贾斯汀·格里莫，布兰登·m·斯图尔特，玛格丽特·e·罗伯茨
2022年9月5日文本作为数据
机器学习和社会科学的新框架
普林斯顿大学出版社
从社交媒体帖子和短信到数字政府文件和档案，研究人员受到了反映社会世界的大量文本的轰炸。这些文本数据对社会科学、人文科学和工业领域的基本问题提供了前所未有的见解。与此同时，新的机器学习工具正在迅速改变科学和商业的运作方式。文本即数据:机器学习和社会科学的新框架(普林斯顿大学UP, 2022)展示了如何结合新的数据来源、机器学习工具和社会科学研究设计来开发和评估新的见解。
文本作为数据围绕研究项目中的核心任务进行组织，使用文本-表示，发现，测量，预测和因果推断。作者提供了一个连续的，迭代的，归纳的方法来研究设计。每个研究任务都完整地呈现了现实世界的应用，示例方法，以及以任务为中心的研究的独特风格。
弥合许多鸿沟——计算机科学和社会科学，定性和定量，以及工业和学术界——文本作为数据对于任何想要在一个数据丰富、计算廉价的时代分析大量文本的人来说，这是一个理想的资源，但社会科学的持久挑战仍然存在。
- 概述如何使用文本作为数据
- 为数据泛滥的世界做研究设计
- 来自社会科学和工业的例子
彼得Lorentzen是旧金山大学的经济学教授。他是旧金山大学的校长应用经济学硕士课程，专注于数字经济。主要研究方向为中国政治经济学。