Bővebben: http://kereses.blog.hu/2015/11/11/szovegvizualizaciok_a_szofelhokon_tul_precognox_mome_techtea

1. Szövegvizualizációk
a szófelhőkön túl
Szűcs Krisztina
data visualization
designer
@szucsi
Balogh Kitti
statisztikus, adatelemző
Varjú Zoltán
sszámítógépes nyelvész

2. Tartalom
Ha túl sok a szöveg - topik vizualizáció
Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
A nyelv hálózati megközelítésben -
szemantika, szóasszociáció, nyelvfejlődés
A kulcsszavaktól a diszlexiáig

3. Szeretem a narancsot és az almát.
Reggelire müzlit és almát készítek.
A lamantinok és a kutyák aranyosak.
A kutyám tegnap megevett
egy narancsot a tállal együtt.
Nézd azt az aranyos sünit,
hogyan rágcsálja az almát!
narancs
alma
reggeli
0.18
0.15
0.09
kutya
aranyos
lamantin
...
0.26
0.15
0.12
TOPIK 1
TOPIK 2
TOPIK K
Ha túl sok a szöveg - topik vizualizáció
Látens Dirichlet allokáció (LDA)
outputinput
dokumentumok témaeloszlása
témák szóeloszlása
dokumentumok szavai
témák száma (K)
topikok/témák
kinyerése

4. Ha túl sok a szöveg - topik vizualizáció
Látens Dirichlet allokáció (LDA)

5. Ha túl sok a szöveg - topik vizualizáció
A kuruc.info Cigánybűnözés rovatának témái
gyűlöletbeszéd
romaellenes diskurzus, médiabeli romareprezentáció
10.304 db cikk, 27 romaellenes téma
szociológiai szakirodalommal összeegyeztethető
témastruktúra (Messing – Bernáth)

6. Ha túl sok a szöveg - topik vizualizáció
A kuruc.info Cigánybűnözés rovatának témái
A cikkek témái 2006-2015 (1-9. téma)

15. 2008 2010 2012
0
topikarányok összege
az időszak cikkeiben
10
20
30
40
50
2014

16. 2008 2010 2012
0
topikarányok összege
az időszak cikkeiben
10
20
30
2014
40
50

17. 2008 2010 2012
0
topikarányok összege
az időszak cikkeiben
10
20
2014
40
50
30

18. 2008 2010 2012
0
topikarányok
összege az
időszak
cikkeiben
10
20
30
40
50
2014
SZOCIÁLIS SEGÉLY, KÖZMUNKA

19. 2008 2010 2012
0
topikarányok
összege az
időszak
cikkeiben
10
20
30
40
50
2014
SZOCIÁLIS SEGÉLY, KÖZMUNKA

23. 2008 2010 2012
0
topikarányok
összege az
időszak
cikkeiben
10
20
30
40
50
2014
SZOCIÁLIS SEGÉLY, KÖZMUNKA

24. Kolompár Orbán
bírósági ügye
2008/09
Katapult Mentorprogramnál
történt szabálytalanságok
2009/03
Kolompár Orbán és
társainak bírósági ügye
2009/07
Kolompár Orbán és
társainak bírósági ügye
2009/10
ROMA ÖNKORMÁNYZAT, ÖNSZERVEZŐDÉS
2008 2010 2012
0
10
20
30
40
50
2014

25. Cozma-gyilkosság
2009/02
ROMA-NEM ROMA TÁRSADALMI PROBLÉMÁK, ELŐÍTÉLETESSÉG
2008 2010 2012
0
10
20
30
40
50
2014

26. Szebb Jövőért
Polgárőr Egyesület
elkezd járőrözni
Gyöngyöspatán
2011/03
Roma-nem roma
konfliktusok
Gyöngyöspatán
2011/04
SZEBB JÖVŐÉRT POLGÁRŐR EGYESÜLET ÉS GYÖNGYÖSPATA
2008 2010 2012
0
10
20
30
40
50
2014

27. labs.precognox.com/kurucinfo_adatviz/

28. Ha túl sok a szöveg - topik vizualizáció
Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
politikai blogok és híroldalak
egymástól nem független
kommunikációja
kiindulás: kb. 70 magyar
politikai blog
szövegek legyűjtése
szövegekben lévő linkeken
továbbhaladva kirajzolódó
hálózat

31. Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
A kisvilág-tulajdonság

32. Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
A kisvilág-tulajdonság

33. Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
A kisvilág-tulajdonság

34. Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
A kisvilág-tulajdonság

35. Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
Emóciók
érzelmek
racionalitása
szentiment- és
emóciószótárak

36. Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
Emóciók

37. Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
Emóciók

38. Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
Emóciók

39. Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
Emóciók

40. Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
Emóciók

41. Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
Emóciók

42. Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
Emóciók

43. Egymásba gabalyodva- a magyar politikai
blogszféra az érzelmek hálójában
Emóciók

48. Ha túl sok a szöveg - topik vizualizáció
A nyelv hálózati megközelítésben -
szemantika, szóasszociáció, nyelvfejlődés
szöveg: szavak hálózata
Zipf-eloszlás
kisvilág-tulajdonság

49. A nyelv hálózati megközelítésben -
szemantika, szóasszociáció, nyelvfejlődés
Szógráf példa
Zoli nagyon örül, mert Nóri elvitte végre krumplilángost enni.
A krumplilángos Zoli számára a legfinomabb kaja a világon és
reméli, hogy Nórinak is ízlett. Zoli és Nóri legközelebb nem
krumplilángost fog enni, hanem elmennek megnézni az új
Avengers filmet.
zoli nagyon örül mert nóri vinni végre krumplilángos enni a
krumplilángos zoli számára a finom kaja a világon és reméli hogy
nóri is ízleni zoli és nóri közel nem krumplilángos fog enni hanem
menni nézni az új avengers film
zoli nagyon
nagyon örül
örül mert
stb.

50. A nyelv hálózati megközelítésben -
szemantika, szóasszociáció, nyelvfejlődés
Szógráf példa

51. A nyelv hálózati megközelítésben -
szemantika, szóasszociáció, nyelvfejlődés
Szógráf példa - Wikipedia

52. A nyelv hálózati megközelítésben -
szemantika, szóasszociáció, nyelvfejlődés
Szógráf példa - Wikipedia

53. A nyelv hálózati megközelítésben -
szemantika, szóasszociáció, nyelvfejlődés
Szemantika
Magyar Wordnet
lexikális szemantikai adatbázis
skálafüggetlen, kisvilág

56. A nyelv hálózati megközelítésben -
szemantika, szóasszociáció, nyelvfejlődés
Szóasszociáció
Agykapocs
többnyelvű, szóasszociációs adatbázis
skálafüggetlen, kisvilág
kognitív modell

59. A nyelv hálózati megközelítésben -
szemantika, szóasszociáció, nyelvfejlődés
Nyelvfejlődés
CHILDES, magyar nyelvű adatok,
17-36 hónapos kor
5 gyermek nyelvi gráfjai
szótárméret, fokszám, nyelvi
diverzitás az egymást követő
hónapokban

60. Kulcsszó-kinyerés
A kulcsszavaktól a diszlexiáig
szövegből készült szógráf legfontosabb
elemei → szöveg kulcsszavai
TextRank módosított változata
emberi értékelés: 7.6% teljesen releváns,
46.4% inkább releváns, 32.4% valamelyest
releváns, 13.2% inkább irreleváns, 0.4%
teljesen irreleváns

63. Diszlexia
A kulcsszavaktól a diszlexiáig
kulcsszavak kiemelése
szövegértés növelése olvasási
nehézségekkel küzdőknek
szóhálózat: diszlexiások által is
használt mind-maphez hasonlít

64. Diszlexia
A kulcsszavaktól a diszlexiáig
kulcsszókinyerő alkalmazás
böngésző plug-in kifejlesztése
eye-tracking kísérletek

65. kereses.blog.hu precognox.com
zoltan.varju@precognox.com kbalogh@precognox.com
@zoltanvarju/@varjuzoli
krisztinaszucs.com