【東亞所訊】
國立政治大學東亞研究所近期辦理多場研究方法相關工作坊，第二場於11月17日邀請到國際關係研究中心博士後研究員倪世傑為主講人，以「浮沉於辭海，發人間幽微：淺談文本探勘」為題，進行專題演講，由本所副教授薛健吾擔任主持人，本場演講吸引許多師生熱烈參與。

倪世傑於本校政治學研究所取得博士學位，文本探勘（text-mining）的研究方法是他在博士班時自學而成。他認為以政權的性質而言，文本探勘是觀察中國近期發展不可或缺的研究工具，但這在他攻讀博士學位時並非主流的研究方法，因此在學習資源有限的情況之下，他開始對文本探勘方法的摸索學習。

本次工作坊包含文本探勘基本的概念介紹，與在R軟體上的實作練習。倪世傑以系統性的方式介紹文本探勘類型，其分為監督式（supervised）與非監督式（unsupervised）兩種類型，前者預設搜尋的標的詞彙，後者則無。在針對大量文本資料的初步處理中，取得所需資料的前置作業是影響結果的重要步驟，透過資料清理的方式，先將「非結構式資料」轉化為「結構式資料」，並將其整理成一套data frame。在初步整理之後，「分詞」的過程更是對資料清洗中的核心步驟，在這個過程中事先告訴軟體有哪些可能的詞彙組合，避免得到「garbage in, garbage out」的結果。完成這兩項步驟之後，才可以正式進入到文本分析的工作。

倪世傑提醒同學在分詞的過程中，必須了解「語境問題」，才得以建立正確的分詞辭典。「語境問題」包含了同義詞轉換（例如：特朗普＝川普）、一詞多義詞彙精準轉換（例如「中巴關係」到底是指中國與巴西之間的關係，還是中國與巴基斯坦或是巴拿馬之間的關係）等，分詞步驟目的是在多次的反覆測試中將文本中的詞彙給予正確切割，以利於後續機器在爬梳文本時，更精準地將有意義的詞彙區分出來。

在演講後半部的實際上機操作過程，倪世傑引導同學們使用R軟體，利用已經整理完成的語法檔案進行實際操作，嘗試不同的指令對文本作分詞練習，以實作的方式讓同學們初步體驗以R軟體進行文本探勘的實際過程。

工作坊結束前倪世傑也推薦了幾種不同的軟體，方便同學們能更進一步學習文字探勘應用，如AntConc和Python等。他點出在目前的政治氛圍之下，進行中國研究的困境，鼓勵同學嘗試多元研究方法，相信能減少了解中國的阻礙。

主持人薛健吾於工作坊最後鼓勵在座同學，在資訊和資料爆炸的時代，同學們若能擁有各種統計和研究方法的能力，將會大大地開拓能夠研究的議題領域。

本所後續除了持續舉辦關於中國研究的相關專題演講之外，也將辦理一系列關於研究方法的座談會。相關講座資訊請密切注意東亞所官網、臉書粉絲專頁，以及本校活動報名系統。