数据集(英文）| USA Today新闻数据集(2012~2024)
媒体数据集研究价值大， 您可从中提取丰富的指标，包括但不限于经济政策不确定性指数EPU 、 媒体关注度指数、文本相似度、情感分析。而且可训练词向量，构建新的词典，开发新的指标指数。计算机自然语言处理、经济学、管理学、新闻传播学、公共管理等领域均可使用。...
文本分析
代码 | 如何用Python计算知识宽度(赫芬达尔—赫希曼指数)
赫芬达尔-赫希曼指数(Herfindahl-Hirschman Index)作为一种衡量市场集中度的经济指标，通常用于分析产业或市场中企业份额的分布情况。近年来有学者使用HHI算法测量专利的所涉领域的集中程度，反应专利的知识宽度。我们是否可能利用HHI来量化某个语料库中不同词汇的使用频率分布，以此来分析个人、群体或时代的语言风格、词汇丰富度、或是语言标准化与变化的趋势。如果词汇分布非常均匀，表明语言使用中的词汇多样性高，HHI值就会较低；反之，如果少数词汇占据了大部分文本空间，表明词汇使用集中，HHI值则较高。...
MOR | 使用md&a测量企业民族主义指标
该论文开发了一种企业层面的修辞民族主义计算方法。回顾文献，开发了与企业相关的四维民族主义理论框架：民族自豪感、排外主义、主导议程（民族复兴）和企业角色。然后，使用文本分析方法计算了 2000 年至 2020 年中国上市公司的 41,000 多份年度报告，并为每个维度确定了一个词典。该论文数据集可公开访问：https://sites.google.com/view/firms-rhetorical-nationalism...
实验 | 使用本地大模型从文本中提取结构化信息
...
教程 | 如何使用 Ollama 下载 & 使用本地大语言模型
...