题目：《主成分分析（PCA）在文本分析中的应用》

主讲人：金明哲，京都先端科学大学特任教授、博士生导师，吉林外国语大学人工智能学院教授。

时间：2026年10月21日18：00--19:30

地点：人工智能学院会议室（教材楼202）

主办：科研处、人工智能学院

主持人：人工智能学院院长 张克亮教授

参加人：全校各相关学科专业领域的教师、研究生和本科生。

讲座人简介：

金明哲，京都先端科学大学特任教授、博士生导师，吉林外国语大学人工智能学院教授。数字与人文交叉学科领域国际知名学者，研究领域涵盖文本挖掘、语料库计量、人文文本量化分析，以及复杂网络、语言统计建模。立足AI时代学术研究发展趋势，系统构建了新时代文本分析与挖掘的完整方法论体系，阐释了传统统计分析手段与大语言模型（LLM）的互补优势和融合路径，创新性提出“文本数智科学”研究框架。在国内外期刊和学术会议发表论文170余篇，专著、百科全书50余部，主持日本文部省多项科研基金，获得日本行动计量学会林知己夫优秀奖和日本统计学会出版奖。

讲座内容简介：

为推进数字人文与计算语言学建设，提升学生量化研究与文本数据分析能力，我院成功开展专题讲座。本次课程聚焦文本高维数据处理难题，系统讲解PCA降维理论、数理基础、工具实操与学术应用案例，助力学生掌握人文量化研究方法。讲座首先介绍文本向量化的基本逻辑，详细阐释词袋模型、TF-IDF、词嵌入等常用文本表示方法，指出高维稀疏文本数据普遍存在维度灾难、信息冗余、拟合偏差等问题，阐明PCA作为经典无监督降维算法在文本研究中的重要价值。课程梳理矩阵运算、特征值分解、数据标准化等前置知识，区分协方差矩阵与相关矩阵PCA的适用场景，帮助学生建立扎实的数理基础。在核心方法讲解中，授课教师系统介绍方差贡献率、主成分载荷、得分矩阵及双标图的解读逻辑，结合文本数据特点，对比多种主成分筛选方式，强调碎石图、平行分析更适配文本聚类与语义归类研究，纠正仅依靠累计贡献率判读结果的误区。课程结合真实语料开展实操教学，通过学生作文主题分类、经典作家文体风格识别两大案例，演示MTMiner与Python两种研究路径。重点讲解虚词、功能词在作者风格识别中的关键作用，证明低贡献率主成分亦可实现高质量文本聚类分类，展示了量化人文研究的科学性与可行性。同时横向对比多种降维算法优劣，梳理PCA在语体演变、作者归属、翻译研究、文本甄别等领域的前沿应用，并客观说明方法局限性。本次讲座理论与实操并重、方法与案例结合，有效夯实了学生的文本量化分析能力，为我院数字人文、计算语言学方向的科研训练与学术创新提供了有力支撑。