аналіз текстів, аналіз змістовної близькості, моделювання тем, сентимент-аналіз

Анотація

У статті розглянуто можливості використання сучасних методів обробки текстів для соціологічного аналізу. Основну увагу приділено трьом завданням, які наразі можна вирішити засобами обчислювального аналізу текстів: аналіз змістовної близькості, моделювання тем та сентимент-аналіз (аналіз тональностей). В останні роки методи обробки природної мови настільки прогресували, що це дає змогу соціологам автоматично фіксувати семантику текстів, порівнювати її в часі, групувати на підставі схожості. Також це уможливлює масштабування аналізу великих масивів документів, що відкриває нову сторінку в розвитку контент-аналізу, за якої ми наближаємося до відмови від ручного кодування документів, а дослідники зможуть сконцентруватися на аналізі. Ми продемонстрували ці можливості на прикладі аналізу новин із ресурсу «Українська правда» за 2001–2020 рр. Методи, застосовані в статті, дали нам змогу повністю автоматизовано виявити, які семантичні зрушення щодо слів, пов’язаних із діяльністю правоохоронних органів, відбувалися під дією соціальних факторів протягом останніх двадцяти років. Також ми згрупували новини за основними темами повідомлень про поліцію в матеріалах видання й проаналізували, чи змінювалося ставлення до неї протягом його існування.

Посилання

Shekhovtsov, S., Chaplynskyi, D., Petriv, O. Tonal dictionary of the Ukrainian language. Retrieved March 28, 2021 from https://lang.org.ua/uk/dictionaries/

Angelov, D. (2020). Top2Vec: Distributed Representations of Topics. arXiv. Retrieved August 19, 2020 from http://arxiv.org/abs/2008.09470

Bamler, R., Mandt, S. (2017). Dynamic word embeddings. 34th International Conference on Machine Learning, ICML 2017, 1, 607–621. Retrieved August 19, 2020 from http://arxiv.org/abs/1702.08359

Blei, D. M., Ng, A. Y., Edu, J. B. (2003). Latent Dirichlта інlocation Michael I. Jordan, Jan; Vol. 3, 993–1022.

Bobichev, V., Kanishcheva, O., Cherednichenko, O. (2017). Sentiment analysis in the Ukrainian and Russian news. 2017 IEEE First Ukraine Conference on Electrical and Computer Engineering (UKRCON). doi: 10.1109/ ukrcon.2017.8100410

Devlin, J., Chang, M.-W., Lee, K., Toutanova, K. (2019). BERT: Pre-training of deep bidirectional transformers for language understanding. Retrieved May 24, 2019 from http://arxiv.org/abs/1810.04805

Di Carlo, V., Bianchi, F., Palmonari, M. (2019). Training Temporal Word Embeddings with a Compass. Proceedings of the AAAI Conference on Artificial Intelligence, 33, 6326–6334. doi: 10.1609/aaai.v33i01.33016326

DiMaggio, P., Nag, M., Blei, D. (2013). Exploiting affinities between topic modeling and the sociological perspective on culture: Application to newspaper coverage of U.S. government arts funding. Poetics, 41(6), 570–606. https://doi.org/10.1016/j.poetic.2013.08.004

Flores, R. D. (2017). Do Anti-Immigrant Laws Shape Public Sentiment? A Study of Arizona’s SB 1070 Using Twitter Data. American Journal of Sociology, 123(2), 333–384. https://doi.org/10.1086/692983

Harris, Z. S. (1954). Distributional structure, 10(2–3), 146–162. https://doi.org/10.1080/00437956.1954.11659520

Hofmann, T. (1999). Probabilistic latent semantic indexing. Proceedings of the 22nd Annual International ACM SIGIR Conference on Research and Development in Information Retrieval – SIGIR ’99. doi: 10.1145/312624.312649

Kozlowski, A. C., Taddy, M., Evans, J. A. (2018). The Geometry of Culture: Analyzing Meaning through Word Embeddings. American Sociological Review, 84(5), 905–949. https://doi.org/10.1177/0003122419877135

Lemke, M., Wiedemann, G. (2016). Text mining in den sozialwissenschaften. Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-07224-7

Lindstedt, N. C. (2019). Structural Topic Modeling For Social Scientists: A Brief Case Study with Social Movement Studies Literature, 2005–2017. Social Currents, 6(4), 307–318. https://doi.org/10.1177/2329496519846505

Mikolov, T., Chen, K., Corrado, G., Dean, J. (2013). Efficient estimation of word representations in vector space. Retrieved May 22, 2019 from http://arxiv.org/abs/1301.3781

Pennington, J., Socher, R., Manning, C. (2014). Glove: Global Vectors for Word Representation. Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP). doi:10.3115/v1/d14-1162

Radford, A., Wu, J., Child, R., Luan, D., Amodei, D., Sutskever, I. Language Models are Unsupervised Multitask Learners. Retrieved January 1, 2020 from https://github.com/codelucas/newspaper

Rothschild, J. E., Howat, A. J., Shafranek, R. M., Busby, E. C. (2019). Pigeonholing Partisans: Stereotypes of Party Supporters and Partisan Polarization. Political Behavior, 41(2), 423–443. https://doi.org/10.1007/s11109-018-9457-5

Stone, P. J., Dunphy, D. C., Smith, M. S., Ogilvie, D. M. (1966). The general inquirer: A computer approach to content analysis. MIT Press.

Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 2017–December, 5999–6009. Retrieved December 6, 2017 from http://arxiv.org/abs/1706.03762

Yao, Z., Sun, Y., Ding, W., Rao, N., Xiong, H. (2018). Dynamic word embeddings for evolving semantic discovery. WSDM 2018 – Proceedings of the 11th ACM International Conference on Web Search and Data Mining, 2018–Febua, 673–681. https://doi.org/10.1145/3159652.3159703

Yin, W., Kann, K., Yu, M., Schütze, H. (2017). Comparative study of CNN and RNN for natural language processing. CoRR, abs/1702.01923. Retrieved February 7, 2017 from http://arxiv.org/abs/1702.01923

Zhang, H. (2019). Dynamic Word Embedding for News Analysis. UCLA. ProQuest ID: Zhang_ucla_0031N_18000. Merritt ID: ark:/13030/m5wh7p2f. Retrieved January 1, 2020 from https://escholarship.org/uc/item/9tp9g31f