Рус Eng Cn 翻译此页面:
请选择您的语言来翻译文章


您可以关闭窗口不翻译
图书馆
你的个人资料

返回内容

历史信息学
正确的文章链接:

关于1917年俄国革命在网络上的讨论:研究网络论坛作为历史来源的方法

Sokolov Yurii Vyacheslavovich

ORCID: 0000-0003-1628-8558

N.I.Lobachevsky国家研究下诺夫哥罗德州立大学初级研究员

603005, Russia, Nizhny Novgorod region, Nizhny Novgorod, Ulyanova str., 2, office 326

sapsan118@yandex.ru

DOI:

10.7256/2585-7797.2023.2.40601

EDN:

AFQXIL

评审日期

27-04-2023


出版日期

08-06-2023


注解: 该研究的主题是分析社交网络(论坛)的电子内容作为历史来源的方法。 在这一历史事件一百周年期间对1917年革命的讨论被用作分析的材料。 该研究的目的是测试处理大量在线文本的方法,以及处理在线文本的两种方法的可能组合-定量分析工具("远距离阅读")和处理历史文本的传统方法("慢读")。
作为"远距离阅读"的一部分,在R studio程序(版本4.2.1)中使用R编程环境中的LDA(latent Dirichlet placement)和LSA(latent semantic analysis)算法进行专题建模。 在"慢读"期间,我们直接分析文本的整个卷。
该研究的新颖之处在于在R编程环境中结合分析历史文本的经典方法应用于主题建模的来源。
在研究的框架内,分析社交网络(论坛)的内容的方法进行了测试,重点是大量的文本数组,这些文本在物理上是不可能全部或至少在很大程度上阅读的,只使用研究人员与来源语料库互动的传统手段。 提出了一种循序渐进的研究算法,其中研究人员需要通过"远距离阅读"方法对文本进行分析,识别由术语(单词)组成的文本的主题。 然后,使用这些关键字,您应该找到其中最积极地讨论所识别主题的相关文本片段,并使用使用文本源的传统方法更详细地分析这些片段。 提出了一种利用LDA算法提高社会网络和论坛研究者识别主题质量的可能方法,即对大文本进行初步分割,并用LDA方法作为单独的文件对片段进行后续分析。


出版日期:

数字来源, 网上论坛, 进一步阅读, 潜在语义分析, 潜伏dirichlet放置, 主题建模, 历史信息学, 公共历史, 网上论坛, 网上文字