بروزرسانی: 25 خرداد 1404
یک راه جدید و بهتر برای ایجاد لیست کلمات -- ScienceDaily
برای موضوعات جدیدی مانند COVID مهم است
دی ناتال می گوید: "اگر آنها را در بسیاری از زبان ها جمع آوری کنید - و در اینجا ما حدود 19 زبان مختلف را تجزیه و تحلیل کردیم - می توانید ارتباط بین آنها را ببینید." این شبکه زمانی شکل می گیرد که این ترکیب بندی ها در چندین زبان در میان خانواده های زبانی مختلف رخ می دهند و ارتباطاتی ایجاد می کنند.
این مشکل گسترده نه تنها به پژوهشگرانی مربوط می شود که می خواهند بدانند اظهارات سیاستمداران چگونه توسط مردم دریافت می شود. شرکت ها نیز می خواهند از طریق تحلیل احساسات متوجه شوند که محصولاتشان چگونه درک می شود.
منبع
استقلال از خود زبان
دلیل آن این است که این ابزار به طور مستقل از زبان کار می کند. این مبتنی بر یک زبان نیست، بلکه بر اساس یک شبکه به اصطلاح colexification است. این مفهوم زبانی شناخته شده بر روی همنام ها و چندمعنایی ها قرار دارد، کلمات واحدی که دو یا چند معنای متمایز دارند. به عنوان مثال: کلمه یونانی باستان دارو (pharmacon) می تواند به معنای دارو یا سم باشد. دو چیز متفاوت، اما از نظر موضوعی نزدیک. اما موارد دیگری نیز وجود دارند که رابطه خویشاوندی را پیشنهاد نمی کنند -- مانند "بانک" به عنوان یک موسسه مالی یا زمین در کنار رودخانه.
مشکلی که خیلی ها را نگران می کند
عملکرد بهبود یافته
برای بهبود شرایط، Di Natale اکنون روش جدیدی به نام LEXpander ایجاد کرده است که از الگوریتم های قبلی بهتر عمل می کند. و این حتی به دو زبان مختلف -- آلمانی و انگلیسی. علاوه بر این، برای اولین بار، او راهی را ایجاد کرده است که از طریق آن امکان مقایسه ابزارهای مختلف وجود دارد.
بسیاری از پروژه ها با ایجاد فهرست کلمات شروع می شوند. نه تنها در شرکت ها زمانی که نقشه های ذهنی ایجاد می شود، بلکه در تمام زمینه های تحقیقاتی. تصور کنید می خواهید با تجزیه و تحلیل پست های توییتر متوجه شوید که در چه روزهایی مردم روحیه خوبی دارند. فقط جستجوی کلمه "شاد" کافی نیست.
نویسنده: تیم تحریریه Matthew Newman