《中国统计》文本分析技术最新进展总结盘点

《中国统计》文章展示了文本分析在各个领域的应用，包括大语言模型、科技文献、数据分类、乡村振兴、数据资产评估、历史文献解读、学科融合、基础设施管理和社情民意调查等，凸显了文本分析在数据挖掘和决策支持中的重要作用。

房祥忠.大语言模型中的统计方法[J].中国统计,2023,(09):41-43.   

引言：大语言模型也叫大型语言模型。ChatGPT的出现引来了公众对大语言模型关注的热潮。ChatGPT是由OpenAI公司训练的大语言模型，它通过学习大量文本数据中的语言模式来生成人类可读的文本。大语言模型是一种基于深度学习的自然语言处理技术，通过训练大规模的语料库来学习语言的内在结构和语义信息。在训练过程中，OpenAI使用了包括网络文本、书籍、新闻和其他文本资源的大量文本数据。

[2]程豪.面向海量科技文献数据的主题模型浅析[J].中国统计,2023,(01):27-29. 

关键词：文献数据;;主题模型

摘要：随着文献资料的不断膨胀，非结构化的文本数据挖掘逐渐形成较为成熟又区别于结构化数据的方法体系。本文以海量科技文献为出发点，通过研究四类主题模型及目前可用的主要软件和技术，以处理不同条件下的文本数据问题，找到海量科技文献集合中的关键主题，实现分类或预测的统计功能。

[3]邓力.数据分类的重构[J].中国统计,2022,(02):62-64.  

引言：现在流行的数据分类，不妨称为传统的数据分类，其划分标准和类别名称，有没有更新的必要？这个问题很早就吸引了我，随着数据大潮奔涌而来，这份好奇越发浓烈。不同的数据类型、含义和特点不同，数据的算法和画法也不同。对数据进行分类，分类的好处不言自明。

[4]金明,张佳鑫,夏波,等.乡村振兴路在何方——基于四川省泸定县岚安乡的乡村振兴调研分析[J].中国统计,2021,(11):69-72. 

引言：研究背景与调研流程党的十九届五中全会审议通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》,对新发展阶段优先发展农业农村、全面推进乡村振兴作出总体部署,为做好当前和今后一个时期"三农"工作指明了方向。《中共四川省委四川省人民政府关于全面实施乡村振兴战略开启农业农村现代化建设新征程的意见》指出,要坚定不移贯彻新发展理念,坚持稳中求进工作总基调,坚持加强党对"三农"工作的全面领导,坚持农业农村优先发展,

[5]黄向阳.企业级数据资产评估：一个学习框架[J].中国统计,2020,(12):45-48. 

引言：本文标题中有"学习"二字,为什么强调学习?因为不懂,所以需要探索和学习。好在对于笔者来说,企业级数据资产评估还不是完全陌生的领域,目前具备的基础包括:对评估对象数据有所了解,对数据价值链的实现过程有一定认知,学习和运用过资产评估和负债评估的若干算法。想利用这点零散的基础,要想高效率地了解和学习企业级数据资产评估,自然需要一定的套路或框架。这个框架应该适用于面向应用的量化模型的学习活动,作为教师,笔者相信这种框架同时也适用于教授活动。

[6]高敏雪.20世纪50年代苏联统计学领域科学研究状况的一面镜子——《需要进行科学研究的统计学问题标准目录》文本解读[J].中国统计,2020,(06):42-45. 

引言：20世纪50年代新中国建设时期,苏联是一个异常显著的存在,作为社会主义(以及共产主义)建设的"老大哥"发挥着标杆作用。从理论到实践,当时的基本原则就是"全面学习苏联",统计界也不例外。但当时苏联统计学领域是一个什么样子?我此前撰文"四篇文献再现当年苏联对我国政府统计的影响"(见《中国统计》2020年第4期)谈及这个问题,其中提到当年曾经有一份《需要进行科学

[7]黄向阳.原来文科生也会做文本分析的[J].中国统计,2019,(12):42-44.

引言：炒概念古已有之,不能说于今为烈,不过在计算机带来的十倍速时代,概念的通货膨胀速度也进入了十倍速时代。如今言必称数据科学,倒退二十年,数据挖掘才是1990年代的热词,只是显然没有数据科学来得过瘾,至于统计,已经进入品牌老化期,只能充当幕后英雄了。

[8]张雅婷,王楠,杨晓雨,等.电动汽车充电桩使用情况及管理建议——以石家庄市为例[J].中国统计,2019,(09):71-74.    

关键词：充电桩;;满意度;;决策树;;文本挖掘;;排队论模型

摘要：发展新能源汽车是落实大气污染防治计划和节能减排政策的重大战略举措,与此配套的充电设施产业的发展也得到了高度重视。本文研究了作为新能源汽车推广应用示范城市——石家庄市的充电桩的使用及建设情况。运用决策树模型分析车主对充电桩满意度的影响因素,制作词云图进行文本分析,最后通过M/M/s等待制排队模型和中心地理论进行布局优化建模,并根据所得结论提出相应的建议。

[9]陈曦.文本挖掘技术在社情民意调查中的应用[J].中国统计,2019,(06):27-29.    

关键词：社情民意调查;;文本挖掘;;数据挖掘;;机器学习    

摘要：作为一种特殊的主观性调查,社情民意调查问卷中存在着大量的半开放题或开放题,分析研究此类问题时,运用传统的人工编码分类方法存在着数据处理效率低、准确性有限等问题。利用文本挖掘技术探索半开放题和开放题中可归纳总结的信息,对提升调查数据处理效率、提高调查分析准确性,以及通过对调查结果的分析进一步改善问卷设计等方面具有极大的帮助。

[10]邓力.统计图不能缺失统计[J].中国统计,2018,(04):31-33.  

引言：统计图是用统计数据画的图统计图是呈现数据形象的图规范和好看是统计图的风貌统计图不能丢了统计的元素上面这张统计图,是一位9岁小朋友画的,我第一眼看到,特别喜欢,"好有创意啊!"这是第一印象,再定睛一看,惊喜连连。欢喜之余,又觉得美中不足,因为有的统计点丢了。

[11]李冲.利用统计方法选择一本书——基于图书读者评价网络文本语义分析[J].中国统计,2018,(02):60-62. 

引言：随着物质文化生活逐步丰富,人们的阅读需求越来越旺盛。目前国内外图书市场百花齐放,各种各样的图书琳琅满目。面对海量的图书,读者能快速而精准地选择最适合自己的一本书,无疑会节约大量的时间,降低选择成本,提高效率。快速了解一本书,除了从出版者的宣传内容中获取简要信息,还可以参考互联网上该书的读者评价。