Ett enkelt exempel på de typer av relationer som kan detekteras för att få statistik indikerande om åtgärder för att öka kontaktnät inom forskning och mellan kulturer konkret ökar vetenskapligt värde. Ex. rörande utbytesstudenter som diskuterat i:
Kinesiska kommunistpartiets visar förtroende för Europas demokrati och belönar med utlandsstudenter
Därför för att tydliggöra tycker jag inte att något statligt eller liknande ska hålla på med sådant utan att konkret mäta resultat på ett vettigt sätt. Åtminstone om nu inte studenterna själva betalar i vilket fall frågan förenklas till om staten är mer kostnadseffektiv för marknadsföring än universiteten själva eller andra åtgärder i olika kombinationer.
Vi utgår från ett enkelt fall med initial indikation vi tar ett steg vidare och tar ut den typ av indikation statistik över en mängd liknande saker kan byggas från.
Respektive nyhetsrapport med indikerat publicerad forskning:
1. MIT:
1.1. Wordly wisdom - What determines the length of words? MIT researchers say they know
2011-02-10
1.2. Word lengths are optimized for efficient communication
2011-03-01
PNAS.
2. NewScientist:
2.1. Bad grammar make good password, research say
2013-01-17
Artikel med resultaten på Carnegie Mellon University:
2.2. Effect of Grammar on Security of Long Passwords
Indikerad: ACM Conference on Data and Application Security and Privacy (CODASPY) 2013.
1.1. och 2.1. har indikerad konceptuell likhet. Min erfarenhet är att den vanligaste cosinus similarity presterar tydligt sämre än andra algoritmer för att detektera det. Dock påverkas det troligt av hur bra kunskap systemet har för att tolka och förstå vad koncept är. Bygger man endast ex. ord-statistik från olika exempel och dimensionsreducerar ner är cosinus similarity antagligen både det enklaste valet och ungefär lika bra som annat. När systemet har mer direkt förståelse av forskningsområdet ska man meningsfullt jämföra olika möjligheter och se vad som fungerar bäst med den lösningen.
De vetenskapliga artiklarna som ju ger möjlighet till ett mer exakt avtryck bekräftar detta.
Tittar vi nu på de PERSON som är författare till resp. 1.2 och 2.2. får vi den ORGANIZATION de tillhör och i ordning enligt författar-ordning:
1.3. MIT, MIT
2.3. Carnegie Mellon University, MIT, Carnegie Mellon University
Om orsaken till att vi detekterar konceptuell-likhet är att vi vid kontroll ser en direkt koppling kan vi inte avgöra utan att undersöka mycket mer. Men över populationer av händelser kan vi utan sådan exakt vetskap om varje händelse se att kontakter mellan entiteter medverkar till att idéer rör sig mellan dem.
Över längre tid leder det ännu tydligare till att språket uttrycker större likhet oavsett om det handlar om subkulturer, företag, yrken, länder eller större språkområden.
Se också lättsamt diskuterat:
Organisation av människor: Komplexitet, Värdering och Språkets effektivitet
2011-05-02
Nyfiken vital
Foto:
Kommentera