arXiv cs.CL· Brinda Murali Krishna, Oktay Karaku\c{s}, Can Ey\"upo\u{g}lu·· 3 天前AI 评分15
从纵向文本数据建模组织级语义身份的计算框架
A Computational Framework for Modelling Organisation-Level Semantic Identity from Longitudinal Textual Data
AI 导读
研究者提出一个计算社会科学框架，将语义与图度量结合为可解释的组织指纹和时间画像，用于描述组织关联文本的集体语义分化与变化。基于1997至2023年间四家K-pop娱乐公司126位艺人的1,289首歌曲，仅三项新颖性度量在艺人层面呈显著差异，多样性、连通性度量及公司—社区富集大多不显著；艺人分组平衡准确率为0.334（随机基线0.25）。
正文 · AI 翻译
摘要：由组织附属贡献者创作的长时段文本，能否在不掩盖这些贡献者之间差异的情况下，揭示集体语义分化与变化？我们开发了一个计算社会科学框架，将已有的语义与图度量结合为可解释的组织指纹和时间剖面。我们使用\emph{组织级语义身份}来描述一种依赖于语料库的解读，即附属文本输出中反复出现和变化的特征，而非企业文化或管理者意图。借助一个继承而来的语义景观，我们考察了 1997 年至 2023 年间隶属于四家 K-pop 娱乐公司的 126 位艺人的 1,289 首歌曲。分化的证据是有选择性的。经校正后，所有三项与新颖性相关的度量都显示出艺人层面的差异，而所测试的多样性和连通性度量则没有；只有两项公司—社区富集仍然显著。时间轨迹揭示了作品集之间进一步的差异。按艺人分组的平衡准确率达到 0.334，而随机基线为 0.25，这为附属关系相关信号提供了适度的支持性证据，而非对身份独立验证。稳健性分析对连续语义结构存在的支持，强于对精确排名的支持。总之，这些发现表明集体规律性如何能够与共享内容、贡献者异质性以及随时间变化共存，同时跨领域普遍性和更广泛的组织构念效度仍未解决。
| 学科： | 机器学习（cs.LG）；计算与语言（cs.CL） |
| 引用为： | arXiv:2609.29584 [cs.LG] |
| （或 arXiv:2609.29584v2 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.29584 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Oktay Karakus Dr [查看电子邮件]
[v1]
2026 年 8 月 27 日星期四 11:47:59 UTC（2,272 KB）
[v2]
2026 年 10 月 14 日星期三 13:34:11 UTC（2,245 KB）
来源：arXiv cs.CL · arxiv.org