Wykorzystanie algorytmów Text Mininig do analizy danych tekstowych w psychologii

• Authors: Szymańska Agnieszka

Title variants

EN

Usage of text mining algorithms to analyze textual data in psychology

• Languages of publication: EN

Abstracts

EN

In the psychology the analysis of data written in the form of texts are an important element of research work. Nevertheless, tools are still sought, methods that can enable rapid analysis of data recorded in the form of texts, because these analyzes are usually very time consuming. This article approximates the text mining method, which is particularly applicable in the analysis of information recorded in the form of text data. Analysing textual data using text mining algorithms is shown on the example of parents’ choice of educational goals. The paper presents the way in which text mining algorithms: a) perform text analysis by counting words and weighting them, b) analyze relationships between words by means of Principal Component Analysis, c) convert verbal data into numerals by preparing a set data for subsequent calculations.

PL

W psychologii analizy danych zapisanych w postaci tekstów stanowią ważny element prac badawczych. Niemniej nadal poszukuje się narzędzi, metod, które mogą umożliwić szybką analizę danych zarejestrowanych w postaci tekstów, gdyż analizy te są najczęściej bardzo czasochłonne. W prezentowanym artykule przybliżono metodę text mining, która ma szczególne zastosowanie w analizie informacji zapisanych w postaci danych tekstowych. Wykorzystanie metody text mining jest omawiane na przykładzie analizy obieranych przez rodziców celów wychowawczych.. W artykule przedstawiono sposób, w jaki algorytmy text mining: a) dokonują analizy tekstu przez zliczenie słów i nadanie im wag, b) przeprowadzają analizę relacji między słowami za pomocą składowych głównych (Principal Component Analysis), c) przekształcają dane słownew liczbowe, przygotowując zbiór danych do kolejnych obliczeń.

Keywords

EN

algorithms; text data; text mining

PL

algorytmy; dane tekstowe; text mining

• Publisher: Instytut Języka Polskiego Polskiej Akademii Nauk
• Journal: Socjolingwistyka
• Year: 2017
• Issue: 31
• Pages: 99–116

Dates

published

2017

Contributors

author

Szymańska Agnieszka

• Uniwersytet Kardynała Stefana Wyszyńskiego, Warszawa

References

• Alqarni M., Arabi Y., Kakiashvili T., Khedr M., Koczkodaj W.W., Leszek J., Przelaskowski A., Rutkowski K. 2011: Improving the predictability of ICU illness severity scales, Computer Science and Information Systems, 11–17.
• Aranowska E. 1996: Metodologiczne problemy zastosowań modeli statystycznych w psychologii. Teoria i praktyka, Warszawa: Studio 1.
• Aranowska E. 2005: Pomiar ilościowy w psychologii, Warszawa: Wydawnictwo Naukowe Scholar.
• Aranowska E., Ciok A. 1992: Związki między zmiennymi w interpretacji analizy składowych głównych i analizy korespondencji, [w:] Aranowska E. (red.), Wybrane problemy metodologii badań, Warszawa: Wydawnictwa Uniwersytetu Warszawskiego, 133–181.
• Bartholomew D.J., Steele F., Moustaki I., Galbraith J.I. 2008: Analysis of multivariate social sciencedata, Boca Raton, FL: Chapman & Hall/CRC Press.
• Bouchet-Valat M., Bastin G. 2013: RcmdrPlugin.temis, a Graphical Integrated Text Mining Solution in R, The R Journal 5(1), 188–196.
• Brzezińska A. 2002: Społeczna psychologia rozwoju [Social psychology of development], Warszawa: Wydawnictwo Naukowe Scholar.
• Elder J., Hill T., Miner G., Nisbet B., Delen D., Fast A. 2012: Practical Text Mining and Statistical Analysis for Nono-structured Text Data Application, Oxford: Elsevier.
• Franzosi R. 2010: Quantitative narrative analysis, Thousand Oaks, CA: SAGE Publications.
• Glenn E. 2005: Incorporating parental goals in parenting programs through collaborative relationships with parents, Journal of Extension 43(1).
• Hotho A., Nürnberger A., Paaß G. 2005: A Brief Survey of Text Mining. A Brief Survey of Text Mining (Ldv. Forum), <http://www.jlcl.org/2005_Heft1/19-62_HothoNuernbergerPaass.pdf>.
• Krupa T. 1995: Sztuczna inteligencja, Prace Naukowe Instytutu Technologii Maszyn i Automatyzacji Politechniki Wrocławskiej 57, 146–165.
• Luger G.F. Stubblefield W.A. 1989: Artificial Intelligence and the Design of Expert Systems, Redwood City, California: The Benjamin/Cummings Publishing Company, Inc.
• Manning Ch.D., Schütze H. 2002: Foundations of statistical natural language processing, ACM SIGMOD Record 31(3), 37, <http://doi.org/10.1145/601858.601867>.
• Miller R. 1966: Proces wychowania i jego wyniki [The upbringing process and its results], Warszawa: Biblioteka Nauczyciela PZWS.
• Muszyński H. 1972: Ideał i cele wychowania [The ideal and goals of upbringing], Warszawa: Biblioteka Nauczyciela PZWS.
• Nisbet R., Elder J., Miner G. 2009: Handbook of Statistical Analysis and Data Mining Applications, Burlington, MA: Academic Press (Elsevier).
• Rutkowski L. 2006: Metody i techniki sztucznej inteligencji, Warszawa: Wydawnictwo Naukowe PWN.
• Rzechowska E. 2004: Potencjalność w procesie rozwoju. Mikroanaliza konstruowania wiedzy w dziecięcych interakcjach rówieśniczych, Lublin: Wydawnictwo KUL.
• Rzechowska E. 2011a: Dojrzały pracownik na rynku pracy. Jak zabezpieczyć przed wykluczeniem społecznym osoby 50+?, Lublin: Wydawnictwo Lubelskiej Szkoły Biznesu.
• Rzechowska E. 2011b: Podejście procesualne. Warianty badań nad procesami w mikro- i makroskali, Roczniki Psychologiczne 14(1), 127–157.
• Sośnicki K. 1966: Istota i cele wychowania [The essence and goals of upbringing], Warszawa: Nasza Księgarnia.
• Spärck Jones K. 1972: A Statistical Interpretation of Term Specificity and its Retrieval, Journal of Documentation 28(1), 11–21, <http://doi.org/10.1108/eb026526>.
• Szymańska A. 2011: Parental Stress in an Upbringing Situation and Giving Children Help: A Model of the Phenomenon, International Journal of Interdisciplinary Social Sciences 6(3), 141–153.
• Szymańska A. 2012a: Parental Directiveness as a Predictor of Children’s Behavior at Kindergarten, Psychology of Language and Communication 16(3), 1–24.
• Szymańska A. 2012b: Doświadczanie trudności w sytuacji wychowawczej a reprezentacja dziecka w umyśle rodzica: model zjawiska, Psychologia Rozwojowa 17(4), 79–91.
• Szymańska A. 2015: Wykorzystanie algorytmu Text Mining do analizy przyjmowanych przez rodziców celów wychowawczych, Warszawa: XXIV Konferencja Psychologii Rozwojowej.
• Szymańska A. 2016: Przejście od danych jakościowych do ilościowych — aplikacja algorytmu Text Mining do budowy modeli SEM, XXV Jubileuszowa Ogólnopolska Konferencja Psychologii Rozwojowej, Kraków: XXV Jubileuszowa Ogólnopolska Konferencja Psychologii Rozwojowej.
• Tarwacka-Odolczyk A., Tomaszewski P., Szymańska A., Bokus B. 2014: Deaf children building narrative texts. Effect of adult-shared vs. non-shared perception of a picture story, Psychology of Language and Communication 18(2), 149–177.
• Torebko K., Szymańska A. 2015: Zastosowanie algorytmu Classification & Regression Tree (C & RT) do wyjaśnienia relacji pomiędzy błędami wychowawczymi popełnianymi przez rodziców a rozwojem kompetencji emocjonalnych dzieci w wieku wczesnoszkolnym, Warszawa: XXIV Konferencja Psychologii Rozwojowej.
• Ważyńska A., Szymańska A., Bartczak M., Bokus B. 2015: Przy okrągłym stole dialogowego Ja. Gdzie siedzi sceptyk?, [w:] Bokus B., Kosowska E. (red.), O wątpieniu, Piaseczno: Studio Lexem, 63–82.
• Yim H.Y.B., Boo Y.L., Ebbeck M. 2014: A Study of Children’s Musical Preference: A Data Mining Approach, Australian Journal of Teacher Education 39(2), 21–34.
• Żurada J., Barski M., Jędruch W. 1996: Sztuczne sieci neuronowe. Warszawa: Państwowe Wydawnictwo Naukowe.

Identifiers

DOI

10.17651/SOCJOLING.31.6