内容分析法是社科常用的定量研究方法。因为老师的要求，最近去学习了一下LIWC，简要总结一下。
LIWC简介
Linguistic Inquiry and Word Count 语言查询和词数统计
LIWC是一种基于语词计量的文本分析工具，它可以对文本内容的词语类别,尤其是心理学类的词语，进行量化分析。
LIWC的原理是将文本中的每个词与一个预先定义的词典进行匹配，统计每个词语类别在文本中出现的频率，从而反映文本的语言特征和心理状态。
LIWC的词典包含了多个维度的词语类别，例如语言维度（如功能词、标点符号等）、心理维度（如情感、认知、动机等）、社会维度（如家庭、朋友、工作等）和生物维度（如身体、健康、死亡等）。
在官方编写的《The Development and Psychometric Properties of LIWC-22》这本介绍与操作手册中，可以找到LIWC内含的词语维度分类明细。
（链接：https://www.liwc.app/static/documents/LIWC-22%20Manual%20-%20Development%20and%20Psychometrics.pdf)
LIWC的优点是操作简单、效率高、结果可靠，适用于各种类型的文本数据，如日记、信件、博客、社交媒体、演讲等。
LIWC的缺点是词典的覆盖度有限，不能识别新词、专有名词、复合词等，也不能分析文本的语法结构、语义关系、语用含义等。LIWC的应用领域非常广泛，包括心理健康、人际交往、社会心理、政治传播、组织行为等。
（LIWC词典的语料库来源）
LIWC的分析方法简要说明
例如，《CEOs’ temporal focus, firm strategic change, and performance: Insights from a paradox perspective》这篇文章里对“过去时间焦点”和“未来时间焦点”进行了测量，在LIWC词典中，我们认为“ago,” “learned,”“remembered” 这样的单词表示了过去焦点；而“will", “future"这样的单词表示了未来焦点。
我们可以计算分析文本（该篇选用的是LTS，即致股东的信）中的过去焦点词频，由于多篇分析文本的长度并不一致，需要除以文本的总词数以标准化。
过去焦点分数 = LTS中表示过去的单词数量/LTS总单词数量
为了进一步了解LIWC的计算方法，可以查看LIWC的源词典。
这里我找到了LIWC2015版本的简体中文词典。
可以看到，词典设置了多项属性，并记录了每一个词语拥有的属性。
以词语“敝人”为例，其拥有属性1、2、3、4，即“功能词、代词、个人代词、我”四项。
使用LIWC22软件
*可以下载python的安装包，在只使用LIWC的词典基础上，编写代码进内容分析。
chbrown/liwc-python: Linguistic Inquiry and Word Count (LIWC) analyzer (github.com)
链接：github.com/chbrown/liwc-python
更为简便的方法是，使用官方开发的LIWC22软件：
官方网站：www.liwc.app
LIWC22软件采取会员制，需要付费使用
在付费之后即可以激活软件，同时会有一串serial number，输入之后可以查看LIWC的词典原文。此外，还可以看到用户创建的非官方词典(没出钱可是看不了的）。这篇介绍播客梳理了LIWC的非官方词库并给出了中文翻译。
链接：https://textdata.cn/blog/share_your_dict_to_cntext/
（LIWC允许上传个人词典）
目前LIWC共收录了70多个非官方词典，这些词典如量表一样，一般都有相应的论文作为依据，依然具有较高的可靠性。
（部分非官方词典）
（词典Crovitz_Innovator_Identification：识别“创新者”和“非创新者”——对应的论文)
在下载LIWC22软件后，将需要分析的文本内容设置为txt格式，并导入软件，即可进行内容的分析，并将分析结果导出为excel表格。
教学视频（此为搬运版本，可以在油管找到原视频）：https://www.bilibili.com/video/BV1ME411t7vg/?spm_id_from=333.337.search-card.all.click&vd_source=adf5456ae8714729026fcb61814c333d
扩展：文心textmind——更适合中国宝宝的LIWC
由于LIWC中文词库的有限性，尽管LIWC已经更新到了2022版本，但中文词库并没有同步更新，依然是2015版本。
中科院心理所参照LIWC词库研发了针对中文语境的TextMind，。“文心”为用户提供从简体中文自动分词，到语言心理分析的一揽子分析解决方案，其词库、文字和符号等处理方法专门针对简体中文语境，词库分类体系也与LIWC兼容一致。
文心(TextMind) -- 中国科学院心理研究所计算网络心理实验室 (psych.ac.cn)
http://ccpl.psych.ac.cn/textmind/
