Skip to content
กลับไปยังผลการค้นหา

การวิเคราะห์เครือข่ายข้อความ — การสร้างแผนที่ความหมายในรูปกราฟ

ผู้เสนอ
Dmitry Paranyushkin; Jana Diesner & Kathleen M. Carley
ปี
2011 (Paranyushkin); 2005 (Diesner & Carley)
ประเภท
Text-mining network method

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

การวิเคราะห์เครือข่ายข้อความจำลองคำศัพท์หรือแนวคิดในข้อความให้เป็นจุด (nodes) และการปรากฏร่วมกันของคำเหล่านั้นให้เป็นเส้นเชื่อม (edges) จากนั้นจึงใช้ตัวชี้วัดเครือข่ายเพื่อเปิดเผยโครงสร้างของความหมาย แนวทางนี้ได้รับการพัฒนาโดย Diesner และ Carley (2005) สำหรับเครือข่ายการสื่อสาร และโดย Paranyushkin (2011) สำหรับการติดตามเส้นทางการไหลเวียนของความหมายในข้อความ

แนวคิดเบื้องหลังวิธีการ

เอกสารหนึ่งฉบับมีความหมายมากกว่าแค่กลุ่มคำ — ความหมายดำรงอยู่ในการปรากฏร่วมกันของคำ หากคำสองคำปรากฏใกล้กันบ่อยครั้ง แสดงว่าคำเหล่านั้นเชื่อมโยงกัน หากคำใดคำหนึ่งอยู่ท่ามกลางคำอื่นๆ จำนวนมาก คำนั้นจะทำหน้าที่เป็นสะพานที่เชื่อมโยงการสนทนาเข้าไว้ด้วยกัน การแปลงข้อความเป็นกราฟของคำที่ปรากฏร่วมกัน ทำให้การวิเคราะห์เครือข่ายข้อความช่วยให้เรามองเห็นว่าแนวคิดใดมีความสำคัญที่สุด กลุ่มแนวคิดใดก่อตัวขึ้น และคำใดเชื่อมโยงหัวข้อที่แยกจากกัน แทนที่จะอ่านคลังข้อความทีละคำ

ประวัติศาสตร์

การวิเคราะห์เครือข่ายข้อความมีต้นกำเนิดมาจากการศึกษาเครือข่ายการสื่อสารและเครือข่ายความหมาย Diesner และ Carley (2005) สำรวจการสกัดเครือข่ายการสื่อสารจากคลังข้อความ ในขณะที่ Paranyushkin (2011) มองข้อความเป็นเครือข่ายที่มีโครงสร้างเผยให้เห็นเส้นทางที่ความหมายไหลเวียน ซึ่งทำให้กราฟแนวคิดที่อิงจากการปรากฏร่วมกันและตัวชี้วัดความเป็นศูนย์กลางสำหรับการวิเคราะห์ข้อความได้รับความนิยม

ควรใช้เมื่อใด

ใช้การวิเคราะห์เครือข่ายข้อความเมื่อคุณมีข้อมูลข้อความและต้องการสำรวจโครงสร้างความสัมพันธ์ของแนวคิด หรืออธิบายว่าหัวข้อต่างๆ เชื่อมโยงกันอย่างไร แทนที่จะเพียงแค่นับคำ วิธีนี้เหมาะสำหรับคำถามวิจัยเชิงสำรวจและเชิงความสัมพันธ์ในข้อความภาคตัดขวางหรือตามช่วงเวลา จำเป็นต้องกำหนดหน้าต่างการปรากฏร่วมกันและประมวลผลข้อความเบื้องต้นก่อน แนะนำให้ใช้คลังข้อความอย่างน้อยประมาณ 20 เอกสารเพื่อให้โครงสร้างมีความเสถียร

ข้อจำกัดและข้อควรพิจารณา

  • ผลลัพธ์ขึ้นอยู่กับหน้าต่างการปรากฏร่วมกันที่เลือกอย่างมาก หน้าต่างที่แตกต่างกันสามารถเปลี่ยนแปลงคำที่ปรากฏว่าเชื่อมโยงกันได้
  • ต้องมีการประมวลผลข้อความเบื้องต้นอย่างระมัดระวัง การปรับให้เป็นมาตรฐานที่ไม่สอดคล้องกันจะทำให้จุดต่างๆ แตกกระจายและบิดเบือนน้ำหนักของเส้นเชื่อม
  • การปรากฏร่วมกันจับความสัมพันธ์ ไม่ใช่ความสัมพันธ์เชิงไวยากรณ์หรือเชิงสาเหตุที่มีทิศทางระหว่างคำ

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • เปิดเผยโครงสร้างความสัมพันธ์ของความหมาย — แนวคิดหลัก จุดเชื่อมโยง และกลุ่ม — ที่การนับความถี่ธรรมดาไม่สามารถแสดงได้
  • ทำงานได้กับคลังข้อความที่ประมวลผลเบื้องต้นแล้วทุกประเภท และสร้างกราฟที่ตีความได้พร้อมตัวชี้วัดเครือข่ายเชิงปริมาณ
  • เชื่อมโยงการอ่านเชิงคุณภาพและการวิเคราะห์เชิงปริมาณ สนับสนุนทั้งคำถามวิจัยเชิงสำรวจและเชิงความสัมพันธ์

การประยุกต์ใช้

  • การสร้างแผนที่แนวคิดและหัวข้อหลักในคลังเอกสารหรือบทสัมภาษณ์
  • การติดตามว่าแนวคิดเชื่อมโยงและไหลเวียนอย่างไรในการสนทนาทางการเมือง สื่อ หรือสังคม
  • การระบุคำที่เป็นสะพานเชื่อมโยงกลุ่มหัวข้อที่แยกจากกัน
  • การสำรวจโครงสร้างแนวคิดของวรรณกรรมวิชาการหรือการสื่อสารในองค์กร

วิธีการทำงาน

วิธีการทำงาน

1

ข้อความดิบจะถูกทำความสะอาดและปรับให้เป็นมาตรฐานก่อนที่จะสร้างเครือข่ายใดๆ: ข้อความจะถูกแบ่งเป็นหน่วยคำ (tokenised) ขจัดสิ่งรบกวน (noise) และปรับคำให้เป็นมาตรฐาน (normalised) เพื่อให้แนวคิดเดียวกันถูกนับอย่างสม่ำเสมอ หากไม่มีการประมวลผลเบื้องต้นนี้ จุดต่างๆ ที่ได้จะแตกกระจายและจำนวนการปรากฏร่วมกันจะไม่น่าเชื่อถือ

2

กำหนดหน้าต่างการปรากฏร่วมกัน (co-occurrence window) — ซึ่งเป็นช่วง (เช่น ประโยค ย่อหน้า หรือหน้าต่างเลื่อนของคำ) ที่คำสองคำถือว่าปรากฏร่วมกัน การเลือกหน้าต่างนี้เป็นการตัดสินใจที่สำคัญ: มันกำหนดว่าคู่คำใดจะเชื่อมโยงกันและเครือข่ายที่ได้จะหนาแน่นเพียงใด

3

คำหรือแนวคิดจะกลายเป็นจุด และการปรากฏร่วมกันของคำเหล่านั้นจะกลายเป็นเส้นเชื่อมถ่วงน้ำหนัก โดยน้ำหนักจะสะท้อนถึงความถี่ที่คู่คำนั้นปรากฏร่วมกันภายในหน้าต่างที่เลือก ผลลัพธ์ที่ได้คือเครือข่ายที่เข้ารหัสโครงสร้างความสัมพันธ์ของข้อความ ไม่ใช่เพียงแค่คำศัพท์

4

คำนวณตัวชี้วัดเครือข่ายบนกราฟ — ตัวอย่างเช่น ค่าความเป็นศูนย์กลางระหว่าง (betweenness centrality) เพื่อค้นหาคำที่เชื่อมโยงส่วนต่างๆ ของการสนทนาเข้าด้วยกัน ควบคู่ไปกับมาตรวัดความเป็นศูนย์กลางและมาตรวัดการจัดกลุ่มอื่นๆ ตัวชี้วัดเหล่านี้จะเปิดเผยแนวคิดที่มีอิทธิพลมากที่สุดและโครงสร้างชุมชนของความหมายในคลังข้อความ

ข้อผิดพลาดที่พบบ่อย

  • การข้ามหรือเร่งรีบการประมวลผลเบื้องต้นจะทิ้งจุดที่มีสิ่งรบกวนและแตกกระจาย ทำให้ตัวชี้วัดเครือข่ายไร้ความหมาย
  • การเลือกหน้าต่างการปรากฏร่วมกันตามอำเภอใจ — กว้างเกินไปจะเพิ่มการเชื่อมโยงที่ผิดพลาด แคบเกินไปจะพลาดความสัมพันธ์ที่แท้จริง
  • การดำเนินการกับคลังข้อความขนาดเล็กเกินไป (น้อยกว่าประมาณ 20 เอกสาร) ซึ่งโครงสร้างเครือข่ายไม่เสถียรและถูกตีความมากเกินไป
  • การตีความเส้นเชื่อมการปรากฏร่วมกันว่าเป็นความสัมพันธ์เชิงสาเหตุหรือเชิงไวยากรณ์ แทนที่จะเป็นเพียงความสัมพันธ์

คำถามที่พบบ่อย

การวิเคราะห์เครือข่ายข้อแตกต่างจากการวิเคราะห์ความถี่คำอย่างไร

การวิเคราะห์ความถี่นับว่าแต่ละคำปรากฏบ่อยเพียงใดโดยลำพัง ในทางกลับกัน การวิเคราะห์เครือข่ายข้อความจะจำลองว่าคำต่างๆ ปรากฏร่วมกันอย่างไร โดยสร้างกราฟที่เส้นเชื่อมจับความสัมพันธ์ มันไม่เพียงบอกเราว่าคำใดเป็นที่นิยม แต่ยังบอกด้วยว่าคำใดมีความสำคัญ คำใดเชื่อมโยงหัวข้อต่างๆ และแนวคิดต่างๆ รวมกลุ่มกันอย่างไร

ฉันจะเลือกหน้าต่างการปรากฏร่วมกันได้อย่างไร

หน้าต่างกำหนดช่วงที่คำสองคำจะนับว่าปรากฏร่วมกัน — ตัวอย่างเช่น ประโยค ย่อหน้า หรือหน้าต่างเลื่อนของคำไม่กี่คำ ไม่มีค่าสากล: หน้าต่างที่กว้างขึ้นจะสร้างเครือข่ายที่หนาแน่นขึ้นพร้อมการเชื่อมโยงมากขึ้น หน้าต่างที่แคบลงจะเก็บเฉพาะความสัมพันธ์ที่ใกล้ชิดที่สุด เลือกอย่างมีเจตนาโดยพิจารณาจากหน่วยความหมายของคุณ และตรวจสอบว่าโครงสร้างที่ได้มีความเสถียร

ตัวชี้วัดเครือข่ายบอกอะไรฉันบ้าง

ตัวชี้วัดความเป็นศูนย์กลาง เช่น ค่าความเป็นศูนย์กลางระหว่าง (betweenness) จะเน้นคำที่เชื่อมโยงส่วนต่างๆ ของการสนทนา และแนวคิดที่ยึดเหนี่ยวเครือข่ายไว้ด้วยกัน เมื่อรวมกับมาตรวัดการจัดกลุ่ม (clustering measures) จะเผยให้เห็นแนวคิดที่มีอิทธิพลมากที่สุดและโครงสร้างชุมชนของความหมายทั่วทั้งคลังข้อความ

ฉันต้องการข้อความปริมาณเท่าใด

แนะนำให้ใช้คลังข้อความอย่างน้อยประมาณ 20 เอกสาร เพื่อให้โครงสร้างเครือข่ายมีความเสถียรเพียงพอที่จะตีความได้ หากมีเอกสารน้อยกว่านั้นมาก กราฟจะถูกครอบงำด้วยสิ่งรบกวนและถูกตีความมากเกินไป

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. Paranyushkin, D. (2011). Identifying the Pathways for Meaning Circulation Using Text Network Analysis. Nodus Labs.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว
  2. Diesner, J. & Carley, K. M. (2005). Exploration of Communication Networks from the Enron Email Corpus. SIAM International Conference on Data Mining, Workshop on Link Analysis, Counterterrorism and Security.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว