Виявлення ключових понять з тексту за допомогою контент-аналізу

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Багатозадачність контент-аналізу вражає: кількісний і якісний аналіз текстів, визначення тематичного спрямування, оптимізація пошукових запитів, аналіз контенту сайтів для успішного їх просування, визначення плагіату, різні соціологічні дослідження, аналіз засобів масової інформації. Контент-аналіз може визначити досьє на автора книги або статті (його профорієнтація, психологічний портрет, стиль письма) і зворотну задачу: написання книг або статей в стилі потрібного автора, якщо слід за когось написати.

Наведемо лише деякі визначення контент-аналізу з [1; 2].

Контент-аналіз це методика об'єктивного якісного і систематичного вивчення змісту засобів комунікації (Д. Джері, Дж. Джері).

Контент-аналіз це систематичне числове оброблення, оцінка та інтерпретація форми та змісту інформаційного джерела (Д. Мангейм, Р. Річ).

Контент-аналіз це якісно-кількісний метод вивчення документів, який характеризується об'єктивністю висновків і суворістю процедури та полягає в квантифікаційному обробленні тексту з подальшою інтерпретацією результатів (В. Іванов).

Контент-аналіз полягає у знаходженні в тексті певних змістовних понять (одиниць аналізу), виявленні частоти їх вживаності та співвідношення з вмістом всього документа (Б. Краснов).

Одним з важливих завдань контент-аналізу є виявлення понять з тексту. Тому метою нашої статті є визначення спектру понять на прикладі поняття «контент-аналіз».

Однозначне трактування понять необхідне перш за все в технічних системах. Поняття ж контент-аналізу, що має корені в психології та соціології, на сьогодні поки що не має однозначного визначення. Це породжує низку проблем, найважливіша з яких полягає в тому, що програмні системи, побудовані на основі різних підходів до контент-аналізу, несумісні [1].

Кожне визначення контент-аналізу відображає напрямок його дослідження, завдання і є можливістю виявити сенс, загальні та унікальні ключові слова, що властиві конкретному методу дослідження, джерелам та досліджуваним об'єктам.

Як видно з перерахованих вище прикладів, визначення складають невеликі обсяги тексту з закінченою думкою [4].

Правомірність використання контент-аналізу в різних соціальних дослідженнях визначається тим, що текст аналізованого документа є продуктом діяльності людини. Тому він відображає вплив різноманітних соціальних і психологічних факторів. Звідси виникає можливість виявлення і вимірювання цих факторів шляхом реєстрації в тексті їх відповідних індикаторів або референтів. Таким чином, метою контент-аналізу є осягнення більш глибокої позатекстової реальності, тобто на основі такого аналізу ми робимо висновки про реальність історичної події або явища [5, с.19].

Практично всі основні визначення поняття «контент-аналіз» надано у працях В.В. Осіна [1, с. 574-596] і В.М. Звєрєва [2, с. 119-141]. На думку англійського вченого кінця XIX ст. У. Кельвіна: «якщо ви в змозі виміряти і виразити, про що ви говорите в числах, то ви дещо про це знаєте, але якщо ви не можете виміряти це і виразити в числах, Ваші знання мізерні і незадовільні» [6]. Існує і більш загальне висловлювання: «в кожній науці стільки науки, скільки в ній математики».

Для дослідження автоматично знайдено близько ста визначень [1; 2]. За визначення вважається абзац або речення обсягом більше ста знаків, де згадується про контент-аналіз, зі структурою «контент-аналіз це ...».

Кожне окреме визначення контент-аналізу порівнюється з іншими за частотним складом з підрахунком коефіцієнта тематичного спрямування (КТН) за допомогою програми «Аналіз текстів». При цьому поповнюється словник стоп-слів і словник лексимів до тих пір, поки кількість слів масиву унікальних слів кожного файлу не перевищує п'яти.

контент аналіз документ

Рис. 1

Показання коефіцієнта тематичного спрямування та номер визначення поняття «контент-аналізу» заносимо в таблицю (табл. 1):

Будуємо графік зміни КТН, упорядкувавши другий стовпчик табл. 1 КТН за зменшенням.

Помітивши лінійний характер кривої зміни показника КТН, додамо лінію тренда лінійного характеру з рівнянням.

Табл. 1

Отже, якщо в текстах досліджується яке-небудь поняття, то графік КТН за зменшенням буде виглядати як пряма лінія (в ідеалі). Чим крутіше нахил прямої, тим ширше поняття. Наявність на графіку КТН спотворень типу «сходинка» свідчить про надмірність кількості знайдених в тексті визначень: визначені поняття з однаковими значеннями КТН можуть бути виключені з аналізу поняття.

Так, замість чотирьох значень КТН доцільно залишити одне, наприклад: A (0,86168).

Рис. 2

Розглянемо ділянку значень КТН (0,8-0,9) фрагмент графіка КТН на рис. 3:

Рис. 3

Проаналізуємо вибрані визначення: оскільки ділянка 0,8-0,9 обрана ліворуч високі значення коефіцієнта тематичного спрямування, то й отримаємо найбільш загальне визначення досліджуваного поняття «контент-аналіз»:

Табл. 2

Точки перетину кривої розподілу КТН з лінією тренда лінійного розподілу дозволять знайти найбільш змістовні визначення поняття «юнтент-аналіз» для подальшого аналізу. Дані занесемо в таблицю (табл. 2):

рефлексивний аналіз документів вільне зібрання вимірювань кількісні дані про зміст тексту інтерпретація значень кількісно-якісний аналіз

Отриманий результат очевидний. Однак він отриманий шляхом обчислення, а не міркування.

Якщо взяти значення з центру графіка КТН (значення 0,6-0,7), отримаємо визначення:

Проаналізуємо вибрані визначення: A1, B1, C1, D1, які обрані у центрі кривої розподілу КТН (рис. 4), значення коефіцієнта тематичного спрямування (0,6 0,7) і отримаємо визначення досліджуваного поняття «контент-аналіз» (табл. 3):

Табл. 3