Análisis de los artículos publicados en ICE: temática y facilidad de lectura

Juan de Lucio Fernández
Resumen

Las técnicas de procesamiento del lenguaje natural permiten aproximaciones rigurosas y replicables que facilitan el análisis del contenido publicado en las revistas académicas. En este documento se emplean para analizar la temática tratada y la legibilidad de los documentos publicados en Información Comercial Española (Boletín, Cuadernos y Revista) durante los últimos 20 años. Los resultados confirman objetivamente, mediante técnicas cuantitativas: la proximidad temática de las publicaciones a los intereses de la Secretaría de Estado de Comercio que las patrocina, sugiere un descenso a lo largo del tiempo de la facilidad de lectura de los artículos publicados, confirma la cercanía de contenidos entre Revista de Economía y Boletín Económico y muestra el sesgo académico y la mayor variedad temática de Cuadernos Económicos.

Article Details

Palabras clave:
Información Comercial Española, temática, legibilidad, procesamiento del lenguaje natural
Citas

Anauati, V., Galiani, S. & Gálvez, R. H. (2016). Quantifying the life cycle of scholarly articles across fields of economic research. Economic Inquiry, 54(2), 1339-1355.

Azqueta-Gavaldon, A., Hirschbühl, D., Onorante, L. & Saiz, L. (2020). Economic policy uncertainty in the euro area: An unsupervised machine learning approach. European Central Bank, Working Paper No. 2359.

Barrios, F., López, F., Argerich, L. & Wachenchauzer, R. (2016). Variations of the similarity function of textrank for automated summarization. arXiv preprint arXiv: 1602.03606.

Bentz, C., Alikaniotis, D., Cysouw, M. & Ferrer-i-Cancho, R. (2017). The entropy of words—Learnability and expressivity across more than 1000 languages. Entropy, 19(6), 275.

Blei, D. M., Ng, A. Y. & Jordan, M. I. (2003). Latent Dirichlet allocation. The Journal of Machine Learning Research, 3(4-5), 993-1022.

Card, D. & DellaVigna, S. (2013). Nine facts about top journals in economics. Journal of Economic Literature, 51(1), 144-161.

Ferrer-i-Cancho, R. (2018). Optimization Models of Natural Communication. Journal of Quantitative Linguistics, 25(3), 207-237.

Ferrer-i-Cancho, R. & Solé, R. V. (2001). Two regimes in the frequency of words and the origins of complex Lexicons: Zipf’s law revisited. Journal of Quantitative Linguistics, 8(3), 165-173.

Hansen, S., McMahon, M. & Prat, A. (2017). Transparency and deliberation within the FOMC: A computational linguistics approach. The Quarterly Journal of Economics, 133(2), 801-870.

Katz, D. M. & Bommarito, M. J. (2014). Measuring the complexity of the law: the United States code. Artificial intelligence and law, 22(4), 337-374.

Mihalcea, R. & Tarau, P. (2004, July). Textrank: Bringing order into text. In Proceedings of the 2004 conference on empirical methods in natural language processing (pp. 404-411).

Muñoz, M. & Muñoz, J. (2006). Legibilidad Mµ. Viña del Mar, Chile.

Plavén-Sigray, P., Matheson, G. J., Schiffler, B. C. & Thompson, W. H. (2017). The readability of scientific texts is decreasing over time. Elife, 6, e27725.

Řehůřek, R. & Sojka, P. (2010). Software framework for topic modelling with large corpora. In Proceedings of the LREC 2010 Workshop on New Challenges for NLP Frameworks.

Shannon, C. E. (1951). Prediction and entropy of printed English. Bell system technical journal, 30(1), 50-64.

Tobback, E., Nardelli S. & Martens, D. (2017). Between hawks and doves: measuring central bank communication. European Central Bank, Working Paper No. 2085.