Előadás az MTA KTI szemináriumán Rejtett tartalmak nyomában Mire jó Textplore dokumentumelemző szoftver? Czibik Ágnes – Tóth István János Előadás az MTA KTI szemináriumán Budapest, Budaörsi út 45. 804. 2011. május 5. 14 óra

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Tartalom Elöljáróban A Textplore jellemzői és elemzési eszközei Teszt1: Magyarország a New York Times-ban Teszt2: Siemens és a korrupció Teszt3: Matematikai statisztika, MNB és KTI További tervek

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A projektről A Textplore program a TEXTREND (http://www.textrend.org/) projekt keretében a Nemzeti Innovációs Hivatal Jedlik Ányos programjának támogatásával készül (2008- ). (Projekt száma: NKFP_07_A2-TEXTREND, Szerződésszám: OM-00002/2008). Konzorcium: Universitas Press Felsőoktatás-kutató Műhely Kft.; Eötvös Lóránd Tudományegyetem; Glia Számítástechnikai és Tanácsadó Kft.; MKIK GVI; MTA SZTAKI; Szegedi Tudományegyetem.

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A bemutató célja Felhasználói ötletek, vélemények A Textplore ismertetése Teszt elemzések, első eredmények

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A koncepció a számítógép, a program és a felhasználó - három fejlődési lépés dióhéjban Web alapú fejlesztések: böngésző a netbook-on, táblagépen, a mobilon gyors internetkapcsolat, szolid szerver kapacitás, program, adatok a szerveren

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A koncepció On-line (segéd)eszköz tartalomelemzéshez Kapcsolódás off-line programokhoz [spss, stata, r, ucinet, statistica, stb.] megfelelő szerver kapacitás, program, adatok a szerveren felhasználói fiókok, személyre szabott alkalmazás (MyTextplore)

Lehetséges felhasználók Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Lehetséges felhasználók kormányzat üzleti szféra, non-profit szektor egyetemek, tudományos kutatók újságírók egyéb érdeklődők

A Textplore jellemzői és elemzési eszközei Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A Textplore jellemzői és elemzési eszközei

Elemezhető dokumentumok Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Elemezhető dokumentumok Feltöltött dokumentumok: pdf, doc, zip, rtf, txt, odt, stb. Textplore gyűjtemény – hírportálok, intézmények honlapjai Kereséssel érhetőek el (kulcsszó, dátum, forrás, hossz alapján) Honlapok megadásával, ahonnan a szoftver letölti a dokumentumokat

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Keresés

Elemzési lehetőségek - Szókörnyezet Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Elemzési lehetőségek - Szókörnyezet

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Elemzési lehetőségek - Szóstatisztika

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Elemzési lehetőségek – Kereszttábla

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek További elemzési lehetőségek Korreláció Átlagok összehasonlítása K-Means klaszter Hierarchikus klaszter Tulajdonnév felismerő alkalmazás – továbbfejlesztve kapcsolatháló elemzésekhez lehet hasznos

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek További funkciók Kategória-szótárak létrehozása

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek További funkciók Eredmények mentése a szerverre és saját gépre

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Tesztelemzések

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Kérdések Milyen a New York Times-ban kirajzolódó Magyarország kép? [a kormányzati kommunikáció szakemberei] Mi jellemzi a TOP10 magyar vállalat megjelenését az on-line médiában 2000-2011 között? A Siemens említései mennyire kapcsolódnak össze a cég korrupciós botrányával? [a cégek pr szakemberei] Kimutatható-e a MTA KTI és a Magyar Nemzeti Bank tanulmányaiban a matematikai statisztikai és ökonometriai eszközök erősödő használata? [tudományszociológusok, tudománytörténészek]

Milyen a New York Times-ban kirajzolódó Magyarország kép? Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Milyen a New York Times-ban kirajzolódó Magyarország kép?

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Adatok 37 cikk Milyen országokra vonatkoznak? (Magyarország, poszt-szocialista országok, egyéb országok) Milyen témákat érintenek? (gazdasági, politikai, társadalmi) Utalnak-e kockázatokra? (igen, nem) Milyen irányú értékelést tartalmaznak? (pozitív, semleges, negatív)

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Cikkek száma havonta

Országok és országcsoportok Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Országok és országcsoportok Kifejezetten Magyarországra vonatkozó cikkek száma > 1: médiatörvény Alaptörvény

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Az értékelés iránya Magyarország = nem pozitív döntően negatív kontextusban jelenik meg

Mikor volt a legrosszabb? Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Mikor volt a legrosszabb? mélypontok: 1. Ír válság 2. Médiatörvény, EU parlamenti vita 3. Új Alaptörvény

Mikor utaltak inkább a kockázatokra? Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Mikor utaltak inkább a kockázatokra? kockázatok: 1. Ír válság 2. Médiatörvény, EU parlamenti vita 3. Új Alaptörvény

Az értékelés iránya és a cikk témája Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Az értékelés iránya és a cikk témája Negatív értékelés: Ha Magyarország a téma akkor 8/9 negatív értékelés; de ott is erősen negatív, ahol más ország a voltaképpeni téma (pl. nők diszkriminálása Olaszországban)

Az értékelés iránya és a politikai témák Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Az értékelés iránya és a politikai témák A negatív értékelések szignifikánsan nagyobb arányban kapcsolódnak politikai témákhoz, mint más témákhoz: 9/11 arányban; [Ugyanez a helyzet a kockázatokkal is]

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A miniszterelnök megjelenésének hárommondatos környezetében - a legalább kétszer említett igék to say 8 to criticize 6 to accuse 4 to insult to antagonize 2 to drift to fight to impose to muzzle to reject to single out to stifle to undermine

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A miniszterelnök megjelenésének hárommondatos környezetében - jelzők, jelzős szerkezetek worries 4 controversal 3 overwhelming majority against 2 incompatible Továbbá: bad start, blunty, competitive, concentration of power, confident, consolidated power, desperatly, fiery language, highlighted, nationalist fervor, negative comments, paradoxically, questioned, radically different way, revealing speech, revolutionary rhetoric, secure, seriously damaged, severely, significant distraction, stromy scenes, successful, uneasy, unfortunate start, volatile

A miniszterelnök és politikájának jellemzése Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A miniszterelnök és politikájának jellemzése nationalist politics 1 hungarian nationalism churchgoing father political charisma cultlike leadership leading dissident economic nationalism new Ataturk new de Gaulle dictator oppurtunistic populist conservative authoritarian national populist very good european

A miniszterelnök megjelenésének hárommondatos környezetében - főnevek Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A miniszterelnök megjelenésének hárommondatos környezetében - főnevek critics / criticism 9 austerity 6 Putin 2 violation Továbbá: accusation, assertions, bouts, controversy, danger, din, discussion, doubts, exaggeration, fears, gamble, Hitler, hope, Hugo Chavez, humor, Il Duce, indebtedness, nationalism, new Ataturk, new de Gaulle, polarization, populism, protests, reservations, tension, the belorussian president, uncertainties

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A legnagyobb magyar vállalatok megjelenése az online médiában Siemens és korrupció

A vizsgált vállalatok I. Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A vizsgált vállalatok I. Figyelő TOP20 + OTP, Siemens, MÁV „Rejtőz-ködő” energia-ipari cégek

A vizsgált vállalatok II. Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A vizsgált vállalatok II. Vállalaton-ként erősen eltér Forráson-ként eltérhet

A Siemens megjelenése Index és Origo cikkekben (2000-2010) Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A Siemens megjelenése Index és Origo cikkekben (2000-2010) A két portál nem mindig mozog együtt

A Siemens és a korrupció együttes megjelenése Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A Siemens és a korrupció együttes megjelenése Forráson-ként máskor tetőzik Az Index 2001-es „ébersége”

Siemens és a korrupció kategória előfordulása (2000-2010) Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Siemens és a korrupció kategória előfordulása (2000-2010) 2000-2001: csak az Indexben jelenik meg 2010: az Indexen több a nem korrupciós Siemens-téma

A Siemens és a közbeszerzés együttes megjelenése Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A Siemens és a közbeszerzés együttes megjelenése Forráson-ként eltérő 2010: kiemelkedő téma az Indexen

A Siemens, a korrupció és közbeszerzés együttes megjelenése Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A Siemens, a korrupció és közbeszerzés együttes megjelenése Nem gyakori az együtt-említés Index: 6 cikk Origo: 2 cikk

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Matematikai statisztikai és ökonometriai kifejezések használata az MNB és az MTA KTI tanulmányaiban

A vizsgált tanulmányok száma 1998 és 2010 között Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A vizsgált tanulmányok száma 1998 és 2010 között MTA KTI: erőteljes növekedés

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Leíró, statisztikai és ökonometriai kategóriákat tartalmazó dokumentumok száma Leíró és MStat kifejezések általános használata 56% ökonometria

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Leíró, statisztikai és ökonometriai kategóriák megjelenése a dokumentumokban intézményenként MNB: több ökonometria Kutatási területtől is függ

Az ökonometria kategória megjelenése a tanulmányokban (1998-2010) Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Az ökonometria kategória megjelenése a tanulmányokban (1998-2010) Erős ingadozás Nem egyértelmű tendencia

Az ökonometria kategória megjelenése angol és magyar tanulmányokban Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Az ökonometria kategória megjelenése angol és magyar tanulmányokban Angol nyelvű tanulmányok-ban gyakoribb az ökonometria Mindkét intézmény esetében

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek A matematikai statisztika kategória normalizált előfordulása intézményenként Az MNB esetében magasabb Szóhaszná-lattól is függ

Az ökonometria kategória normalizált előfordulása intézményenként Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Az ökonometria kategória normalizált előfordulása intézményenként Az MNB esetében magasabb Szóhaszná-lattól is függ Az MNB-ben erősebben ingadozik évente

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Kényelmesebb használat kialakítása Angol nyelvű felület Új (a jelenleginél jobb) angol szótövező; További források letöltése (historikus adatok); További elemzési lehetőségek (kapcsolathálózat) és grafikus ábrázolás; Magyar (politikai?) értékelő szótár beépítése; Szöveg-összehasonlító modul beépítése.

Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Köszönjük a figyelmet! Az előadáson ismertetett elemzések adatbázisai letölthetők: http://www.wargo.hu/tij/

Számítógépek, szoftverek és felhasználók - dióhéjban Elöljáróban Jellemzők HU és NYT Siemens MatStat Tervek Számítógépek, szoftverek és felhasználók - dióhéjban ~1965-1980 ~1981-2006 ~2007- III. gen. nagykapacitású gépek (IBM 360), integrált áramkörök, grafikus monitor, perifériák, multiprogramozás, kötegelt üzemmód A felhasználó egy „terminálon” keresztül kapcsolódik a „nagy géphez” PC-k; DOS, programok, adatok a PC-n; amelyek egyre nagyobb kapacitásúak A felhasználó megveszi a programot és a PC-jén futtatja „cloud computing” , szélessávú internetkapcsolat, kis teljesítményű táblagép, mobiltelefon Böngésző a gépen, az op. rendszer, a programok, adatok a szerveren