传统哲学问题的机器建模——探索AI、大数据和哲学深度融合  

在线阅读下载全文

作  者:王小红[1] 科林·艾伦 高元昊 杨冰洁 

机构地区:[1]西安交通大学计算哲学实验室

出  处:《复印报刊资料(哲学文摘)》2021年第1期82-83,共2页PHILOSOPHY DIGEST

摘  要:一直以来,人文学者研读文献是直接阅读单个文本,而主题建模(Topic Modeling,缩写为TM)引入新的“远距离阅读”方式,从而具有超书架功能。将一个大型文件集的语料库作为计算机的输入数据,只需运行TM算法,就可以自动产生在人文专家看来颇有解释意义的主题。一个主题可以看作许多词语的聚类,无论什么时候要讨论这个主题,这些词语就会共同出现。

关 键 词:人文学者 深度融合 大数据 输入数据 传统哲学 主题建模 语料库 远距离阅读 

分 类 号:G63[文化科学—教育学]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象