(a propos ostatniego wpisu) To ciekawe, dzisiaj znowu wyciągnąłem znaczenie polityki ze słowosieci:
bardzo ciekawe, jak bardzo się to zmieniło… czyżby dodanie nowych treści do korpusu aż tak wpłynęło na znaczenie polityki?
Ahh, i jeszcze jedno, autorzy Słowosieci koniecznie powinni umieścic API na swoich stronach (jeśli tak, to ja będę poważnie obciążał ich łącze:))
W środę pojawiła się długo oczekiwana przeze mnie publikacja -podręcznik/opis/książka kucharska Słowosieci, polskiej edycji Wordnetu. Można ją ściągnąć z:
http://www.plwordnet.pwr.wroc.pl/main/content/files/publications/A_Wordnet_from_the_Ground_Up.zip
To wrocławskie przedsięwzięcie jest ze wszech miar fenomenalne – biorąc pod uwagę problematyczność, jaką sprawia język polski.
Poprzednio pokazałem struturę linków i wielkosc clustrów politycznego WWW. Okazało się, że wszyscy linkują do mediów – jak to powiedział Albert Jawłowski – media są dawcami odniesienia, wszyscy piszą o tym, o czym piszą media (potwierdzenie teorii planu dnia codziennego (agenda setting)). Ale czy wszyscy mówią językiem mediów? Kto jest najbardziej reprezentatywny pod względem języka?
Aby się tego dowiedziec, przedstawiłem wiązki jako wektory tfidf i obliczyłem ich podobieństwo euklidesowe. Oto rysunek sieci, w której długośc połączeń reprezentuje odległosci semantyczne:
tu widac, że większosc jest homogeniczna, za wyjątkiem nowych mediów, finansów i historii. Ale kto jest w środku jajka? Aby to sprawdzic, dla każdej wiązki obliczyłem sumy odległości od wszystkich pozostałych i zrobiłem taki śmieszny rysunek, gdzie na dole są ci z najmniejszymi sumami odległości, a na górze ci z największymi.
Okazuje się, że najbardziej reprezentatywne słownictwo cechuje wiązki ideologiczne i centralną blogosferę, która, per analogiam, jest równie mocno zideologizowana:) blogerzy, w was cała nadzieja!:)
