从符号到嵌入：计算社会科学中两种表示的叙事
计算机与社会
2021-06-29 v1
摘要
计算社会科学（CSS）旨在利用计算方法解决社会科学问题，是一个新兴且快速发展的领域。CSS的研究是数据驱动的，并极大受益于在线用户生成内容与社交网络的可用性，其中包含丰富的文本与网络数据可供研究。然而，这些大规模多模态数据也给研究者带来巨大挑战：如何有效地表示数据以挖掘CSS中我们想要的意义？为探索答案，我们对CSS中文本与网络的数据表示进行了全面综述。具体而言，我们将现有表示归纳为两类方案，即基于符号的表示与基于嵌入的表示，并介绍每类方案的一系列典型方法。随后，基于对6个CSS相关顶级会议期刊上400余篇研究文章的调研，我们展示了上述表示的应用。从这些应用的统计中，我们揭示了各类表示的优势，并发现基于嵌入的表示在过去十年中正兴起并获得越来越多的关注这一趋势。最后，我们讨论了未来方向的若干关键挑战与开放问题。本综述旨在为CSS研究者提供对数据表示更深入的理解与更合理的应用建议。
引用
@article{arxiv.2106.14198,
title = {From Symbols to Embeddings: A Tale of Two Representations in Computational Social Science},
author = {Huimin Chen and Cheng Yang and Xuanming Zhang and Zhiyuan Liu and Maosong Sun and Jianbin Jin},
journal= {arXiv preprint arXiv:2106.14198},
year = {2021}
}