Сообщения

СТРУКТУРНЫЙ SENTIMENT АНАЛИЗ ИНФОРМАЦИИ С МОДЕЛЯМИ MDS, ACM И ОЦЕНКОЙ ДИСПЕРСИИ

Изображение
В качестве текста для анализа я взяла статью с Lenta.ru про день химика. Я бы не сказала, что этот текст по модели MDS прям негативный. Есть и светлые пятна, где слова связаны с химией и химиками. По этому аспекту можно сделать вывод, что больше автор в негативном ключе писал этот текст. Но есть и положительные аспекты, наверное они связаны с тем, что текст посвящен празднику и там иногда встречались поздравления для химиков. По карте эмоциональных полей можно понять, что встречались схожие абзацы. Скорее всего это связано с тем, что текст немного однотипный, так как все рассказывается про работу химиков. Данная таблица дает нам распределение эмоций по абзацам текста. Она действительно верная, чем шкала больше, тем ярче автор выражает свои чувства в этой статье. В моем случае больше негативных значений, хотя я думаю это не соответствует действительности.  Вывод:  Мне показалось, что инструмент, который показывает доминирующую тональность и контрастные ей типы наиболее точен в ...

SENTIMENT-АНАЛИЗ ТЕКСТА

Изображение
  Я взяла англоязычный текст про морского биолога, где она рассказывает про то как решилась пойти на такую профессию и также поделилась как можно сокращать отходы. Из численных показаний можно понять, что статья написана больше в позитиве. Вообще в тексте использована вся палитра - это можно увидеть по фотографии ниже, где желтые и зеленые цвета выражают ярко позитивные моменты. 

SENTIMENT ANALYSIS В СОЦИАЛЬНЫХ МЕДИА

Изображение
 Я решила взять для анализа Ozon, Wildberries и KazanExpress. Ozon 1. У Ozon больше нейтральных упоминаний. После этого идут позитивные, а отрицательных их всего 28.  2. Разницы между фото, видео и ссылок нет. Фото чуть больше, так как всегда в Ozon пользователи выкладывают свои фотографии с покупками. 3. По ключевым словам мы можем понять, что это приложение с которого что-то покупают. Wildberries 1. В этом маркетплейсе также как и на Ozon больше нейтральных упоминаний. 2. Тут также разницы нет, как и в Ozon. Только тут больше ссылок, потому что с Wildberries больше люди отправляют ссылок друг другу. 3. По ключевым словам можно понять, что именно покупают люди в этом приложении. Также часто попадается фраза "купить за". KazanExpress 1. В этом маркетплейсе больше всего нейтральных упоминаний, отрицательных нет, а положительных всего 3. 2. Больше всего используется фотографий, а вот видео и ссылки популярностью не пользуются в этом маркетплейсе. 3. По ключевым словам можно пон...

КЛАСТЕРНЫЙ АНАЛИЗ ИЗ ВНЕШНЕЙ БАЗЫ ДАННЫХ

Изображение
  Как ключевой слово я взяла: "Russia", период с 01.05.2024 до 02.05.2024. а) связаны тексты с совпадающими цветными полями - что их на ваш взгляд объединяет? Тематика у постов под определенными цветами совпадает, потому что под синим цветом рассматриваются темы политики, связанные с Россией. б) связаны тексты, с общими линиями пересечений. В моем случае тексты на военную тематику были связанны линии. 

АВТОМАТИЗИРОВАННЫЙ КЛАСТЕРНЫЙ АНАЛИЗ

Изображение
  I.  Укажите тексты какой тематики вы использовали? 1 текст был про Лаврова и разговорах об ударах по России американским оружием, 2 текст - Рублев вышел во второй круг "Ролан Гаррос", 3 текст - Фабрицио Романо сообщил о финальной стадии переговоров ПСЖ по Сафонову, 4 текст был про премьера Грузии и его мечте войти в ЕС и 5 текст был про то, что Израиль выпустил 8 ракет из района Рафаха. II. Поясните на какие группы разделились выбранные вами тексты и дайте обоснование почему именно такие группы были выделены.  Анализ разделил их на две группы, в первой он собрал тексты на тему политики. А вот во второй группе он соединил тексты про спорт и политику. Не знаю почему он определил 5 текст именно в эту группу, так как в этой новости затрагиваются политические темы. III. Оцените будет ли меняться число групп по общности текстов при изменении уровня кластеризации (меняется через перемещение разделителя масштаба анализа)? В какую сторону (меньшего числа групп текстов или больше...

АВТОМАТИЗИРОВАННЫЙ КОНТЕНТ-АНАЛИЗ С МОДЕЛЬЮ ТЕКСТА

Изображение
 Я взяла 5 разных постов из группы в ВК "Регионы 74 / Южный Урал и Челябинск" за 25 число. Посты были разной тематики, но по ключевым словам можно сразу понять о чем были новости в группе за этот день. Почти все посты четко отражают ряды слов, поэтому суть ясна. Вывод: Эти разделы передают главную мысль выбранных новостей, потому что ключевые слова подобраны верно. 

АВТОМАТИЗИРОВАННЫЙ КОНТЕНТ-АНАЛИЗ

Изображение
 Для сравнения я взяла одну новость только из разных источниках. https://mel.fm/novosti/2879364-v-ufe-vrachi-spasli-trekhletnyuyu-devochku-proglotivshuyu-metallicheskuyu-igrushku-v-forme-koshki https://ria.ru/amp/20240524/devochka-1948145347.html Из данного анализа можно сделать вывод, что текст говорит о девочке, которая проглотила металлическую игрушку, но врачи её спасли. Делается уточнение на место, где произошло происшествие и что она проглотила металлическую кошку. Оба анализа ничем не отличаются. Вывод: оба текста одинаковые, просто перефразированы.