Методика медиаисследований. ЖМК-301. Практическое задание №6 Структурный sentiment анализ с моделями MDS, ACM и оценкой дисперсии

Вам нужно проанализировать на эмоциональную составляющую текст из СМИ достаточного объема с использованием моделей MDS, ACP и оценкой дисперсии.

Для этого подготовьте текст. Откройте google таблицы: https://docs.google.com/spreadsheets/u/0/и расставьте весь текст поабзацно в строки первой колонки, после чего сохраните в нужном формате (файл - скачать - формат csv).

1) Формируете форк по схеме:

2) В компоненте Corpus указываете путь к вашему первому текстовому csv файлу;

3) В компоненте Sentiment Analysis выбираете мультиязычный компонент и устанавливаете русский язык;

4) Подключаете компонент Corpus Viewer. В нем должны отобразиться все абзацы публикации;

5) Подключаете Sentiment Analysis к компоненту Extract Keywords. В нем выбираете методику term frequency inverse document frequency (важность упоминаемых слов) и модель Yet Another Keyword Extractor. Переключаетесь на русский язык, внизу выбираете опцию учитывать все слова;

6) Соединяете с компонентом MDS.  В нем устанавливаете PCA и жмете start. В цвете выбираете модель term frequency inverse document frequency, в размере - стресс, в лейбле - слова. Включаете подсветку общих полей. Перед вами MDS-модель эмоциональной нагрузки текста, разбитого на слова;


7) Подключаете к компоненту Sentiment Analysis инструмент Topic Modeling. В нем указываете опцию HDP - она отобразит вам все тематические пласты текста. Затем добавляете компонент Aggregate Columns. Выбираете оператор sum и имя переменной agg;

8) Подключаете к Aggregate Columns Модели MDS и ACM. В первой Также запускаете PCA, в цвете задаете sentiment, в размере - стресс, в лейбле - отображение текста. Подсвечиваете эмоциональную окраску текстов. Вы увидите доминирующую тональность и контрастные ей типы тональности:


9) В модели ACM вам нужно графически развести разные эмоциональные пласты текста. Для этого на осях вы выбираете разные абзацы (ориентируйтесь на модель MDS) и переключаетесь в модель Гаусса. В цвете и размере выставляете эмоциональный посыл, в лейбле - отображение текста. Перед вами карта эмоциональных полей:


10) Подключите инструмент Topic Modeling к Feature Statistics. В цвете задаете sentiment. перед вами распределение эмоций по абзацам текста. Чем больше отклонение дисперсии от среднего значения, тем более выражены эмоции в тексте:


11) Ваша задача используя все указанные модели сделать вывод о доминирующем эмоциональном посыле текста, а также указать какая модель на ваш взгляд дает наиболее точную оценку. В качестве иллюстраций используйте скриншоты каждого инструмента, формирующего итоговые данные.

Ссылки на выполненные задания принимаются в комментариях к данному посту до 15:00 8 декабря.

Комментарии

  1. Ответы
    1. https://merzlyakovaaa.blogspot.com/2022/11/6-sentiment-mds-acp.html

      Удалить
    2. Оценка "хорошо". Вы очень кратко даете пояснение по сравнению моделей и не указываете, что за текст взят для анализа.

      Удалить
  2. https://whyisshedead.blogspot.com/2022/12/twitch.html -- предыдущее задание. https://whyisshedead.blogspot.com/2022/12/nfs-unbound.html

    ОтветитьУдалить
    Ответы
    1. Предыдущее задание - оценка "хорошо", текущее - "отлично"

      Удалить
  3. 1. https://speceffekt.blogspot.com/2022/12/mds-acm-kotakycom-gow-ragnarok.html
    2. прошлое задание - https://speceffekt.blogspot.com/2022/12/sentiment-callisto-protocol.html (vaal категорически отказываеться вставать на windows 11, сделал только задание в orange)

    ОтветитьУдалить
    Ответы
    1. Оценки - "отлично" и "хорошо". В одном из заданий вы не отвечаете на вопрос о предпочтительной модели анализа.

      Удалить
  4. https://naskomod.blogspot.com/2022/12/sentiment-mds-acm.html

    Долги:
    1. https://naskomod.blogspot.com/2022/11/vaaul.html
    2. https://naskomod.blogspot.com/2022/12/sentiment.html
    3. https://naskomod.blogspot.com/2022/10/tableau-public.html

    ОтветитьУдалить
    Ответы
    1. Текущее задание - "хорошо", вы не сравнили модели и не выбрали предпочтительную. Предыдущие: "отлично", "отлично", "удовл".

      Удалить
  5. https://kosovaaaaaaaaa.blogspot.com/2022/12/5.html - предыдущее задание
    https://kosovaaaaaaaaa.blogspot.com/2022/12/6.html

    ОтветитьУдалить
    Ответы
    1. Текущее задание - "отлично", предыдущее - "хорошо" - вы не поясняете особенность текстов, которые анализируете.

      Удалить
  6. Предыдущее задание
    https://pekaterina368.blogspot.com/2022/11/5-sentiment.html

    ОтветитьУдалить

Популярные сообщения