Zaprezentowane zostaną trzy, odmienne w swojej logice, metody analizy wypowiedzi zapisanych w formie tekstowej. Opisane zostaną: (1) sposoby stosowania metod, to (2) jak służą one w analizie tekstów oraz (3) wyniki jakich metody te dostarczają. Tak skonstruowana opowieść prezentuje różne definicje i różne zastosowania kryteriów pozwalających na ocenę „efektywnego charakteryzowania” osiąganych wyników. Porównanie tych kryteriów z kolei pozwoli na wskazanie silnych i słabych stron każdego z podejścia (metody). W szczególności metoda oparta, albo na działaniu modelu Machine Learningowego bazującego na sieciach neuronowych, ale też i ta bazująca na ocenie tekstu wykonanej przez człowieka – są czasami lub często trudnymi do wyjaśnienia jeśli chodzi o logikę ich działania. Z kolei metoda oparta na definiowanych implicite regułach pracujących na tekście traci czasem z horyzontu możliwość oceny tego, co w tekście jest wypowiedziane, ale nie wprost. Wystąpienie ma z jednej strony za cel prezentację różnych podejść do analizy tekstów, z drugiej ma na celu sprowokowanie dyskusji dotyczącej transparentności metod, jakie zaprzęgane są do analizy wypowiedzi dostarczanych przez respondentów uczestniczących w badaniach jakościowych.
O subtelnościach w metodach stosowanych w ocenie wydźwięku wypowiedzi pisanych. Porównanie trzech podejść w analizie sentymentu.
Written by ptsadmin
Grupa tematyczna: G73
CAQDAS, DH, Big Data i nowe technologie cyfrowe w polu socjologii jakościowej
Słowa kluczowe: NLP, Data Science, Social Data Science Computing, Interdyscyplinarność, Analiza Sentymentu, Machine Learning, Metodologia Badań i Analiz Jakościowych
Prelegent: Krzysztof Tomanek