Tracing the Lexicon of War: A Diachronic NLP Study of Iraqi Newspapers (1980–2025)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives: This article uses natural language processing (NLP) to trace how Iraqi newspapers have spoken about war, peace, and the nation from 1980 to 2025. Drawing on a diachronic corpus of Arabic press texts that spans the Iran–Iraq War, the 1991 Gulf War, sanctions, the 2003 invasion, sectarian conflict, the fight against ISIS, and the fragile “post-war” present, it asks how the lexicon of war evolves and how imaginaries of nation and peace appear and recede across these crises. Methods: The study compiles a 12-million-word corpus from three major Iraqi newspapers, sampled at five-year intervals. After cleaning and normalisation, the corpus is segmented into eight historical periods. Using word-frequency analysis, collocation measures, and word-embedding models, the article tracks shifts in the usage and semantic neighbourhoods of keywords such as ḥarb (war), salām (peace), waṭan (homeland), shaʿb (people), and amān (security). Results: The analysis shows that the lexicon of war is not static: terms of victory and glory dominant in the 1980s gradually give way to vocabularies of siege, sanctions, and martyrdom in the 1990s, and later to the language of sectarianism, terrorism, and reconstruction after 2003. Quantitatively, ḥarb remains more frequent than salām in every period—for example, 420 vs. 36 tokens per million in 1980–1984 and 310 vs. 82 in 2015–2025—so that the salām:ḥarb ratio almost triples from 0.09 to 0.26 over the corpus. References to “peace” rise after 2014 but are often collocated with terms such as “fragile,” “conditional,” and “agreement,” signalling an anxious rather than triumphant peace. Conclusions: The findings illustrate how diachronic NLP complements close reading by uncovering patterns of continuity and change that event-specific analysis often misses.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle