要約
研究論文の数が急速に増加しているため、学者がそれぞれの専門分野に関連する新しい知見を把握し続けることは困難である。さらに、気候変動のように学際的な解決策が求められる複雑なテーマでは、急速に発展する分野の知識を分野横断的に結びつけることが困難になる。同時に、ブラックボックス型のテキスト要約の台頭により、因果関係を概念化した既存の理論との関連はおろか、テキストの関係がどのように構築されているかを理解することも、仮説を立てることも難しくなっている。本研究では、自然言語処理によって変数関係を抽出し、その結果をネットワークを用いて統合することで、関連分野で支配的な主要概念と関連付けながら、自然言語処理を賢く利用することを目指す。例として、気候変動に対する農民の適応の分析に我々の方法論を適用する。このために、2022年8月にScopusから返された出版物の自然言語処理分析を行った。その結果、自然言語処理を記述的な方法でネットワークと共に使用することで、研究者が理論で結果を裏づける限り、文献レビューの結果を合成するための高速で解釈可能な方法を提供することが示された。
要約(オリジナル)
The fast-growing number of research articles makes it problematic for scholars to keep track of the new findings related to their areas of expertise. Furthermore, linking knowledge across disciplines in rapidly developing fields becomes challenging for complex topics like climate change that demand interdisciplinary solutions. At the same time, the rise of Black Box types of text summarization makes it difficult to understand how text relationships are built, let alone relate to existing theories conceptualizing cause-effect relationships and permitting hypothesizing. This work aims to sensibly use Natural Language Processing by extracting variables relations and synthesizing their findings using networks while relating to key concepts dominant in relevant disciplines. As an example, we apply our methodology to the analysis of farmers’ adaptation to climate change. For this, we perform a Natural Language Processing analysis of publications returned by Scopus in August 2022. Results show that the use of Natural Language Processing together with networks in a descriptive manner offers a fast and interpretable way to synthesize literature review findings as long as researchers back up results with theory.
arxiv情報
| 著者 | Sofia Gil-Clavel,Tatiana Filatova |
| 発行日 | 2024-07-03 15:41:20+00:00 |
| arxivサイト | arxiv_id(pdf) |