پیش‌نویس:ابزار Voyant

از ویکی‌پدیا، دانشنامهٔ آزاد
PAGENAME
توسعه‌دهنده(ها)Stéfan Sinclair & Geoffrey Rockwell
انتشار اولیه2003
انتشار پایدار
2.2
مخزنhttps://github.com/voyanttools/Voyant
سیستم‌عاملCross-platform
در دسترس به10 زبان
نوعText analysis, statistical analysis, data mining
وبگاهhttp://voyant-tools.org

ابزارهای ویانت یک نرم افزار متن باز و مبتنی بر وب برای انجام تجزیه و تحلیل متن مبتنی بر هوش مصنوعی است. این ابزار از خواندن و تفسیر علمی متون یا مجموعه، به ویژه توسط محققان در علوم انسانی دیجیتال ، بلکه توسط دانشجویان و عموم مردم پشتیبانی می کند. می توان از آن برای تجزیه و تحلیل متون آنلاین یا آنهایی که توسط کاربران آپلود شده است استفاده کرد. [۱] Voyant پایگاه کاربر بزرگ و بین المللی دارد: تنها در اکتبر 2016، سرور اصلی Voyant 81686 بازدید از صفحه از 156 کشور داشت که 1173252 بار این ابزار را فراخوانی کرد. [۲]

Voyant "برای تقویت خواندن از طریق تجزیه و تحلیل متن سبک مانند لیست های فراوانی کلمات، نمودارهای توزیع فرکانس و نمایشگرهای KWIC طراحی شده است." [۳] رابط آن از پانل هایی تشکیل شده است که این وظایف تحلیلی متنوع را انجام می دهند. این پانل ها همچنین می توانند در متون وب خارجی تعبیه شوند (به عنوان مثال یک مقاله وب می تواند شامل پانل Voyant باشد که یک ابر کلمه از آن ایجاد می کند). کتاب Hermeneutica: Computer Assisted Interpretation in the Humanities رویکردهای متفاوتی را برای تحلیل متن با استفاده از Voyant نشان می دهد.

تاریخ[ویرایش]

Voyant Tools توسط استفان سینکلر ( مک گیل ) و جفری راکول ( دانشگاه آلبرتا ) توسعه داده شد و همچنان به روز می شود. از ابزارهای تحلیل متن قبلی از جمله HyperPo، Taporware و TACT توسعه یافته است. مشارکت کنندگان عبارتند از اندرو مک دونالد، سیریل بریکت، لیزا گدارد، و مارک تورکاتو. [۱]

محدوده استفاده[ویرایش]

محققان از ابزار Voyant برای تجزیه و تحلیل متون در زمینه های وسیعی از جمله ادبیات، [۴] آموزش زبان، [۵] مراقبت های بهداشتی، [۶] [۷] و معماری سیستم استفاده کرده اند. [۸] بلک در تشریح رویکردهای مطالعه اینترنت با استفاده از وب اسکرپینگ اشاره کرده است که "پروژه ابزارهای Voyant منبع عالی برای یادگیری انواع داده هایی است که انسان شناسان می توانند از منابع اینترنتی استخراج کنند، زیرا از استخراج متن از صفحات وب پشتیبانی می کند." [۹]

تعدادی از پروژه های بین المللی علوم انسانی دیجیتال Voyant را روی سرورهای خود اجرا می کنند. اینها شامل پروژه Huma-Num فرانسه، CNR ILC ایتالیا و پروژه DARIAH-DE آلمان است. [۲]

کارهایی که می توانید با Voyant انجام دهید:

  1. از آن برای یادگیری نحوه عملکرد تجزیه و تحلیل به کمک رایانه کارهای آکادمیک واقعی استفاده کنید.
  2. از آن برای مطالعه متونی که در وب پیدا می کنید یا متن هایی که به دقت ویرایش کرده اید و در رایانه خود دارید استفاده کنید.
  3. از آن برای افزودن قابلیت به مجموعه های آنلاین، مجلات، وبلاگ ها یا وب سایت های خود استفاده کنید تا دیگران بتوانند متون شما را با ابزارهای تحلیلی ببینند.
  4. از آن برای افزودن شواهد تعاملی به مقالات خود که بصورت آنلاین منتشر می کنید استفاده کنید. پانل های تعاملی را مستقیماً به مقاله های تحقیقاتی خود اضافه کنید (اگر آنها می توانند به صورت آنلاین منتشر شوند) تا خوانندگان شما بتوانند نتایج شما را خلاصه کنند.
  5. از آن برای توسعه ابزارهای خود با استفاده از عملکرد و کد ما استفاده کنید.

منابع[ویرایش]

  1. ۱٫۰ ۱٫۱ "Voyant Tools Help". voyant-tools.org. Retrieved 2016-11-24. خطای یادکرد: برچسب <ref> نامعتبر؛ نام «:0» چندین بار با محتوای متفاوت تعریف شده است. (صفحهٔ راهنما را مطالعه کنید.).
  2. ۲٫۰ ۲٫۱ Sinclair, Stéfan; Rockwell, Geoffrey (2016). "Voyant Facts". Hermeneuti.ca: Computer-Assisted Interpretation in the Humanities. Stéfan Sinclair & Geoffrey Rockwell. Retrieved 2016-12-20. خطای یادکرد: برچسب <ref> نامعتبر؛ نام «:1» چندین بار با محتوای متفاوت تعریف شده است. (صفحهٔ راهنما را مطالعه کنید.).
  3. Klein, Lauren F.; Eisenstein, Jacob; Sun, Iris (2015). "Exploratory Thematic Analysis for Digitized Archival Collections". Digital Scholarship in the Humanities. 30 (Supp. 1): i138. doi:10.1093/llc/fqv052.
  4. Rambsy, Kenton (2016). "Text-Mining Short Fiction by Zora Neale Hurston and Richard Wright using Voyant Tools". CLA Journal. 59 (3): 251–258.
  5. McIlroy, Tara (2013). "Exploring Poetry and Identity in a Language Learning Environment". Studies in Linguistics and Language Teaching. 24: 31–45.
  6. De Caro, W.; Mitello, L.; Marucci, A.R.; Lancia, L.; Sansoni, J. (2016). "Textual Analysis and Data Mining: An Interpreting Research on Nursing". Studies in Health Technology and Informatics. 225: 948. PMID 27332424.
  7. Maramba, Inocencio Daniel (2015). "Web-based textual analysis of free-text patient experience comments from a survey in primary care". JMIR Medical Informatics. 3 (2): e20. doi:10.2196/medinform.3783. PMC 4439523. PMID 25947632. {{cite journal}}: Unknown parameter |displayauthors= ignored (|display-authors= suggested) (help)
  8. Moullec, Marie-Lise; Jankovic, Marija; Eckert, Claudia (2016). "Selecting system architecture: What a single industrial experiment can tell us about the traps to avoid when choosing selection criteria". System Architecture Design. 30 (3): 250–262.
  9. Black, Michael L. (2016). "The World Wide Web as Complex Data Set: Expanding the Digital Humanities into the Twentieth Century and Beyond through Internet Research". International Journal of Humanities and Arts Computing. 10 (1): 106. doi:10.3366/ijhac.2016.0162.