İçeriğe atla
Arama sonuçlarına dön

Metin Ağı Analizi — Anlamı Bir Grafik Olarak Haritalama

Ortaya koyan
Dmitry Paranyushkin; Jana Diesner & Kathleen M. Carley
Yıl
2011 (Paranyushkin); 2005 (Diesner & Carley)
Tür
Text-mining network method

Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku

Yazı boyutu

Ne işe yarar?

Metin ağı analizi, bir metindeki kelimeleri veya kavramları düğüm (node), eş-görünümlerini (co-occurrence) ise kenar (edge) olarak modeller ve ardından anlamın yapısını ortaya çıkarmak için ağ metriklerini kullanır.

Bu yaklaşım, iletişim ağları için Diesner ve Carley (2005) tarafından ve metinde anlam dolaşımının yollarını izlemek için Paranyushkin (2011) tarafından geliştirilmiştir.

Yöntemin mantığı

Bir belge kelime yığınından fazlasıdır — anlam, kelimelerin birlikte görünme biçiminde yaşar. İki terim birbirine yakın görünmeye devam ederse, bağlıdırlar; bir terim diğerlerinin çoğu arasında yer alıyorsa, söylemi bir arada tutan bir köprü görevi görür. Metni eş-görünen terimlerden oluşan bir grafiğe dönüştürerek, metin ağı analizi hangi kavramların merkezi olduğunu, hangi fikir kümelerinin oluştuğunu ve hangi kelimelerin ayrı temaları birbirine bağladığını görmenizi sağlar, bu da derlemi kelime kelime okumaktan farklıdır.

Tarih

Metin ağı analizi, iletişim ve anlamsal ağlar çalışmalarından doğmuştur. Diesner ve Carley (2005), metin derlemlerinden iletişim ağları çıkarmayı araştırırken, Paranyushkin (2011) metni, yapısı anlamın dolaştığı yolları ortaya çıkaran bir ağ olarak çerçevelemiş ve metin analizi için eş-görüme dayalı kavram grafikleri ve merkezilik metriklerini popülerleştirmiştir.

Ne zaman kullanılır?

Metin verileriniz olduğunda ve yalnızca kelimeleri saymak yerine kavramların ilişkisel yapısını keşfetmek veya temaların nasıl bağlandığını tanımlamak istediğinizde metin ağı analizini kullanın. Kesitsel veya boylamsal metinler üzerinde keşifsel ve ilişkisel araştırma soruları için uygundur. Bir eş-görünüm penceresi tanımlanmalı ve metin önceden işlenmelidir; kararlı bir yapı için en az yaklaşık 20 belgeden oluşan bir derlem önerilir.

Sınırlar ve dikkat edilmesi gerekenler

  • Sonuçlar, seçilen eş-görünüm penceresine büyük ölçüde bağlıdır; farklı bir pencere, görünen terimlerin bağlantısını değiştirebilir.
  • Dikkatli metin ön işlemesi gerektirir; tutarsız normalleştirme düğümleri parçalar ve kenar ağırlıklarını bozar.
  • Eş-görünüm, terimler arasındaki yönlü sözdizimsel veya nedensel ilişkileri değil, ilişkiyi yakalar.

Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.

Güçlü yönleri

  • Basit frekans sayımlarının kaçırdığı anlamın ilişkisel yapısını — merkezi kavramları, köprüleri ve kümeleri — ortaya çıkarır.
  • Herhangi bir ön işlenmiş metin derlemi üzerinde çalışır ve yorumlanabilir bir grafik artı nicel ağ metrikleri üretir.
  • Nitel okumayı ve nicel analizi birbirine bağlar, hem keşifsel hem de ilişkisel araştırma sorularını destekler.

Uygulama alanları

  • Belge veya mülakat derlemlerindeki merkezi kavramları ve temaları haritalama.
  • Siyasi, medya veya sosyal söylem boyunca fikirlerin nasıl bağlandığını ve dolaştığını izleme.
  • Ayrı konu kümelerini birbirine bağlayan köprü terimleri belirleme.
  • Akademik literatürün veya örgütsel iletişimin kavramsal yapısını keşfetme.

Nasıl çalışır?

Nasıl çalışır?

1

Herhangi bir ağ oluşturulmadan önce ham metin temizlenir ve standartlaştırılır: metin belirteçlerine ayrılır (tokenised), gürültü kaldırılır ve terimler normalleştirilir, böylece aynı kavram tutarlı bir şekilde sayılır. Bu ön işlemsiz, ortaya çıkan düğümler parçalanmış olur ve eş-görünüm sayıları güvenilmez hale gelir.

2

Bir eş-görünüm penceresi tanımlanır — iki terimin birlikte göründüğü kabul edildiği aralık (örneğin bir cümle, bir paragraf veya kelimelerden oluşan kayan bir pencere). Bu pencereyi seçmek önemli bir karardır: hangi kelime çiftlerinin bağlanacağını ve ortaya çıkan ağın ne kadar yoğun olacağını belirler.

3

Kelimeler veya kavramlar düğüm haline gelir ve eş-görünümleri ağırlıklı kenarlar haline gelir; burada ağırlık, çiftin seçilen pencere içinde ne sıklıkla birlikte göründüğünü yansıtır. Sonuç, yalnızca kelime hazinesini değil, metnin ilişkisel yapısını kodlayan bir ağdır.

4

Grafik üzerinde ağ metrikleri hesaplanır — örneğin, söylemin farklı bölümlerini birbirine bağlayan terimleri bulmak için aradalık merkeziliği (betweenness centrality), diğer merkezilik ve kümelenme ölçümlerinin yanı sıra. Bu metrikler en etkili kavramları ve derlemdeki anlamın topluluk yapısını ortaya çıkarır.

Sık yapılan hatalar

  • Ön işlemeyi atlamak veya aceleye getirmek, ağ metriklerini anlamsız hale getiren gürültülü, parçalanmış düğümler bırakır.
  • Eş-görünüm penceresini keyfi olarak seçmek — çok geniş pencere sahte bağlantıları şişirir, çok dar pencere gerçek ilişkileri kaçırır.
  • Çok küçük bir derlem üzerinde çalıştırmak (yaklaşık 20 belgenin oldukça altında), ağ yapısının kararsız olduğu ve aşırı yorumlandığı durumlar.
  • Eş-görünüm kenarlarını nedensel veya dilbilgisel ilişkiler olarak okumak yerine yalnızca ilişki olarak okumak.

Sık sorulan sorular

Metin ağı analizi, kelime frekansı analizinden nasıl farklıdır?

Frekans analizi, her kelimenin ne sıklıkla izole olarak göründüğünü sayar. Metin ağı analizi bunun yerine kelimelerin nasıl eş-göründüğünü modeller ve kenarların ilişkileri yakaladığı bir grafik oluşturur. Bu size yalnızca hangi terimlerin yaygın olduğunu değil, aynı zamanda hangilerinin merkezi olduğunu, hangilerinin farklı temaları birbirine bağladığını ve kavramların nasıl kümelendiğini söyler.

Eş-görünüm penceresini nasıl seçerim?

Pencere, iki terimin birlikte göründüğü kabul edildiği aralığı tanımlar — örneğin bir cümle, bir paragraf veya birkaç kelimeden oluşan kayan bir pencere. Evrensel bir değer yoktur: daha geniş bir pencere daha fazla bağlantıya sahip daha yoğun bir ağ oluşturur, daha dar bir pencere yalnızca en yakın ilişkileri tutar. Anlam biriminize göre bilinçli olarak seçin ve ortaya çıkan yapının kararlı olduğunu kontrol edin.

Ağ metrikleri bana ne anlatır?

Aradalık gibi merkezilik metrikleri, söylemin farklı bölümlerini birbirine bağlayan terimleri ve ağı bir arada tutan kavramları vurgular. Kümelenme ölçümleriyle birleştirildiğinde, en etkili fikirleri ve derlemdeki anlamın topluluk yapısını ortaya çıkarırlar.

Ne kadar metne ihtiyacım var?

Ağ yapısının yorumlanması için yeterince kararlı olması amacıyla en az yaklaşık 20 belgeden oluşan bir derlem önerilir. Çok daha az belgeyle grafik gürültü tarafından domine edilir ve kolayca aşırı yorumlanır.

İlgili yöntemler

Kaynaklar

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

    Yayın kaynağını aç
    Kopyalandı.
  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.

    Yayın kaynağını aç
    Kopyalandı.