[發(fā)明專利]一種機(jī)器智能輔助的扎根理論編碼優(yōu)化方法

有效

• 申請?zhí)枺?/td>: 202010178957.0
• 申請日: 2020-03-15
• 公開（公告）號: CN111488725B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 盧暾;蔣特;顧寧
• 申請（專利權(quán)）人: 復(fù)旦大學(xué)
• 主分類號: G06F40/126
• 分類號: G06F40/126;G06F40/289
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 陸飛;陸尤

本發(fā)明屬于定性研究技術(shù)領(lǐng)域，具體為一種機(jī)器智能輔助的扎根理論編碼優(yōu)化方法。本父母優(yōu)化方法的核心體現(xiàn)在兩個(gè)環(huán)節(jié)：特征提取及自動(dòng)編碼分類：特征提取是根據(jù)同編碼分類中，文本在信息上具有較高的特征一致性設(shè)計(jì)，提取同分類下的文本信息特征，作為后續(xù)自動(dòng)分類環(huán)節(jié)的分類依據(jù)；自動(dòng)編碼是根據(jù)在特征提取環(huán)節(jié)中提取的分類特征，計(jì)算新文本與各分類語料的相似度，將其歸類到相似度最高的分類中；在整個(gè)編碼過程中，會(huì)結(jié)合人為調(diào)整、特征再提取等過程，以獲取更精確的編碼結(jié)果。本發(fā)明是在經(jīng)典的扎根理論編碼過程中融合了機(jī)器智能技術(shù)，以優(yōu)化編碼過程，提高研究人員對數(shù)據(jù)處理和編碼的效率。

技術(shù)領(lǐng)域

本發(fā)明屬于定性研究技術(shù)領(lǐng)域，具體涉及一種扎根理論編碼優(yōu)化方法。

背景技術(shù)

在定性研究中，扎根理論是一種被廣泛采用的定性研究方法。扎根理論是由格拉澤和施特勞斯于1967年提出的一種從資料中建立理論的特殊方法論。研究者可以從傳記、日記、錄音、手稿、報(bào)告等材料，或者通過補(bǔ)充采訪和田野觀察記錄的方式進(jìn)一步補(bǔ)充相關(guān)材料，進(jìn)而在這些材料的基礎(chǔ)上，深入分析某一現(xiàn)象或問題的本質(zhì)。

其中，補(bǔ)充采訪獲取信息材料的方式，是現(xiàn)階段研究者采用對社會(huì)現(xiàn)象展開研究的一種常用方法。該方法強(qiáng)調(diào)，從沒有理論假設(shè)出發(fā)，從實(shí)際觀察入手，研究者通過招募符合研究現(xiàn)象特征，有過相關(guān)經(jīng)歷的受訪者。在從與他們的交流中，獲取一手的信息材料，通過深入訪談的方式，分析挖掘現(xiàn)象背后深層次的原因，歸納出經(jīng)驗(yàn)?zāi)Ｊ?，隨后發(fā)展為一定高度的理論。

訪談的方式，對原始資料的收集，必然會(huì)涉及到對受眾的訪談，而訪談?dòng)謺?huì)產(chǎn)生大量的訪談數(shù)據(jù)。而研究者則需要在這些大量的訪談數(shù)據(jù)中，整理形成編碼框架。而這樣的整理工作，通常會(huì)耗費(fèi)研究人員大量的精力，而實(shí)際這個(gè)編碼的過程，存在一定量的重復(fù)性工作，有一定的規(guī)律可循，部分工作可由機(jī)器替代。

發(fā)明內(nèi)容

為了更好地協(xié)助定性研究者開展對訪談資料的整理分析工作，本發(fā)明設(shè)計(jì)了一種機(jī)器輔助的扎根理論編碼優(yōu)化方法。

通常，在大部分場景下，原始資料的收集，會(huì)涉及對受眾的訪談，而訪談?dòng)謺?huì)產(chǎn)生大量的訪談數(shù)據(jù)。研究者需要在這些大量的訪談數(shù)據(jù)中，整理形成編碼框架。而這樣的整理工作，通常會(huì)耗費(fèi)研究人員大量的精力，而實(shí)際這個(gè)編碼的過程，按照一定的邏輯步驟進(jìn)行，有一定的規(guī)律可循，機(jī)器可以替代一部分的整理、分類工作。故而，本方面提出一種對編碼過程的優(yōu)化方法。其中，編碼的流程如附圖1所示。以下介紹本發(fā)明方法的具體步驟。

(1)數(shù)據(jù)預(yù)處理

在得到訪談錄音數(shù)據(jù)后，研究人員可利用轉(zhuǎn)錄軟件或平臺，對錄音數(shù)據(jù)進(jìn)行轉(zhuǎn)錄，并通過人工梳理的方式，得到相應(yīng)的文字材料。

隨后，通過分句分段工具，將訪談?dòng)涗浨懈畛梢粋€(gè)個(gè)語句塊；并通過人工核對檢查的方式，將分句分段結(jié)果進(jìn)行適當(dāng)?shù)恼{(diào)整，得到語料集，作為編碼的原始材料。

(2)人工預(yù)編碼

對步驟(1)得到的對語料集進(jìn)行人工預(yù)編碼，形成初步的編碼方案。預(yù)編碼算法中，通過循環(huán)編碼、隨機(jī)選取數(shù)據(jù)的方式，對選取的原始材料進(jìn)行概念層次和主題層次的編碼，并不斷調(diào)整編碼框架，直至達(dá)到初步的信息飽和，或當(dāng)前數(shù)據(jù)集數(shù)據(jù)已全部編碼；此外，算法還支持在原有編碼的基礎(chǔ)上，繼續(xù)編碼新的數(shù)據(jù)，具備較高的靈活性。因此，當(dāng)未達(dá)到信息飽和，或當(dāng)用戶認(rèn)為未編碼完成時(shí)，都可繼續(xù)編碼新的數(shù)據(jù)。該預(yù)編碼算法參見附錄1，其流程為：

每次編碼過程，可以在上次編碼的結(jié)果集合上繼續(xù)進(jìn)行，也可以在空的編碼結(jié)果上進(jìn)行。每次編碼過程是在新的數(shù)據(jù)集中，隨機(jī)選取未編碼的數(shù)據(jù)PD(算法第4-11行)。通過人工編碼的方式，為該條數(shù)據(jù)生成其對應(yīng)的概念CN(算法第12行)；然后，在當(dāng)前編碼結(jié)果CT中，逐個(gè)在主題集合TS中，查找是否已存在對應(yīng)的概念(算法第13-22行)；如果，已存在該概念，則將該概念添加對應(yīng)的主題，對應(yīng)的概念集合中(算法第23-29行)。