文档章节

AI眼中的历史:用人工智能挖掘旧报纸里的英国现代史

乱蓬头
 乱蓬头
发布于 2017/05/31 13:23
字数 1640
阅读 1
收藏 0

摘要: 试问,哪位历史学家有时间阅读跨越一个多世纪英国历史的数千万份报纸?没人可以。所以,计算机科学家和历史学家一起,教会了计算机做这件事——分析新闻报道中的数十亿个词,让我们重新认识19世纪到20世纪初的英国历史。

 

0?wx_fmt=jpeg

试问,哪位历史学家有时间阅读跨越一个多世纪英国历史的数千万份报纸?没人可以。所以,计算机科学家和历史学家一起,教会了计算机做这件事——分析新闻报道中的数十亿个词,让我们重新认识19世纪到20世纪初的英国历史。

这项研究发表在PNAS上(http://www.pnas.org/content/early/2017/01/03/1606380114),是对“文化组学”这一新兴学科的实践。

注:

文化组学culturomics,指通过数字化文本的定量分析研究人类行为和文化趋势的计算词汇学

计算机分析了1800年至1950年间的3500万份英国地区新闻报道中的286亿词汇,约占该时期英国地区报刊总量的14%。

作为对比,一个成年人的平均阅读速度为大约每分钟300字。按照这个速度,一个人需要整整180年来完成所有的阅读。如果算上人类的休息时间,阅读需要的时间就更长了。而计算机算法用大约8周完成了所有的工作,该项目研究员英国布里斯托大学计算机科学家Nello Cristianini称。

这项研究的第一步是人工检查,以确保计算机可以从报纸中提取真实的历史事件。检查的内容为计算机是否能准确地找到诸如加冕,已知的疾病流行和战争等事件。

有趣的部分发生在下一步:研究计算机算法是否可以找到历史学家使用传统方法不能找到的历史事件。

我们正在寻找一些不太明显的历史进程——例如,技术的兴起,”Cristianini说。“我们看到1900年左右,技术发生了变化。我们还能进一步解读更微妙的信号:我们可以看到电报,电话和广播被公众接受的速度有多快。这个速度在不断加快。现在,人们接受Twitter或Facebook只需要一年。”

人工智能分析不仅仅是简单的字数统计(这是曾经大量数字化文学研究的做法)。这一次,研究人员使用AI技术,如自然语言处理,以获得对上下文和文本含义的理解。你可以认为它是终极的快速阅读。

他们发现了什么?这是AI眼中的英国历史:

 

 电力什么时候赶超了蒸汽?

1898年。这一年,电在新闻中出现的频率开始超过蒸汽,电能逐渐取代了蒸汽。

0?wx_fmt=png

图:20世纪来临时,电力取代了蒸汽(来源Nello Cristianini / PNAS)

 

 火车什么时候赶超了马车?

 仅仅四年后的1902年。火车的时代开始于19世纪40年代,那时英国开始发展国家铁路系统。但就新闻方面而言,火车在半个多世纪后才变得比马车更重要。

0?wx_fmt=png

图:“铁马”(来源New York Public Library / Flickr)

 人们什么时候开始 

 不再讨论奴隶制?

 对奴隶制的报道高峰出现于1830-1870年废奴运动时期和1861-1865年美国南北战争期间。1870年后,报纸几乎不再提及奴隶制。

0?wx_fmt=png

图:1830年到1870年,奴隶制出现在新闻中(来源Nello Cristianini / PNAS)

 记者什么时候开始 

 报道妇女参政权运动?

1906年。一个戏剧性的报道高峰出现在1913年,在女性参政倡议者Emily Wilding Davison试图在赛马会上阻拦英国国王的马之后。

0?wx_fmt=png

图:Emily Davison倒在英国国王的马前,四天后她死于头部创伤(来源Hulton Archive)

注:

女权运动还有这段历史!今天的一切来之不易啊!

 

 女性什么时候得到了 

和男性相同数量的报道?

从来没有过。20世纪开始,对女性的报道率有上升趋势,且在二战时期突然增加。但在整个分析覆盖的时期,新闻中每提到一个女性大约会提到三个男性。在21世纪,这个数字更接近男女比2:1,但这种转变并不大。

0?wx_fmt=png

图:战争时期,女性得到了更多的报道(来源Wikime)

 

 勇气什么时候最重要?

毫不意外,在第一次和第二次世界大战期间勇气被提到最多。维多利亚时代的价值观,例如毅力,在整个分析覆盖时期表现出报道频率的稳步下降。但在战争年代,对耐力和勇气等价值观的报道出现了明显的增加。

 

 英国和英国人的概念

(Britishness)是何时出现的?

注:

英国全称为大不列颠及北爱尔兰联合王国United Kingdom of Great Britain and Northern Ireland。不列颠Britain/British是对英国和英国人的统称,相较于对英国某部分的特指例如England/English是指英格兰和英格兰人,或Scotland/Scottish是指苏格兰和苏格兰人。

对“不列颠”的报道出现于20世纪早期,1900年左右出现第一个峰值,一战和二战期间出现了两个更大的峰值。这个发现和很多历史学家的观点不同——很多历史学家认为“不列颠”在更早前就已经是一个活跃的概念了。

0?wx_fmt=png

图:“不列颠”的概念在20世纪早期开始活跃,而传统上,历史学家认为“不列颠”出现得更早(来源Nello Cristianini / PNAS)

 

 经济什么时候成为了口号?

与“经济”相比,“政治经济”一直是更为常用的术语,直到1900年左右,这两个词的用法变得更加模糊。20世纪初,这两个术语在约十年间的使用频率大致相似,之后,“经济”开始成为更受欢迎的用语,在几个剧烈的峰值后使用频率开始稳步上升。

0?wx_fmt=png

原文发布时间为:2017-01-17

本文转载自:http://click.aliyun.com/m/22145/

共有 人打赏支持
乱蓬头
粉丝 0
博文 382
码字总数 2595
作品 0
私信 提问
英国拨款8400万英镑资助AI研究与智能能源创新

英国商业、能源和产业战略部部长克莱尔·佩里(Claire Perry)宣布将投资8400万英镑支持英国的人工智能(AI)与机器人技术研究,以及智能能源创新。 产业战略挑战基金将拨款6800余万英镑支持...

gs780j
2017/12/22
0
0
Facebook收购伦敦人工智能公司 打击虚假新闻

科技博客TechCrunch今日援引多位知情人士的消息称,Facebook将收购伦敦人工智能(AI)技术公司Bloomsbury AI。Bloomsbury AI是一家人工智能初创公司,主要利用自然语言处理(NLP)技术来帮助机器...

新浪科技
07/02
0
0
杨澜访谈录之卢臻:AI不会把人类灭掉

  ▲深醒科技卢臻董事长(右二)   出席数博会人工智能高端对话   刚刚获得全球人工智能大赛第一名的深醒科技,在数博会人工智能高端对话环节接受杨澜访谈时坦言创业心扉。   5月26日,...

中国机器人
05/30
0
0
CB Insights最新报告:2013年以来AI医疗保健创业公司已筹资43亿美元,苹果正彻底改变临床研究

  选自VB   原文|KYLE WIGGERS   乌镇智库编译   人工智能一直在改变医疗行业,对于一直跟踪业内新闻(例如DeepMind与英国国家健康服务合作或者Nvidia最近在医学成像领域投资)的人来...

乌镇智库
09/14
0
0
CIA 计划用 AI 取代间谍;俄罗斯利用 AI 管理在轨卫星群 | AI 掘金晚报

CIA计划用AI取代间谍 电影里007们伪造身份执行任务的画面曾经令无数人心潮澎湃,但这一切正在逐渐成为历史。因为很多国家正在使用AI技术识别敌方特工。 根据Meyerriecks的说法,至少有30个国...

刘伟
04/25
0
0

没有更多内容

加载失败,请刷新页面

加载更多

微服务分布式事务实现

https://www.processon.com/view/link/5b2144d7e4b001a14d3d2d30

WALK_MAN
今天
2
0
《大漠烟尘》读书笔记及读后感文章3700字

《大漠烟尘》读书笔记及读后感文章3700字: 在这个浮躁的社会里,你有多久没有好好读完一本书了? 我们总觉得自己和别人不一样,所以当看到别人身上的问题时,很少有“反求诸己”,反思自己。...

原创小博客
今天
3
0
大数据教程(9.5)用MR实现sql中的jion逻辑

上一篇博客讲解了使用jar -jar的方式来运行提交MR程序,以及通过修改YarnRunner的源码来实现MR的windows开发环境提交到集群的方式。本篇博主将分享sql中常见的join操作。 一、需求 订单数据表...

em_aaron
今天
3
0
十万个为什么之什么是resultful规范

起源 越来越多的人开始意识到,网站即软件,而且是一种新型的软件。这种"互联网软件"采用客户端/服务器模式,建立在分布式体系上,通过互联网通信,具有高延时(high latency)、高并发等特点...

尾生
今天
3
0
Terraform配置文件(Terraform configuration)

Terraform配置文件 翻译自Terraform Configuration Terraform用文本文件来描述设备、设置变量。这些文件被称为Terraform配置文件,以.tf结尾。这一部分将讲述Terraform配置文件的加载与格式。...

buddie
今天
5
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部