最近爆火的ChatGPT，火遍了全網(wǎng)，我們也來(lái)參與一下。

ChatGPT不僅在互聯(lián)網(wǎng)和多個(gè)行業(yè)引發(fā)人們的關(guān)注，在學(xué)術(shù)界還掀起了不小的熱潮。

ChatGPT殺入學(xué)術(shù)界寫論文，引發(fā)混亂：

美國(guó)已經(jīng)有大學(xué)生用ChatGPT寫論文，獲得了第一名。一項(xiàng)調(diào)查顯示，現(xiàn)在美國(guó)89%的大學(xué)生都是用ChatGPT做作業(yè)，目前，紐約教育系統(tǒng)全面“封殺”ChatGPT。

那它真有那么靠譜嗎？ChatGPT作為一個(gè)機(jī)器學(xué)習(xí)模型，在培訓(xùn)數(shù)據(jù)的范圍內(nèi)，具有很高的準(zhǔn)確率，但不能保證它的回答最終是100%正確，我們也有嘗試用它來(lái)做一些問(wèn)答。

下面我們來(lái)用ChatGPT幫我們寫一篇文本分析課程的廣告文案，看看它是如何介紹文本分析方法的。

看完下面的文案，你們會(huì)買這個(gè)課程嗎？

大家覺(jué)得怎么樣？

最近也有很多同學(xué)問(wèn)到文本分析是做什么的呢?

那么我們還是用ChatGPT幫我們科普一下，看看它怎么說(shuō)？

看看文本分析方法能否在我們經(jīng)管領(lǐng)域論文中可以用到呢？

不知道大家看了ChatGPT給我們的解釋是否明白了一些呢？

看到這了，大家應(yīng)該對(duì)文本分析有了不同的理解了。

最后，我們讓ChatGPT來(lái)給我推薦三篇經(jīng)管領(lǐng)域的論文，看看他是怎么推薦的吧：

當(dāng)然，技術(shù)革新離不開法律法規(guī)的約束，不能任由科學(xué)技術(shù)一路“狂飆”，守住倫理底線和法律底線，讓每一位創(chuàng)作者的心血受到保護(hù)，才能形成正向互動(dòng)促進(jìn)，推動(dòng)人工智能的發(fā)展。

有關(guān) ChatGPT 等新興 AI 產(chǎn)物的倫理界定，也會(huì)隨著科學(xué)技術(shù)的發(fā)展不斷完善。

第一講：經(jīng)管類學(xué)術(shù)研究中的文本分析（2h）

1. 文本分析基本思路

2. 文本分析文獻(xiàn)的大致分類

3. 文本分析的主要方法

第二講：文本分析基礎(chǔ)（3h）

1. 文本分詞

2. 停用詞使用

3. 詞頻計(jì)算

4. TFIDF計(jì)算

5. 學(xué)術(shù)研究中的詞頻是如何計(jì)算的？

參考文獻(xiàn)：胡楠,薛付婧,王昊楠.管理者短視主義影響企業(yè)長(zhǎng)期投資嗎？——基于文本分析和機(jī)器學(xué)習(xí)[J]. 管理世界, 2021, 37(05): 139-156 11 19-21.

第三講：詞向量分析 （3h）

1. 詞向量原理

2. 詞向量的實(shí)現(xiàn)

3. 近義詞發(fā)現(xiàn)

4. 學(xué)術(shù)研究中的擴(kuò)展詞是怎么做的？

參考文獻(xiàn)：危雁麟, 張俊瑞, 汪方軍, 程茂勇. 數(shù)據(jù)資產(chǎn)信息披露與分析師盈余預(yù)測(cè)關(guān)系研究——基于文本分析的經(jīng)驗(yàn)證據(jù)[J].管理工程學(xué)報(bào),2022,36(05):130-141.

第四講：文本相關(guān)分析 （3h）

1. 文本相關(guān)分析常用方法

2. 余弦與軟余弦相似性

3. 軟余弦相似性度量方法

4. MD&A信息量如何度量？問(wèn)與答的一致性如何度量？

參考文獻(xiàn)：鄭曉瑜,劉俊晗.信號(hào)還是噪聲?——基于上市公司年報(bào)文本變動(dòng)的研究[J].投資研究,2022,41(04):70-90.

第五講：文本主題模型 （2h）

1. 主題模型的基本思路

2. 主題模型在學(xué)術(shù)中應(yīng)用

3. 主題模型的實(shí)現(xiàn)

參考文獻(xiàn)：俞紅海,范思妤,吳良鈺,馬質(zhì)斌.科創(chuàng)板注冊(cè)制下的審核問(wèn)詢與IPO信息披露

——基于LDA主題模型的文本分析[J].管理科學(xué)學(xué)報(bào),2022,25(08):45-62.

尹老師
電話：13301322952
WeChat：jg-xs6