Jak nauczyć metodę samodzielności? O „uczących się metodach” analizy treści

Abstract

Jak nauczyć metodę samodzielności? O "uczących się metodach" analizy treści Streszczenie. Systemy uczące się najpowszechniej stosowane są w analizach danych ilościo-wych (quantitative data analysis -QUAN). Rzadko się jeszcze zdarza, aby sięgali po nie badacze i analitycy zajmujący się danymi jakościowymi (qualitative data analysis -QUAL). Tymczasem rozwiązania z zakresu machine learning, osiągnięcia z obszaru natural language processing, zaawansowane statystyczne systemy uczące się mogą być stosowane w analizach danych tekstowych. Niniejszy artykuł ma na celu przybliżenie sposobu działania i stosowania metod uczących się (MUS). Opisane zostały podstawowe, dostępne w wybranych programach CAQDAS (ze szczególnym uwzględnieniem programu Qualrus), techniki wspierające opracowanie materiałów tekstowych. Charakterystyka ta dotyczy automatycznych i półautomatycznych metod kodowania. Podano także przykład zastosowania systemów uczących się do analiz tekstowych (transkrypcji z wywiadów FGI). Wskazano możliwości rozwoju metod uczących się. W podsumowaniu zaprezentowane zostały trudności związane ze stosowaniem omawianych metod.Słowa kluczowe: systemy uczące się, Text Mining, kodowanie, kodowanie automatyczne, kodowanie półautomatyczne, strategie kodowania, analiza treści, system ekspercki, referencyjna teoria znaczenia, machine learning, natural language processing, NLP, CAQDAS, Qualrus, QDA Miner. WprowadzenieAnalityk danych jakościowych staje współcześnie przed wieloma dylematami. Jedne z nich dotyczą wyboru obszaru, do stosowania i testowania rozwiązań analitycznych (blogi, transkrypcje wywiadów indywidualnych lub wywiadów grupowych, prasa, Internet), drugie związane są z decyzją o zakresie danych branych pod uwagę. Jeszcze inny dylemat towarzyszy ambicji do rozwijania technik analitycznych. Takim obszarem, w którym obserwowany jest szybki rozwój technik QUAL, jest kodowanie materiałów tekstowych. Wśród dostępnych na rynku istnieją takie rozwiązania CAQDAS, które dysponują algorytmami potrafiącymi kodować dane tekstowe automatycznie. Niektóre z tych technik kodowania działają niczym czarne skrzynki. Analityk nie zna ich http://dx

Analiza argumentacji. Praktyczne implikacje zastosowania modelu argumentacji Stephena Toulmina do analiz danych tekstowych

“…W szczególności chodzi o szansę zidentyfikowania poszczególnych elementów modelu w sposób półautomatyczny, która wydaje się obiecująca. Taką nadzieję wiąże się z możliwością stosowania metod uczących się w analizie treści (Tomanek 2015). ta dzięki analizie składowych wypowiedzi pokazuje sposób, w jaki wspiera się twierdzenia i broni racji przemawiających za daną postawą, kontrargumentuje tezy przeciwnika, wspiera zwolenników danej idei i gani adwersarzy; b) lepsze zrozumienie specyficznego dla danej grupy rozmówców stylu myślowego.…”