Similarity of word associations studied with Latent Semantic Analysis to reveal intergroup social bias
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2018-05-14
Department
Major/Subject
Human Neuroscience and Technology
Mcode
SCI3601
Degree programme
Master’s Programme in Life Science Technologies
Language
en
Pages
60+8
Series
Abstract
As part of larger brain imaging and psychological experiment studying intergroup relations, word associations from distinct social groups (heterosexual and homosexual men), were collected during the viewing of a film. Latent Semantic Analysis LSA was used to assess the similarities between the groups and to detect social bias. Word count and use of pronouns were also studied as more quantitative methods. Even though LSA did not prove to be a suitable method for analyzing a dataset this complex since no significant results were found, a sliding-window analysis performed on the total word counts managed to capture important parts in the film. Future directions could include removing unrelevant words and using smaller samples of the word association data.Osana suurempaa ryhmien välisiä suhteita tutkivaa aivotutkimusta ja psykologista koetta sana-assosiaatioita kerättiin kahdelta selkeältä sosiaaliselta ryhmältä (heteroseksuaaliset ja homoseksuaaliset miehet) elokuvan katselun aikana. Piilevän semantiikan analyysiä (engl. Latent Semantic Analysis, LSA) käytettiin arvioimaan ryhmien välisiä samankaltaisuuksia ja sosiaalisia ennakkoasenteita. Sanamäärää ja pronominien käyttöä tutkittiin myös kvantitatiivisempina metodeina. Vaikka LSA ei osoittautunut sopivaksi työkaluksi näin monitasoisen tutkimusaineiston analysointiin, sillä merkittäviä tuloksia ei löydetty, yhteenlasketuille sanamäärille käytetty liukuvan aikaikkunan analyysi onnistui osoittamaan elokuvan tärkeät kohdat. Tulevaisuuden suuntaviivoihin voisi lukeutua epäolennaisten sanojen poistaminen ja pienempien sana-assosiaationäytteiden käyttö.Description
Supervisor
Jääskeläinen, IiroThesis advisor
Afdile, MamdoohKeywords
latent semantic analysis, ingroup-outgroup, latent dirichlet allocation, social bias