Сообщения

Автоматизированный Sentiment Analysis

Изображение
  Автоматизированный анализ дал понять, что текст, в основном, эмоционально окрашен с негативной точки зрения. Автоматизированный анализ относит к негативным такие словосочетания как: "демографическая группа", "малолетние работники" и "появление подростков", а вот "лучшее лето" и "годы" - к положительно-окрашенным словам. К нейтральным относятся: "каждый", "карусель" и "безопасно".

Sentiment Analysis на платформе Orange

Изображение
Мне проще оценить эмоциональный посыл текста с помощью виджета, указанного на втором скриншоте. Текст эмоционально-нейтральный, такой, какими и должны быть новости по своей сути.  

Парсинг нетекстовых данных

Изображение

Парсинг текстовых данных

Изображение

Автоматизированный контент-анализ с категориями

Изображение
 Проведённый анализ позволяет увидеть, что большая часть текста состоит из негативных моментов. Самым негативно написанным стоит признать последний, самый короткий текст, который и придал «негативу» большой процентный рост.   Несмотря на то, что анализ базируется на текстах с темой «Меган Маркл и принца Гарри уличили во лжи», Маркл уделяется намного больше внимания, что можно отследить по диаграмме.   Стоит отметить, что 2 из 3 текстов состоят не только из негативных моментов, что позволяет нам понять появление категории «позитив», которая составляет почти 1/10.

Кластерный анализ из внешней базы данных

Изображение
    Анализ помогает нам заметить, что, в основном, информационный поток по теме "коронавирус" имеет интервальный характер. Сочетание "ковид" + "смерть" используются друг с другом чаще, чем каждое из этих слов в сочетании со словом "вакцина". 

Простой кластерный анализ

Изображение
Анализ говорит о том, что тексты имеют много общих кластеров, и несколько мелких, которые, в итоге, все равно объединяются в более крупные. Это говорит о том, что в общем, во всех проанализированных нами статьях, написаны похожие вещи.