मैंने tmएक दोस्त द्वारा एक ड्राफ्ट पेपर पढ़ने के बाद तीन दिनों तक डबिंग की, जहां उसने UCINET के साथ एक टेक्स्ट कॉर्पस की खोज की, जिसमें टेक्स्ट क्लाउड्स, टू-मोड नेटवर्क ग्राफ और सिंगल वैल्यू डिकम्पोजिशन (ग्राफिक्स के साथ, स्टैटा का उपयोग करके) दिखाया गया। मैं बड़ी संख्या में मुद्दों के तहत भाग गया: मैक ओएस एक्स पर, स्नोबॉल (स्टेमिंग) या आरग्राफविज़ (ग्राफ़) जैसी पुस्तकालयों के पीछे जावा के साथ मुद्दे हैं।
क्या कोई पैकेज की ओर इशारा नहीं कर सकता है - मैंने एनएलटीके के बारे में देखा है tm, wordfishऔर wordscoresजाना है - लेकिन शोध, यदि संभव हो तो कोड के साथ, पाठ डेटा पर, जो tmसंसदीय बहसों या विधायी दस्तावेजों जैसे डेटा का विश्लेषण करने के लिए सफलतापूर्वक उपयोग करता है या कुछ और? मुझे इस मुद्दे पर बहुत कुछ नहीं मिल रहा है, और इससे भी कम कोड जानने के लिए।
मेरी खुद की परियोजना दो महीने की संसदीय बहस है, इन चर के साथ एक सीएसवी फ़ाइल में सूचित किया गया है: संसदीय सत्र, स्पीकर, संसदीय समूह, मौखिक हस्तक्षेप का पाठ। मैं बोलने वालों के बीच और विशेष रूप से दुर्लभ और कम दुर्लभ शब्दों के उपयोग में संसदीय समूहों के बीच विचलन की तलाश कर रहा हूं, उदाहरण के लिए "नागरिक स्वतंत्रता" बात के खिलाफ "सुरक्षा वार्ता"।