|
Эта публикация цитируется в 3 научных статьях (всего в 3 статьях)
Обработка естественного языка
Создание инструмента автоматического анализа текста в интересах социо-гуманитарных исследований. Часть 1. Методические и методологические аспекты
С. Н. Ениколоповa, Ю. М. Кузнецоваb, И. В. Смирновb, М. А. Станкевичb, Н. В. Чудоваb a Научный центр психического здоровья РАН, Москва, Россия
b Федеральный исследовательский центр «Информатика и управление» Российской академии наук, Москва, Россия
Аннотация:
На концептуальном уровне рассматриваются подходы к использованию средств искусственного интеллекта в социо-гуманитарных исследованиях. Мировой тенденцией последних десятилетий является вовлечение в исследовательскую практику данных, извлекаемых из социальных медиа, что позволяет решать задачи мониторинга, анализа, прогноза и управления по отношению к таким параметрам сетевой коммуникации, как мнения, установки, эмоции и поведенческие схемы коммуникантов. В целях развития средств анализа сетевого контента предлагается использование метода реляционно-ситуационного анализа, опирающегося на синтаксемный анализ Г.А. Золотовой и концепцию неоднородных семантических сетей Г.С. Осипова. Предлагаемый подход позволяет реализовать при анализе текста деятельностную парадигму, в рамках которой текст рассматривается как продукт речемыслительной деятельности автора, что открывает возможности для применения аппарата, выработанного отечественной психологией для изучения когнитивных процессов, личности, мотивации, эмоциональных состояний, индивидуальных различий, а также базового ментального образования – картины мира.
Ключевые слова:
социо-гуманитарные исследования, искусственный интеллект, автоматический анализ текста, реляционно-ситуационный анализ, предикатно-синтаксемная структура.
Образец цитирования:
С. Н. Ениколопов, Ю. М. Кузнецова, И. В. Смирнов, М. А. Станкевич, Н. В. Чудова, “Создание инструмента автоматического анализа текста в интересах социо-гуманитарных исследований. Часть 1. Методические и методологические аспекты”, Искусственный интеллект и принятие решений, 2019, № 2, 28–38; Scientific and Technical Information Processing, 47:6 (2020), 358–364
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/iipr167 https://www.mathnet.ru/rus/iipr/y2019/i2/p28
|
|