Dictionary-Based Text Analysis
Dictionary-based text analysis measures concepts in text by counting how often words belonging to predefined category lists — dictionaries — appear in each document. It is the workhorse lexicon method behind tools like LIWC and the General Inquirer, prized for its transparency and scalability: a category score is simply the share of a document's words that match the category's word list.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- Pennebaker, J. W., Mehl, M. R., & Niederhoffer, K. G. (2003). Psychological aspects of natural language use: Our words, our selves. Annual Review of Psychology, 54, 547–577. DOI: 10.1146/annurev.psych.54.101601.145041 ↗
- Grimmer, J., & Stewart, B. M. (2013). Text as data: The promise and pitfalls of automatic content analysis methods for political texts. Political Analysis, 21(3), 267–297. DOI: 10.1093/pan/mps028 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 22). Dictionary-Based Text Analysis in Communication. ScholarGate. https://scholargate.app/fi/communication/dictionary-based-text-analysis-comm
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Automated Content AnalysisCommunication↔ vertaa
- LIWC Text AnalysisCommunication↔ vertaa
- Manifest Content AnalysisCommunication↔ vertaa
- Sentiment Analysis in CommunicationCommunication↔ vertaa
Tähän viittaavat
Samankaltaiset menetelmät
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →