«Тематизатор»

В тематическом моделировании за 20 лет развития созданы сотни моделей, накоплен значительный опыт решения прикладных задач текстовой аналитики, однако в социо-гуманитарных исследованиях используется (за редкими исключениями) устаревшая модель LDA.

Проект призван ввести в практику социо-гуманитарных исследований современные инструменты тематического моделирования на основе теории аддитивной регуляризации ARTM и модульной библиотеки с открытым доступом BigARTM, позволяющей гибко комбинировать модели.

В результате реализации проекта широкий круг специалистов получит доступ к инструментарию тематического моделирования для решения практических задач анализа текстов, ранее доступному для узкого круга разработчиков.

Толчком для инициирования проекта послужили:

• Заказ ректора ЗабГУ на актуальные данные для принятия эффективных управленческих решений по организации профориентационной работы и привлечения абитуриентов в вуз.
• Доклад Н. Габдрахманова «Демографическая ситуация и качество приема в вузах Дальневосточного федерального округа» на II Проектно-аналитической сессии ДФО.
• Доклад В Гойко «Кейсы применения аналитики больших данных для решения стратегических задач вузов» на II Проектно-аналитической сессии ДФО.
• Опыт Университетского консорциума исследователей больших данных по продвижению бренда университета
• Планируется использование как традиционных социологических методов исследования (опросы, фокус-группы и т.п.), так и методов и технологий Big data.

Цель и#nbsp;задачи
ввести в практику социо-гуманитарных исследований современные инструменты тематического моделирования на основе теории аддитивной регуляризации ARTM и модульной библиотеки с открытым доступом BigARTM, позволяющей гибко комбинировать модели.

Задачи проекта:

• интегрировать BigARTM (http://bigartm.org) в популярный пакет обработки данных Orange;
• реализовать модули визуализации и настройки параметров;
• продемонстрировать преимущества подходя ARTM в социо-гуманитарных исследованиях.