Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 77

Liczba wyników na stronie
first rewind previous Strona / 4 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Eksploracja tekstu
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 4 next fast forward last
The development of Internet resulted in an increasing number of online text repositories. In many cases, documents are assigned to more than one class and automatic multi-label classification needs to be used. When the number of labels exceeds the number of the documents, effective label space dimension reduction may significantly improve classification accuracy, what is a major priority in the medical field. In the paper, we propose document clustering for label selection. We use semi-clustering method, by considering graph representation, where documents are represented by vertices and edge weights are calculated according to their mutual similarity. Assigning documents to semi-clusters helps in reducing number of labels, further used in multi-label classification process. The performance of the method is examined by experiments conducted on real medical datasets. (original abstract)
Hermeneutyka jest sztuką, umiejętnością opartą na regułach. Umiejętność ta dotyczy interpretacji, czyli rozumienia w szczególny - własny - sposób tekstu: wszelkiej całości semantycznej. Reguły sztuki interpretacji, to tekstocentryczność - pomijanie osoby autora; oraz pretekstualność - uznanie tekstu za możliwość urzeczywistnianą w świadomości odbiorczej. (abstrakt oryginalny)
Niniejszą pracę rozpoczyna prezentacja podstawowych zagadnień związanych z text miningiem. Przedstawiona zostanie jego definicja, związki z innymi metodami badań oraz krótki przegląd problemów badawczych rozpatrywanych na jego gruncie. Kolejny punkt pracy dotyczy metod pozyskiwania informacji z dokumentów tekstowych i sposobów jej reprezentacji. Kontynuacją tego zagadnienia są rozważania zawarte w następnej części pracy, które dotyczą sposobów wykorzystania pozyskanych informacji w procesie analizy. Poruszone w artykule problemy zilustrowane zostaną przykładem wykorzystującym rzeczywiste dane tekstowe. Końcowa część pracy zawiera wnioski i spis wykorzystanej literatury. (fragment tekstu)
Miary semantycznego podobieństwa pojęć można podzielić na dwa rodzaje: metody oparte na wiedzy i metody oparte na bazie tekstów. Techniki oparte na wiedzy stosują stworzone przez człowieka słowniki oraz inne opracowania. Techniki oparte na bazie tekstów oceniają podobieństwo semantyczne dwóch pojęć, odwołując się do obszernych baz dokumentów tekstowych. Niektórzy badacze twierdzą, że miary oparte na wiedzy są lepsze jakościowo od tych opartych na bazie tekstów, ale o wiele istotniejsze jest to, że te drugie zależą bardzo mocno od użytej bazy tekstów. W niniejszym artykule przedstawiono propozycję modyfikacji najlepszej metody pomiaru semantycznego podobieństwa pojęć, opartej na sieci WordNet, a mianowicie miary Leacock-Chodorowa. Ta miara była najlepsza w kilku eksperymentach badawczych oraz można zapisać ją za pomocą prostej formuły. Nową propozycję oceniono na podstawie dwóch popularnych benchmarkowych zbiorów par pojęć, tj. zbioru 65 par pojęć Rubensteina-Goodenougha oraz zbioru 353 par pojęć Fickelsteina. Wyniki pokazują, że przedstawiona propozycja spisała się lepiej od tradycyjnej miary Leacock-Chodorowa. (abstrakt oryginalny)
Tasks involving the analysis of natural language are typically conducted on a corpus or corpora of plain text. However, it is rare that a document is unstructured and freeform in its entirety. Documents such as corporate disclosures, medical journals and other knowledge rich archive contain structured and loosely-structured information that can be used in a variety of important text mining tasks. In this paper we propose a syntactical preprocessing architecture to serialize presentationoriented documents to a machine readable format that aspires to preserve the document structure, contents and metadata. We introduce a hybrid pipeline architecture, discussing the various processes and the future research direction that could potentially lead to a holistic representation of heterogeneous documents. (original abstract)
Celem pracy jest zidentyfikowanie unikatowych atrybutów wybranych miast Europy Środkowo-Wschodniej obecnych w opiniach zamieszczonych na portalu TripAdvisor [https://www.tripadvisor.co.uk]. Pobrano opinie dotyczące centrów turystycznych wybranych miast (kategoria Things to do...) - obszarów, w których koncentruje się ruch turystyczny w miastach: w zabytkowym centrum, na starym mieście, na starym rynku. Do badań wybrano najpopularniejsze pod względem turystycznym miasta Europy Środkowo-Wschodniej: Poznań, Wrocław, Kraków, Warszawę oraz Pragę, Bratysławę i Wiedeń. Łącznie pobrano 28 794 opinie. Procedurą Text Mining zliczono najczęstsze wyrazy pojawiające się w opiniach. Analiza wariancji ujawniła 76 unikatowych słów, które poddano analizie korespondencji. Wśród badanych miast najwięcej unikatowych słów-atrybutów ma Bratysława, najmniej zaś Praga. Zbliżone do siebie pod względem atrybutów wizerunku są: Poznań, Wrocław i Praga, a w drugiej grupie - Warszawa i Bratysława. Wiedeń i Kraków nie wykazują podobieństwa z pozostałymi miastami.(abstrakt oryginalny)
Purpose: An attempt to identify the scope of duties of the business analyst by analyzing job offers from websites. Design/methodology/approach: Job offers were automatically downloaded from five websites. An analysis of text mining of fragments of offers describing the scope of duties was carried out. The analysis of text mining included initial text processing, creation of corpora of analyzed documents, creation of a document-term matrix and the use of classic methods derived from data mining. Findings: The most frequently used words/n-grams and the correlation of selected words/ n-grams with other words/n-grams were presented in the form of drawings. Based on the frequency of words/n-grams and the correlation value, efforts were made to identify the responsibilities of the business analyst. Research limitations/implications: Only offers written in Polish, downloaded from five websites with job offers, which had the phrase "business analyst" in their job title, were analyzed. The data was collected between 13 and 15 April 2020. Practical implications: The method applied can be used by organizations preparing for the profession of a business analyst, to modify and better adapt curricula to the needs of the labor market. Originality/value: Studies have shown that text mining of job offers can, to some extent, help determine the responsibilities of a business analyst. (original abstract)
Artykuł zawiera przykład zastosowania metod klasteringu i analizy text-miningu artykułów opublikowanych w języku angielskim w wydawnictwie Studia i Materiały Polskiego Stowarzyszenia Zarządzania Wiedzą. Text-mining stanowi metodę pozyskiwania wiedzy z danych tekstowych. W ramach tego procesu osiągamy efekt kreowania nowej wiedzy z tekstu. W pracy zamieszczono interpretację zastosowania metody klasteringu w procesie ekstrakcji wiedzy poprzez analizę podobieństwa treści ekstraktu tekstu oraz struktury badanych artykułów. Poprzez analizę stworzono możliwość wykonania serii symulacji pozwalających dokonać oceny wpływu zmian liczby klastrów na powstawanie i liczebność grup homogenicznych. (abstrakt oryginalny)
W różnych sytuacjach występuje potrzeba wyróżnienia fragmentu tekstu. W tym celu dostępnych jest wiele różnych technik, między innymi: kolor czcionki, kolor tła, podkreślenie, wielkość i styl czcionki, kapitalizacja. Wytyczne opisujące użycie kolorów w różnych kontekstach można odnaleźć w wielu źródłach. W ciągu ubiegłego stulecia przeprowadzono liczne badania w tej dziedzinie, jednak jak dotąd nie badano wpływu kolorów na intensywność efektu wyróżniania (ang. pop-out effect). Na podstawie przeprowadzonej ankiety i analizy tego zjawiska określony został ranking najlepszych kolorów używanych do wyróżniania tekstu. Zweryfikowane zostały dwie metody (kolor czcionki i kolor tła) dla sześciu podstawowych kolorów. Badanie zostało przeprowadzone dwukrotnie na tej samej grupie respondentów, aby sprawdzić stabilność odpowiedzi. Spójność opinii została zbadana przy użyciu metody AHP. Wyniki wskazują, że istnieją znaczne różnice między kolorami. Preferencje zostały pogrupowane w klasy. Stabilność odpowiedzi została potwierdzona, jednak niektóre wyrażane poglądy nie są spójne. Przeprowadzone badanie stanowi wstęp do omawianego tematu. Wiele czynników pozostaje poza zakresem niniejszego artykułu i stanowi potencjał do dalszych eksperymentów (m.in. specyfika kulturowa, odcienie kolorów, kontekst prezentacji). (abstrakt oryginalny)
Wraz z rozwojem internetu, mediów społecznościowych oraz technologii mobilnych znacznie wzrosła ilość generowanych danych. Dane te, zarówno w formie ustrukturalizowanej, jak i nieustrukturalizowanej, mogą nieść wartość biznesową dla przedsiębiorców. W danych big data można znaleźć m.in. informacje na temat klientów, konkurencji, rynku pracy, opinii na temat produktów danej firmy, czy aktualnych trendów. Dzięki dokładnej analizie internetu i mediów społecznościowych, interesariusze mogą pozyskać nową wartość, jaką są informacje na temat nastawienia i opinii konsumentów. Celem artykułu jest przedstawienie narzędzi big data jako jednego ze sposobów analizy mediów społecznościowych i wyciągania w ten sposób wartościowych informacji. Przedmiotem przeprowadzonej analizy były tysiące tweetów użytkowników portalu Twitter. Analiza została przeprowadzona przy wykorzystaniu technik text mining oraz sentyment analysis.(abstrakt oryginalny)
An initial procedure in text-as-data applications is text preprocessing. One of the typical steps, which can substantially facilitate computations, consists in removing infrequent terms believed to provide limited information about the corpus. Despite the popularity of vocabulary pruning, there are not many guidelines on how to implement it in the literature. The aim of the paper is to fill this gap by examining the effects of removing infrequent terms for the quality of topics estimated using latent Dirichlet allocation (LDA). The analysis is based on Monte Carlo experiments taking into account different criteria for infrequent term removal and various evaluation metrics. The results indicate that pruning is often beneficial and that the share of vocabulary that might be eliminated can be quite considerable. (original abstract)
12
Content available remote Identification of Technologies in Industry 4.0 With the Use of Text Mining
75%
Purpose: The objective of this paper is to identify leading technologies in Industry 4.0. Design/methodology/approach: The identification was made with the use of text mining to explore the scientific texts in this field. Assumptions of own iterative method for analyzing scientific texts were proposed, with the use of R language, tokenization, lemmatization, n-grams and correspondence analysis. The assumptions of the proposed method were used to analyze the 40 most often quoted articles indexed in the Web of Science. Findings: On the basis of the obtained results, 4 leading technologies were identified. These are Cloud Computing, Internet of Things, Cyber-physical System and Big Data. Originality/value: The article proposes an original method of identifying the leading technologies used in Industry 4.0. The proposed method is based on text mining and correspondence analysis. (original abstract)
13
Content available remote Kierunki rozwoju badań zarządzania jakością
75%
Artykuł przedstawia analizę zmian w zainteresowaniach badawczych w obszarze zarządzania jakością. Celem artykułu jest odkrycie nowych lub zmodyfikowanych kierunków badań, które pojawiły się w latach 2020-21. Jest on rozwinięciem wcześniejszych badań nad trendami w zarządzaniu jakością. Wykorzystano narzędzia eksploracji tekstu. Wybrano 2399 artykułów naukowych z 13 wiodących czasopism poświęconych tematyce jakości notowanych w Scopus. Wskazano 6 nowych lub zmodyfikowanych kierunków badań. Ponadto wskazano na rosnące zainteresowanie tematyką przemysłu 4.0 i jakości 4.0. (abstrakt oryginalny)
Objective: In our study, we analyze Central and Eastern European (CEE) scientific papers published in peer-reviewed scientific journals between 2015 and 2021. We examine what category systems and methods are used in Central and Eastern European start-up researches in the recent years.Methodology: Our used methodology was structured literature review analysis and artificial intelligence-based natural language processing which is one of the most evolving methodological directions in economics and social sciences at present but it is very rarely used in review analysis of startup research.Value Added: The NLP method has not been widely used for the analysis of the startup literature. Furthermore, our study is the first which analyzes CEE startups research with NLP technique.Findings: Based on our results, it can be stated that CEE startup researches follow the big global startup research narratives. However, a specific conceptual network is also emerging which contains several shifts of emphasis compared to the directions of global research. (original abstract)
Purpose: The paper presents an analysis of a scientific publication with regard to the frequency of words and n-grams. The research problem addressed was the question to what extent the text mining analysis of a scientific publication will allow to infer its content. Design/methodology/approach: The main research method is the analysis of tokenized text using word count functions, bigrams, and trigrams in selected sections of a scientific publication. The results of text mining analysis were compared with the classic, non-automated text analysis of the publication. The presented study is a pilot project in the form of a case study. Findings: The proposed method of analyzing a scientific text using an analysis of the frequency of words and n-grams enables inference of the content of the paper with regard to the names of variables involved in the study, the statistical apparatus used and the key literature cited. It should be observed, however, that the discussed method does not make it possible to establish which variables are moderators and which are mediators. Originality/value: In this paper, the text mining technique was used differently in the discussed study than in previous works. The publication was not examined in its entirety, as previous researchers did, but text mining analysis was applied to individual parts of the paper, i.e. the part discussing theoretical foundations of the research and the part presenting the research method, research results, and their discussion. This allowed for obtaining more precise results regarding the content of the publication. (original abstract)
Polityka monetarna jest tematem szeroko opisywanym w literaturze przedmiotu. Większość badań skupia się jednak na wpływie decyzji władz monetarnych na gospodarkę, kanałach transmisji polityki pieniężnej czy modelowaniu optymalnej strategii stóp procentowych. Temat procesu podejmowania decyzji przez organy odpowiedzialne za prowadzenie polityki pieniężnej nie ma natomiast odpowiedniego odzwierciedlenia w literaturze. Rozwój metod analizy tekstu oraz badania kontekstu i sentymentu na dużych zbiorach danych tekstowych otwierają nowe możliwości badawcze związane także z polityką pieniężną. Decyzje władz monetarnych oraz komunikacja na ich temat były przedmiotem różnorodnych badań. Artykuły skupiały się jednak na analizie postów w mediach społecznościowych i predykcji zmian stóp procentowych (Lüdering, Tillmann 2020; Masciandaro, Peia, Romelli 2023) lub analizie czytelności i transparentności komunikatów publikowanych przez organy władz monetarnych (Tumala, Omotosho 2019; Acosta 2015; Apel, Grimaldi 2012). Pomimo wielu badań korzystających z metod text mining brakowało artykułów całościowo omawiających proces podejmowania decyzji co do stóp procentowych. Mój artykuł łączy literaturę dotyczącą celów polityki pieniężnej oraz literaturę związaną z analizą komunikatów publikowanych przez władze monetarne. Badanie zostało przeprowadzone na danych amerykańskich i analizuje decyzje Federal Open Market Committee (FOMC) - organu kształtującego politykę pieniężną w Stanach Zjednoczonych. Podstawowym celem artykułu jest identyfikacja czynników wpływających na decyzje władz monetarnych. Konkretne czynniki, których wpływ na decyzję FOMC zbadano, zostały zidentyfikowane dzięki analizie tekstu komunikatów publikowanych przez ten organ. Pytanie badawcze artykułu dotyczy wpływu czynników związanych z takimi kategoriami, jak: rynki finansowe, rynek pracy, konsumpcja, produkcja przemysłowa, rynek nieruchomości i inwestycje oraz rynki zagraniczne, na odchylenie stóp procentowych od poziomu określonego przez regułę polityki pieniężnej. (skrócony abstrakt oryginalny)
Zwiększanie stopnia swobody w kształtowaniu procesu dydaktycznego na uczelniach wyższych wymaga coraz więcej sprawności w zarządzaniu wiedzą o procesie dydaktycznym. Głównym motywem prac autorek nad analizą treści programowych było wykrywanie nadmiernego powtarzania treści programowych na danej ścieżce kształcenia. Podczas tych prac autorki posiłkowały się metodami statystycznymi. Otrzymane wyniki pozwoliły na zweryfikowanie treści programowych przedmiotów zawartych w sylabusach oraz wstępne rozpoznanie zadania automatyzacji analizy zawartości sylabusów z użyciem metod text mining. Rozważania dotyczące rozszerzenia istniejącego systemu wspomagającego tworzenie sylabusów o metody weryfikacji ich treści oraz wstępna koncepcja takiego systemu zawarta została w końcowej części niniejszego artykułu. (abstrakt oryginalny)
Determining the sentiment of a written text is an important task in text research. This task can be performed either in the supervised or unsupervised version. In this paper, we propose a novel unsupervised algorithm for documents written in any language using documents written in Polish as an example. The clustering of Polish language texts with respect to their sentiment is poorly developed in the literature on the subject. The novelty of the proposed algorithm involves the abandonment of stoplists and lemmatisation. Instead, we propose translating all documents into English and performing a two-stage document grouping. In the first step of the algorithm, selected documents are assigned to a class of positive or negative documents based on a set of lexical and grammatical rules as well as a set of key-terms. Key-terms do not have to be entered by the user, the algorithm finds them. In the second step, the remaining documents are attached to one of the classes according to the rules based on the vocabulary found in the documents grouped in the first step. The algorithm was tested on three corpora of documents and achieved very good results. (original abstract)
Company stakeholders must have reliable and accurate information about the companies falling into their sphere of interest. In Hungary, one of the key sources of information for company stakeholders is the financial statements and related explanations, which are included in the notes of the financial statements (notes). This study used text mining to analyse the Hungarian annual financial statements notes for 2017, 2019 and 2021. The selection of the notes was based on the proportions of each sector in the national economy. The research analysed 28,700 company notes annually, totalling 86,100 documents for the three years. The text mining and generation of the Term Frequency Matrix have performed 'quanteda' packages of the R statistical system, which incorporate the results of artificial intelligence research to enhance the efficiency of text mining. Based on the results, the contents of the notes to the financial statements appear to be a rather mixed picture in Hungary. Analysing the term frequency matrix for the 67 most common terms has revealed no significant difference between the years. However, considerable differences have been caused by size categories and sectors. The notes are statistically significant using Jaccard similarity analysis, considering the year, corporate size, and sector. (original abstract)
Dane (wiadomości) tekstowe stanowią znaczną część wszystkich danych zamieszczanych w Internecie. Jedną z informacji, które badacze chcieliby uzyskać o autorach wiadomości tekstowych, jest ich wiek, ponieważ ma on duże znaczenie z perspektywy badań marketingowych, społecznych czy ekonomicznych. Nie zawsze jednak data urodzenia jest udostępniana publicznie. Z badań językowych wynika, że przedstawiciele różnych grup wieku posługują się odmiennym słownictwem i innymi formami gramatycznymi. Wydaje się, że mogą je różnicować również sposoby formatowania wiadomości tekstowych i poprawność zapisu tekstu. Celem badania omawianego w artykule jest wyodrębnienie grup wieku autorów wpisów na Twitterze (obecnie X) na podstawie elementów zwykle usuwanych z tekstów analizowanych metodami text mining, takich jak emotikony, znaki interpunkcyjne i słowa, które nie są nośnikami treści (ang. stopwords). Przeanalizowano prawie 3 mln tweetów w języku angielskim opublikowanych przed lipcem 2020 r. Badanie wykazało, że wyodrębnione cechy w niewielkim stopniu różnicują grupy wiekowe. Najbardziej specyficznym stylem pisania wiadomości wyróżniają się najmłodsi użytkownicy Internetu. (abstrakt oryginalny)
first rewind previous Strona / 4 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.