Culturomics i Google Book Project

Wykreśl rozkład w czasie wydarzeń takich jak trzęsienia ziemi, pożary lasów, wojny, mody, epidemie itd., a otrzymasz prawo potęgowe, matematyczną zależność, w której częstotliwość zależy od innej wartości podniesionej do określonej potęgi.

To zagadkowe i głębokie odkrycie. Oznacza to, że te zjawiska w świecie rzeczywistym występują według wzorców, które wymykają się standardowej analizie statystycznej. Nie ma sensu na przykład opisywanie „średniego” czasu między pożarami lasów, „średniej” wielkości trzęsienia ziemi lub liczby zgonów w „przeciętnej” wojnie. Pojęcie średniej po prostu nie ma sensu.

Jednym z kluczowych czynników napędzających prace w tej dziedzinie jest dostępność dużych zbiorów danych, które naukowcy mogą analizować w poszukiwaniu praw dotyczących mocy. Jest to stosunkowo proste w przypadku wielu zjawisk naturalnych, takich jak trzęsienia ziemi i pożary lasów, przynajmniej w najnowszej historii.

Ale tradycyjnie zjawiska społeczne były znacznie trudniejsze do zmierzenia. Zaczęło się to zmieniać w ciągu ostatnich kilku lat dzięki ogromnym bazom danych tworzonych od czasu pojawienia się Internetu. Badanie sieci ujawniło nieskończone prawa władzy w ludzkich zachowaniach, a ostatnio dane związane z korzystaniem z telefonów komórkowych zaczęły ujawniać wzorce ludzkiej mobilności i stosunków społecznych na dużą skalę.

Teraz projekt Google Book uruchomił nowy obszar dochodzenia. Program ten zeskanował zawartość około 5 milionów książek z 40 bibliotek uniwersyteckich na całym świecie. To około 4 procent wszystkich opublikowanych książek.

W zeszłym roku zespół Google Books i kilka innych opublikowało pierwsze badanie tej bazy danych. Ci faceci zbadali występowanie n-gramów, ciągów pewnej liczby słów, tej liczby oznaczanej przez n.

Doszli do wniosku, że ich podejście może dać unikalny wgląd w takie dziedziny, jak ewolucja gramatyki, stosowanie technologii, pogoń za sławą, cenzura i epidemiologia historyczna. Ukuli nawet słowo, aby opisać tę nową dziedzinę nauki, która łączy nauki humanistyczne i społeczne – kulturomikę.

Dzisiaj Jianbo Gao z Wright State University w Dayton w stanie Ohio i kilku kumpli biorą pomysł Google i go realizują. Albo przynajmniej pobiegnij kilka kroków.

Ci faceci wykorzystali bazę danych książek Google do zbadania występowania dwóch rodzajów słów: tych, które opisują zjawiska naturalne, takie jak trzęsienia ziemi i huragany; oraz te, które opisują zjawiska społeczne, takie jak wojna i bezrobocie.

W szczególności przyglądają się wielkości matematycznej zwanej parametrem Hursta, która opisuje prawdopodobieństwo ponownego wystąpienia zdarzenia, biorąc pod uwagę, że miało ono miejsce w przeszłości. Parametr Hursta jest miarą sposobu, w jaki przeszłość wpływa na przyszłość, niezależnie od tego, czy „pamięć” zdarzenia jest w danych długo- lub krótkoterminowa.

Ogólnie rzecz biorąc, słowa opisujące zjawiska naturalne wydają się pojawiać w sposób, który ma pamięć długotrwałą, podczas gdy słowa opisujące zjawiska społeczne mają tylko efekt pamięci krótkotrwałej.

To interesujące, ponieważ sugeruje, że działające siły, które decydują o tym, kiedy pojawiają się te słowa, są różne. Nasza analiza sugeruje… że zjawiska społeczne mają tendencję do podporządkowywania się innym prawom skalowania niż zjawiska naturalne.

To ma sens i interesujące jest obserwowanie wyniku pochodzącego z jednego zbioru danych.

Ale istnieje wiele zawiłości, które sprawiają, że wynik jest trudny do zrozumienia. Gao i współpracownicy sugerują, że użycie słów jest napędzane przez same wydarzenia. Na przykład słowo trzęsienie ziemi jest używane częściej po dużym trzęsieniu ziemi.

Istnieją jednak inne zjawiska społeczne, które mogą maskować ten efekt, takie jak sposób rozpowszechniania wiadomości, stosowanie cenzury, kulturowe tabu i tak dalej. Możliwe, że mają one znacznie silniejszy wpływ na użycie niektórych słów.

To utrudnia wyciągnięcie mocnych wniosków z tego badania.

Ale tym bardziej atrakcyjne jest przeprowadzanie potężniejszych analiz, aby oddzielić różne efekty kulturowe, które działają. Kulturomika jest wyraźnie dyscypliną z przyszłością, choć na razie trudną do zgłębienia.

Nr ref.: arxiv.org/abs/1202.5299 : Culturomics spotyka losową teorię fraktali: wgląd w dalekosiężne korelacje zjawisk społecznych i naturalnych na przestrzeni ostatnich dwóch stuleci

ukryć