Giriş: Geçmişe Yeni Bir Lens

Yüzyıllar boyunca tarihçiler, sınırlı sayıda birincil kaynağa dayanıyordu – sıradan vatandaşların, resmi belgelerin ve yayınlanan eserleri – bu kaynakların duygusal alanını yeniden inşa etmek – büyük ölçüde ulaşılamazken, dijital insanlık ve hesaplama analizinin ortaya çıkışı, tarihsel seslerin büyük çoğunluğu – sıradan vatandaşların tepkilerini, bir popülacenin değişimlerini, onay veya yanlış anlamayı amaçlayan, duygusal bir eleştiriyi sistematik olarak yeniden yapılandırmayı mümkün kılan, duygusal bir duygu analizlerini kullanarak, duygusal bir şekilde analize başladı.

Sentiment Analizi Nedir? Teknik Bir Primer

Onun özünde, duygusal analiz, bu duygunun yoğunluğunu ölçmek için hesaplama yöntemleri kullanan ve metinden öznel bilgileri elde etmek için kullanılan bir alt alandır. Hedef, verilen bir pasajın kutuplığını sınıflandırmaktır - olumlu, negatif veya tarafsız bir duygu ifade eder - ve çoğu zaman bu duyguların yoğunluğunu ölçmektir. Modern yaklaşımlar ve makine öğrenme modellerini içerir.

Lexicon-Based Approaches

Geleneksel duygu analizi, "sevcut" olarak puanlanabilirken, bu kelimelerden gelen ve ortalamalardan oluşan kelimelerle, AFINN, SentiWordNet gibi bir kelime ve genel Inquirer. tarihsel araştırmalar için, lexiconsss, doğru kelimeler ve duygusal bir fikir puanı üretmek için onları tekrarlanabilir.

Makine Öğrenme ve Derin Öğrenme

Daha gelişmiş sistemler, büyük fiziksel metin üzerinde tren modelleri, duygu için manuel olarak etiketlendi. Bu modeller, kelime dizileri, sintactic yapıları ve bağlamı dahil olmak üzere kalıpları tanımayı öğrenir. Recurrent sinir ağları (RNNs) ve transformatör tabanlı mimariler, BERT gibi aktif bir araştırma alanı ile birlikte, genel duygusal görevlerde lexicons'u bir araya getiren yöntemlere sahiptir.

Tarihi Corpus'u inşa edin: Textual Data

Bir duygu analizi çalışmasının kalitesi ve kapsamı, verilere eleştirel bağlıdır. Tarihsel araştırmacılar veri kümelerini çeşitli sayısal kaynaklardan derler, her biri kendi güçlü ve sınırlamalarıyla.

Gazeteler ve Termicals

Amerika'nın [Döneticileri] [Döneticileri Kongresi Kütüphanesi veya DÖRT:2) İngiliz Gazetesi Archive) tüm sayfaların yayıldığı yüzyıllardır yayınlayan, editöre mektuplar ve rapor edilen konuşmalara göre zengindir.

Kişisel Diaries ve Mektuplar

Kişisel yazıların koleksiyonları, araştırmacıların bireysel duygusal trajektörleri zamanında takip etmelerine izin veriyor. Bu metinler genellikle daha az resmi ve duygusal olarak doğrudan, onları genel halkın temsilcisi ve deyimal dillerin dikkatli bir şekilde kullanılmasını gerektirir.

Siyasi Konuşmalar ve Hükümet Belgeleri

Parlamento tartışmaları, başkanlık adresleri ve diplomatik kablolar da dahil olmak üzere resmi kayıtlar, bir savaşın resmi kaydı sunar. Bu metinler, belirli bir ton projesine özel olarak hazırlanmış bir dildir. Konuşmalar hakkında yorum yapmak siyasi retoriklerde değişebilir - örneğin, Amerikan Başkanlık Projesi ve Hansard korpusu yaygın olarak kullanılan kaynaklardır.

Diğer Kaynaklar: Pamphlets, Novels, ve Social Media Archives

Pamphlets ve geniş yönleri, yüzyıllardan önceki viral içerikti, genellikle güçlü fikirlerle dolu. romanlar ve edebi eserler, Google Kitaplar ve HathiTrust gibi girişimlerin genişleştirilmesiyle devam ediyor.

Uygulamalar: Tarihsel Sentiment Analizinde Vaka Çalışmaları

Sentiment analizi, geleneksel niteliksel yöntemleri tamamlamak için büyüyen bir dizi tarihsel soruya uygulanır.

Savaş zamanı Morale ve Public Approach

Amerikan İç Savaşı'nın çalışmasında, araştırmacılar, sendika zaferleri ve emancipasyon haberlerini kullanarak binlerce günlük ve mektup analiz ettiler.Bu nicel yaklaşım tarihçilerin uzun süredir şüpheli olduğu tespit edildi, ancak aynı zamanda beklenmedik bölgesel varyasyonları da ortaya koydular - örneğin, büyük savaşlardan sonra olumsuz duygular ciddi bir şekilde arttı ve ekonomik zorluk dönemlerinde, olumlu bir duygu, sendika zaferleri ve emancipasyon haberleriyle ilişkili olarak.

Ekonomik Cris ve Sosyal Unrest

1930'ların Büyük Depresyonu, Sosyal Güvenlik Yasasının yükselişini bulmak için, bir araştırma, Beyaz Saray'a karşı yapılan tereddütlere nasıl değiştiğini gösterdi.Bir çalışma, 1893'e gönderilen mektuplara ilişkin olumsuz duygular analiz etti ve sosyal güvenlik kanununun geçişinin ortaya çıktığını buldu.

Sosyal Hareketler ve Kültür Değişimi

20. yüzyılın başlarında kadınların öfke hareketi, baskıcıların yazıları üzerine yapılan bir duygunun lensi aracılığıyla incelenebilir. Araştırmacılar, büyük protestolar ve ABD'nin girişini takip eden ana gazetelerde ve ABD'nin Dünya Savaşı'na girişini takip ederek, bu da hareketin nasıl çeşitli yönleriyle ortaya çıktığını ortaya koydular.

Kültür Mood'da Uzun Süreli Değiştirler

Belki de en hırslı uygulamalar, tüm kültürel dönemin "gönü"sini ölçmek için çabaladı. Örneğin, araştırmacılar, 19. ve 20. yüzyıllardan itibaren, ebb ve iyimserlik aktılarını takip etmek için duygusal büyüme ve transkripsiyonlar sırasındaki zirveler ile, inanılmaz bir duygu döngüsüne sahip olduklarını iddia ediyorlar.

Yöntemolojik Meydanlar ve En İyi Uygulamaları

Tarihsel metine yönelik duygu analizi, eski veriler üzerinde modern bir algoritma çalıştırmak için basit bir mesele değildir. Tarihçiler eşsiz bir zorlukla uğraşmak zorundadır.

Linguistic Change and Context

Word anlamları evrimleşiyor. "Nice" bir kez "foolish" veya "ignorant" anlamına gelir; "sevsiz" veya "mutlu" Sarcasm, ironi ve tarihsel metinler algoritmaların çoğu zaman algoritmaların iyi bir şekilde zorlandığı anlamına gelir. "Çalışan" gibi bir cümle, "öpürücü bir lexis tarafından olumlu yorumlanabilir. Araştırmacılar, belirli bir dil üzerinde zaman modelleri eğitmelidir ve genellikle insan antropolojide doğrulanması gerekir.

Sampling Bias ve Temsilcisiness

Hayatta kalan ve sayısal olan metinler, veri kümesinin dikkatlice inşa edilmesi durumunda bu önyargıları rastgele bir örnek değildir. Araştırmacılar metinleri ve siyasi olarak aktif olarak yazanları ve yoksulları temsil eder.Youtiment analysis can inadvertly deploy these negativees if the voice of the traditional historical approach, ask who wrote the text, for which, and under what conditions.

Geçerlilik ve Gerçeklik

Algoritmanın doğru bir şekilde doğru bir şekilde algılandığını nasıl bilir? Modern uygulamalarda, zemin gerçek insan etiketlemesi yoluyla kurulur. Tarihsel metin için, insanların nasıl hissettiklerini sormak genellikle imkansız. Araştırmacılar diğer tarihi kanıtlar kullanmak zorundadır - seçim sonuçları, protesto katılımı veya contemporaneous hesaplar gibi - aynı zamanda duygu puanlarına da güvenebilirler.

vs. Derinlik

Sentiment analizi binlerce metin boyunca model algılamada başarır, ancak genellikle bireysel seslerin zayıflığını kaçırır. Tek bir günlük giriş derinden ambivalent olabilir, ancak algoritma, temsilci metinlerinin yakın okumasıyla sayısal analizleri birleştirir.

Tarihi Sentiment Analizinin Geleceği

NLP teknolojisi ilerlemeleri ve daha tarihi metin makine hazırlayıcı formda mevcut olduğu gibi, alan önemli bir büyüme için hazırlanmaktadır. Çeşitli ortaya çıkan eğilimler tarihsel kamuoyunun anlayışını derinleştirmek için söz veriyor.

⁇ ve Cross-Cultural Analiz

Mevcut duygu analizi İngilizceye yoğun bir şekilde odaklanmıştır.Diğer dillere uzatılması - ve daha zorlu, Latin veya ortaçağ İngilizcesi gibi ölü diller - Dünya Savaşı'nın salgınlarına nasıl tepki göstereceğim.T:0)Translatio gibi projeler antik ve ortaçağ metinleri için tarihsel dil modelleri geliştiriyor.

Güzel-Grateed Emotion Tespit

Basit olumlu/negatif kutupluluk yerine, yeni modeller, öfke, korku, güven, sürpriz ve sevinç gibi ayrı duyguları tespit edebilir. Bu özellikle tarih için faydalı, duygusal paletin nuanced. Anger'nin bir devrimden önce tahmin ettiği yerde, korku da rahatsız edici bir duygu analizi tarihçilerin kolektif eylemin tetiklenmesine yardımcı olabilir.

Temporal Dynamics ve Olay Tespiti

Zaman serisi tarihsel olaylarla ilişkilendirilebilir, ancak algoritmaların kendileri olayları tanımlamalarına yardımcı olabilir. Örneğin, bir korpusta olumsuz duygularda aniden bir noktik kriz veya dönüm noktası işaret edebilir. Bu olay algılama yeteneği, sadece ölçüm için bir araç haline gelir.

Diğer Data Sources ile bütünleşme

En zengin tarihsel anlayışlar, diğer sayısal verilerle duygusal analizlerden gelecek - ekonomik göstergeler, hava kayıtları, demografik istatistikler. Örneğin, ekonomik sıkıntıların kamu ruh haline nasıl çevrildiğini ortaya çıkarabilir.The zengin tarihi bilgiler [FONTD]Heptik Data Initiative, NBER ve benzer projelerde böyle disiplinler arası çalışma için altyapıyı sağlar.

Sonuç: Tarihsel Anlayışı

Sentiment analizi asla tarihçinin yorumu, bağlamı ve empatisini değiştirmeyecek. Algoritma, on yıllar boyunca bir askerden gelen bir mektupta bir rahatlamanın bir araya gelme yeteneğinin sadece olağanüstü sesler değil, aynı zamanda bir ölçek ve desen tanıma aracı olarak, tek bir tarihçinin elde edemeyeceği bir şey sunuyor: tüm on yıllar boyunca bir toplumun duygusal akımlarını takip etme yeteneği, bu konudaki en yüksek seslenmemize izin veriyor.

Bu alan olgunlaştığında, tarihçinin metodolojik aracıkit'in standart bir bileşeni haline gelecektir, geleneksel kaynakları ve anlatıları tamamlamak. Sonuç daha zengin olacaktır, önceki nesillerin duygusal yaşamının daha dokulı bir anlayış olacaktır - ve belki de, tarihin kendisini şekillendiren rolün daha derin bir takdiri olacaktır.