Semantik och pragmatik

Transkript

1 Semantik och pragmatik OH-serie Dagens punkter Om att undersöka språkbruket i politisk text, närmare bestämt riksdagsanföranden. Text från ett parti kontra de andra. Text från ett kön (kvinnor, män) kontra det motsatta. Mats Dahllöf Institutionen för lingvistik och filologi Februari Frågeställningar Finns det intressanta relativa frekvensskillnader i hur ord används i anföranden från ett parti jämfört med andra? Och motsvarande vad gäller kön. Annan användning: automatisk textklassificering. Informativa ord nyckelord Överrepresenterade ord. Styrkan mätt med Information Gain (IG) (som tar hänsyn till frekvens och skevhet i ordets distribution). IG anges multiplicerad med IG ger en typ av mått på hur starka nyckelord är. (Avsett för automatisk textklassificering.) För den som är speciellt intresserad av IG och den matematiska uträkningen: Yang, Y. and Pedersen, J. O. (1997). A Comparative Study on Feature Selection in Text Categorization, Proceedings of the Fourteenth International Conference on Machine Learning. 3 4

2 Nyckelord per parti Total undersökning. Partierna, Riksmötet 2010/2011. Relativa frekvenser hos ord. Anföranden från visst parti kontra dem som kommer från alla andra talare. Visas som antal förekomster per en miljon löpord. Dessa tabeller visar de av IG högst rangordnade orden, deras relativa frekvens F r för partiet och för motsatta kategorin (alla andra). Rena graford ingen lingvistisk analys. Graford med versal/gemen neutraliserat. Riksmötet 2010/2011 antal ord Anföranden tagna ur riksdagsprotokollet. (Annan text borttagen.) För varje anförande anges talare och parti. Antal löpord: (M) (FP) (S) (MP) (V) (KD) (C) (SD) totalt opolitiska (C) centerpartiet pts centerpartiets bredband förnybara vi gröna vindkraft landsbygden matilda (FP) folkpartiet förskolan folkpartiets ann-christin damberg elever ahlberg detta utrikes iran

3 (KD) kristdemokrater bostadsbyggandet vi kristdemokrat hälso socialstyrelsen bostadsmarknaden kristdemokraterna kristna olika (MP) miljöpartiet miljöpartiets reservation mångfald regeringen uranbrytning biologisk friåret inte klimatpåverkan (M) arbetsmarknaden viktigt trafikverket frågat avser reformer arbete utvecklingsgarantin eva-lena finanser (S) socialdemokrater ministern arbetsmarknadsministern statsrådet engström hillevi borgerliga regeringen säger fas

4 (SD) sverigedemokrater svenska sverigedemokraterna invandringen invandring islam invandringspolitik invandrare sverigedemokraternas svenskar (V) vänsterpartiet kvinnor riskkapitalbolag carl borgerliga bildt vinster skattepengar marocko valutaunion Nyckelordsextraktion med IG Vad får vi ut? Självreferens. Ett undantag... Sakliga nyckelbegrepp. Motståndarlagets talesperson i partiets profilfrågor namnet får nyckelstatus. Nyckelord per kön Total undersökning. Riksmötena 2006/ /2010. (Fyra år.) Nyckelordsextraktion med IG, som tidigare. Tabeller som tidigare. Verkar detta (intuitivt) vara en bra metod att extrahera nyckelord? 15 16

5 Riksmötena 2006/ /2010 Anföranden tagna ur riksdagsprotokollet. (Annan text borttagen.) För varje anförande anges talare. Kön kopplat till det via data från Riksdagens beskrivningar av ledamöterna. Antal löpord: Män Kvinnor totalt Kvinnliga talare Ord F r kvinnor F r män IG kvinnor barn och också våld män försäkringskassan kvinnors barnen många Kvinnliga talare (tio ord till) Ord F r kvinnor F r män IG mäns kvinnorna äldreomsorgen behöver sjuka ministern otroligt viktigt undrar föräldrar Manliga talare Ord F r män F r kvinnor IG den detta låt arbetsmarknadsministern svenska sverige östros punkten europeiska han

6 Manliga talare (tio ord till) Ord F r män F r kvinnor IG politik möjligen naturligtvis sysselsättningen en lars peter ulla svensk unionen Nyckelordsextraktion per kön Vad får vi ut? Innehållsteman : Kvinnor: former av substantiven kvinna, man (grundformen dock osynlig utan analys) och barn. Män: Geografiska termer, egennamn, han. Tematiskt mer neutrala ord: Kvinnor: otroligt, viktigt, och, också, många, undrar. Män: den, detta, låt, naturligtvis. Vad säger detta? 21 22