مدل‌های موضوعی دوره‌ای در علوم اجتماعی: STM مطالعه بر روی

عنوان مدل‌های موضوعی دوره‌ای در علوم اجتماعی: STM مطالعه بر روی
نویسنده Kurnaz، A.، Ünver، Yener
تاریخ انتشار: 2022
محل انتشار - IEEE
موضوع تحلیل محتوا، رسانه های اجتماعی، STM، متن کاوی، مدل های موضوعی
نوع سند
زبان ترکی
دیجیتال بله
نسخه خطی خیر
کتابخانه: دانشگاه اوزیغین
شناسه دارایی کتابخانه 978-166545092-8
شماره ثبت e0f13a87-bb48-4dbf-a26e-c77e6779f64e
محل کتابخانه قانون
تاریخ 2022
متن نمونه مدل های موضوعی به سرعت در علوم اجتماعی رایج می شوند. با این حال، محققان باید در هنگام استفاده از این مدل ها به برخی از مراحل حیاتی توجه کنند. قالب و محتوای داده‌های متنی، زبان، وجود متغیرهای کمکی و مراحل پیش‌پردازش، مهم‌ترین عناصر تحلیل مدل موضوعی هستند. این مطالعه تأثیر مجموعه داده‌های مختلف و مراحل پیش پردازش را بر مدل‌های موضوعی ساختاری (STM) بررسی می‌کند. نتایج نشان می‌دهد که پیش پردازش، که به سؤال تحقیق بستگی دارد، عمیقاً بر عملکرد مدل تأثیر می‌گذارد. علاوه بر این، وجود داده های چند زبانه کیفیت موضوع را تضعیف می کند. همچنین عملکرد الگوریتم در متون بلند و کوتاه متفاوت است. در نهایت، استفاده بالقوه از متغیرهای کمکی در مدل، عملکرد آن را در علوم اجتماعی افزایش می‌دهد.
DOI 10.1109/SIU55565.2022.9864923
مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی نسخه های خطی عثمانی
دانشگاه اوزیغین - موتور جستجوی نسخه های خطی عثمانی دانشگاه اوزیغین

مدل‌های موضوعی دوره‌ای در علوم اجتماعی: STM مطالعه بر روی

نویسنده Kurnaz، A.، Ünver، Yener
تاریخ انتشار 2022
محل انتشار - IEEE
موضوع تحلیل محتوا، رسانه های اجتماعی، STM، متن کاوی، مدل های موضوعی
نوع سند
زبان ترکی
دیجیتال بله
نسخه خطی خیر
کتابخانه دانشگاه اوزیغین
شناسه دارایی کتابخانه 978-166545092-8
شماره ثبت e0f13a87-bb48-4dbf-a26e-c77e6779f64e
محل کتابخانه قانون
تاریخ 2022
متن نمونه مدل های موضوعی به سرعت در علوم اجتماعی رایج می شوند. با این حال، محققان باید در هنگام استفاده از این مدل ها به برخی از مراحل حیاتی توجه کنند. قالب و محتوای داده‌های متنی، زبان، وجود متغیرهای کمکی و مراحل پیش‌پردازش، مهم‌ترین عناصر تحلیل مدل موضوعی هستند. این مطالعه تأثیر مجموعه داده‌های مختلف و مراحل پیش پردازش را بر مدل‌های موضوعی ساختاری (STM) بررسی می‌کند. نتایج نشان می‌دهد که پیش پردازش، که به سؤال تحقیق بستگی دارد، عمیقاً بر عملکرد مدل تأثیر می‌گذارد. علاوه بر این، وجود داده های چند زبانه کیفیت موضوع را تضعیف می کند. همچنین عملکرد الگوریتم در متون بلند و کوتاه متفاوت است. در نهایت، استفاده بالقوه از متغیرهای کمکی در مدل، عملکرد آن را در علوم اجتماعی افزایش می‌دهد.
DOI 10.1109/SIU55565.2022.9864923
دانشگاه اوزیغین - موتور جستجوی نسخه های خطی عثمانی
دانشگاه اوزیغین شما در حال هدایت مجدد هستید...

لطفاً صبر کنید