人类学与机器学习: synergies 与新方向
机器学习
2024-12-10 v1 人工智能
计算机与社会
统计方法学
摘要
人类学(揭示人们如何理解、导航和塑造生活所在语境的社会科学方法)和机器学习(利用大数据和统计学习模型执行可量化任务的计算技术)都是当代社会科学的核心。然而,这些工具在实践中仍 largely 保持分离。本章节引导日益增长的学术论文,主张人类学与机器学习可被有益结合,特别是对于大型比较性研究。具体而言,本文(a)阐述了在某些项目类型中将机器学习与定性田野调查结合使用的值(及挑战),(b) 讨论近期的方法论趋势,(c) 提供示例说明来自多个大型项目的工作流程,以及 (d) 为促进田野方法与机器学习的生产性共演提供路线图。
引用
@article{arxiv.2412.06087,
title = {Ethnography and Machine Learning: Synergies and New Directions},
author = {Zhuofan Li and Corey M. Abramson},
journal= {arXiv preprint arXiv:2412.06087},
year = {2024}
}
备注
20 pages, 5 figures, 3 tables