Моделирование порождения текста на основе данных кейлоггеров и дистрибутивных семантических моделей: обоснование методологии и программа исследований

Обложка

Цитировать

Полный текст

Аннотация

В современной экспериментальной психолингвистике активно используются кейлоггеры - программы для регистрации клавиатурного почерка. Их применение позволило получить новые научные данные о процессе порождения текста, но в то же время привело к появлению разного рода противоречивых сведений. В статье предлагается дополнить методологию исследований порождения текста с использованием кейлоггеров данными дистрибутивных семантических моделей о семантическом расстоянии между словами.

Об авторах

Татьяна Александровна Литвинова

Воронежский государственный педагогический университет

Автор, ответственный за переписку.
Email: centr_rus_yaz@mail.ru

доктор филологических наук, ведущий научный сотрудник научно-исследовательской лаборатории компьютерной семасиологии Воронежского государственного педагогического университета

Россия

Список литературы

  1. Leijten M., Van Waes L. Keystroke logging in writing research: Using Inputlog to analyze and visualize writing processes // Written Communication. 2013. № 30(3). P. 358–392.
  2. Глухов В.П. Основы психолингвистики. М.: ACT: Астрель, 2005.
  3. Mahlow C., Ulasik M.A. Tuggener D. Extraction of transforming sequences and sentence histories from writing process data: a first step towards linguistic modeling of writing // Read Writ. 2022.
  4. Рассказы о сновидениях: Корпусное исследование устного русского дискурса / Кибрик А. А., Подлесская В. И. (ред.) М.: ЯСК, 2009.
  5. Cislaru G., Olive T. Le processus de textualisation. Analyse des unités linguistiques de performance écrite = Анализ порождения текста. Минимальные единица порождения текста. Louvain-la-Neuve: De Boeck Supérieur, 2018.
  6. Baaijen V. M., Galbraith D., de Glopper, K. Keystroke analysis: Reflections on procedures and measures // Written Communication. 2012. № 29(3). P. 246–277.
  7. Conijn R. et al. A product-and process-oriented tagset for revisions in writing // Written Communication. 2022. Т. 39, № 1. P. 97–128.
  8. Miletic A. et al. Pro-TEXT: an Annotated Corpus of Keystroke Logs // Proceedings of LREC. 2022. P. 1732–1739
  9. Goodkind A. TypeShift: A User Interface for Visualizing the Typing Production Process. 2021. arXiv:2103.04222.
  10. Vandermeulen N., Steendam E. Van, Rijlaarsdam G. Writing Process Feedback Based on Keystroke Logging and Comparison with Exemplars: Effects on the Quality and Process of Synthesis Texts // Written Communication. 2023. № 40 (1). P. 90–144.
  11. Meulemans, C. et al. (2022). Cognitive Writing Process Characteristics in Alzheimer’s Disease // Frontiers in psychology. № 13. doi: 10.3389/fpsyg.2022.872280.
  12. Holmlund T. B. et al. Towards a temporospatial framework for measurements of disorganization in speech using semantic vectors. Schizophrenia research. 2022. doi: 10.1016/j.schres.2022.09.020.
  13. Heinen D. J.P., Johnson D. R. Semantic distance: An automated measure of creativity that is novel and appropriate // Psychology of Aesthetics, Creativity, and the Arts. 2018. № 12 (2). P. 144.
  14. Beaty R. E., Johnson D. R. Automating creativity assessment with SemDis: An open platform for computing semantic distance // Behavior research methods. 2021. 53(2). P. 757–780.
  15. Litvinova T. Process-oriented characteristics of an idiolect for authorship attribution of heterogeneous texts: A pilot study // CEUR Workshop Proceedings. 2020. Vol. 2780. P. 3–6.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».