通过情感分析连接数据科学与定性访谈洞察以评估移民安置后的情绪状态
计算机与社会
2016-09-29 v1
摘要
社会科学家的大规模调查研究提供了对移民挑战的总体理解，并对就业、教育学历获取和住房拥有权等移民后基准指标进行了评估。然而，极少有研究探讨移民与安置过程中的情感或“感觉状态”领域，且通常通过封闭式调查问题对其进行肤浅的评估。移民与安置过程中的情感评估在很大程度上留给了使用半结构化访谈等深入、解释性方法的定性研究者。这种方法也存在主要局限性，即样本量小且仅能捕捉有限的地理背景，分析数据的时间负担重，且鉴于定性数据编码的细微差别，分析一致性受限。然而，有关移民情绪状态的信息对政府和NGO极具价值，有助于制定针对移民挑战与挫折的政策和计划，从而通过繁荣的移民群体促进经济发展。在本文中，我们提出了一个跨学科试点项目，通过使用Python NLTK工具包对详尽的移民定性访谈进行情感分析，从而提供了一种突破该方法论僵局的途径。我们提出，数据科学家可以通过与社会科学家合作，高效且准确地生成对移民感觉状态的大规模评估。
引用
@article{arxiv.1609.08776,
title = {Connecting Data Science and Qualitative Interview Insights through Sentiment Analysis to Assess Migrants' Emotion States Post-Settlement},
author = {Sarah Knudson and Srijita Sarkar and Abhik Ray},
journal= {arXiv preprint arXiv:1609.08776},
year = {2016}
}
备注
Presented at the Data For Good Exchange 2016