History Playground：一个用于发现大规模文本语料库中时间趋势的工具
计算与语言
2018-06-05 v1
摘要
近期研究表明，通过对从大规模文本语料库中提取的时间序列进行分析，可检测到数百年间连续与变迁的宏观模式。类似的数据驱动方法已彻底改变了自然科学，并被广泛认为因当前正在进行的海量数字化项目，以及“原生数字”文档数量的不断增长，而对人文与社会科学具有相似潜力。因此，需要新的交互式工具来从这些海量文本数据中发现并提取宏观模式。在此我们提出 History Playground，一个用于发现大规模文本语料库中趋势的交互式网页工具。该工具利用可扩展算法先从文本语料库中提取趋势，再使其可用于实时搜索与发现，为用户提供探索数据的界面。工具中包含用于标准化、回归、n元语法相对频率中的变点检测、多词项指数及跨不同语料库趋势比较的算法。
引用
@article{arxiv.1806.01185,
title = {History Playground: A Tool for Discovering Temporal Trends in Massive Textual Corpora},
author = {Thomas Lansdall-Welfare and Nello Cristianini},
journal= {arXiv preprint arXiv:1806.01185},
year = {2018}
}