arXiv cs.CL· Thomas Compton·· 10 小时前AI 评分8
被 arXiv 撤稿的 BERTopic 混合式定量话语分析框架论文
Beyond the Black Box: Integrating Lexical and Semantic Methods in Quantitative Discourse Analysis with BERTopic
AI 导读
一篇提出结合词汇与语义方法的透明化定量话语分析（QDA）框架的论文已被 arXiv Admin 撤稿，理由是未达到 arXiv 的研究内容质量标准。该框架用 NLTK、spaCy 和 Sentence Transformers 构建自定义 Python 流程，并通过 UMAP 降维、HDBSCAN 聚类和 c-TF-IDF 关键词提取进行迭代式 BERTopic 建模。
正文 · AI 翻译
本文已被 arXiv 管理员撤回
摘要：随着大语言模型和计算工具的兴起，定量话语分析日益得到采用。然而，依赖 MAXQDA 和 NVivo 等黑箱软件可能会损害方法透明度以及与研究方向的一致性。本文提出了一个用于 QDA 的混合、透明框架，结合词汇和语义方法，以实现三角验证、可复现性和可解释性。基于历史政治话语的案例研究，我们展示了使用 NLTK、spaCy 和 Sentence Transformers 的自定义 Python 管道如何实现对预处理、词形还原和嵌入生成的细粒度控制。我们进一步详述了迭代式 BERTopic 建模过程，结合 UMAP 降维、HDBSCAN 聚类和 c-TF-IDF 关键词提取，并通过参数调优和多次运行进行优化，以增强主题连贯性和覆盖率。通过将精确的词汇搜索与上下文感知的语义聚类并列，我们主张采用多层方法，以缓解任一方法单独使用时的局限性。我们的工作流程强调了代码级透明度、研究者能动性和方法三角验证在计算话语研究中的重要性。代码和补充材料可通过 GitHub 获取。
| 评论： | arXiv 管理员注：本投稿已被撤回，因为它不符合 arXiv 的研究内容质量标准 |
| 主题： | 计算与语言 (cs.CL) |
| 引用为： | arXiv:2508.19099 [cs.CL] |
| （或 arXiv:2508.19099v2 [cs.CL] 为此版本） | |
| https://doi.org/10.48550/arXiv.2508.19099 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：arXiv 管理员 [查看邮件]
[v1]
2025年8月26日星期二 15:00:04 UTC (27 KB)
[v2]
2026年10月29日星期四 19:48:19 UTC (1 KB) （已撤回）
来源：arXiv cs.CL · arxiv.org