Clasificación de Temas Asistida por Computadora para la Investigación en Ciencias Sociales de Métodos Mixtos

RESUMEN Los científicos sociales interesados en la investigación de métodos mixtos han recurrido tradicionalmente a anotadores humanos para clasificar los documentos o eventos utilizados en sus análisis. El rápido crecimiento de los documentos gubernamentales digitalizados en los últimos años presenta nuevas oportunidades para la investigación, pero también nuevos desafíos. Con cada vez más datos disponibles en línea, depender de anotadores humanos se vuelve prohibitivamente costoso para muchas tareas. Para los investigadores interesados en ahorrar tiempo y dinero manteniendo la confianza en sus resultados, mostramos cómo un sistema particular de aprendizaje supervisado puede proporcionar estimaciones de la clase de cada documento (o evento). Este sistema mantiene una alta precisión de clasificación y proporciona estimaciones precisas de las proporciones de documentos, mientras alcanza niveles de fiabilidad asociados con los esfuerzos humanos. Estimamos que reduce los costos de clasificar grandes cantidades de documentos complejos en un 80% o más.