一种用于非结构化数据信息抽取、分类与分析的半自动化方法
信息检索
2019-10-29 v1
摘要
在本文中，我们展示了定量叙事分析与简单的自然语言处理技术如何应用于从意大利共和国前总统（PoR）Giorgio Napolitano 日记的样例案例研究中抽取与分类数据。该日记记录了他所有的制度性会晤。这些信息若得到妥善处理，可用于分析 PoR 在其第一届任期内如何利用其所谓的软权力来影响意大利政治体系。在本文中，我们提出了一种使用简单却非常有效的自然语言处理技术——如正则表达式与命名实体识别——从日记中抽取信息的方法。接着，我们提出了一种依赖于定量叙事分析方法论框架来组织所抽取数据的创新方式。最后，我们展示了如何使用专为该任务与数据可视化开发的软件 PC-ACE（计算机辅助事件编码程序）在不同细节层次上分析结构化数据。
引用
@article{arxiv.1910.12734,
title = {A Semi-Automated Approach for Information Extraction, Classification and Analysis of Unstructured Data},
author = {Alberto Purpura and Marco Calaresu},
journal= {arXiv preprint arXiv:1910.12734},
year = {2019}
}