KleAnata

 Я взяла 5 текстов по теме аниме и его вреда для людей.  Две модели проанализировали текст абсолютно точно. World Cloud проанализировал тексты более тщательно, чем Topic Modeling.  Topic Modeling показал просто главные слова и содержание текстов.  Вывод: Я считаю, что World Cloud лучше проанализировал тексты, он дал подробную информацию, эта модель для меня оказалась понятней и, в целом, дал больше информации, чем Topic Modeling 

 Я выбрала ключевjю слово dance в период с 9.04.2024-13.04.2024 Красным цветом рассказывается о том, какие были вечеринки или поставлены мюзиклы, где было использовано ключевое слово.  Под желтым приводятся примеры о неделе классической музыки или о фестивалях. Тематика текстов и их цвета совпадают. Программа разделила каждые посты по одной теме и определила их к определенному тексту.  Линии пересечения присутствуют, я могу объяснить это тем, что посты идут по теме разных танцевальных фестивалей и тд.  Но есть и присутствие постов, которые никак не относятся к ключевому слову, что довольно странно. Но они никак не пересекаются с постами, которые напрямую связаны с ключевым словом. 

 Для анализа я взяла текст про историю праздника 9 мая.  Исходя из данного скриншота, мы можем сделать вывод о том, что текст написан в позитивной тональности.  В тексте рассказывается о том, как 9 мая стал выходным днем и о том, что этот день является днем победы Русской армии.  На этом скриншоте мы можем увидеть, что программа отнесла в позитивную тональность абзацы о том, что 9 мая стал выходным днем и это была долгожданная победа для русской армии.  В негатив программа от несла абзац о том, что после 1947 года 9 мая на 20 лет стал опять рабочим днем, а не выходным.  Одна склейка получилась из-за того, что в позитивном абзаце рассказывается о том, что 9 мая - выходной день, а в негативном абзаце в конце говорится о том, что через 20 лет 9 мая опять стал выходным днем.  Один абзац остался без склейки, так как в нем рассказывается просто об истории, когда советским гражданам сообщили о победе.  На этом скриншоте мы можем увидеть эмоции в тексте. ...

 Я решила взять текст на английском языке про Лондон. В тексте рассказывается про достопримечательности и, в целом, про историю Лондона.  Исходя из полученных данных мы можем сделать вывод о том, что текст написан в позитивном ключе. Программа показала, что в тексте больше позитивных моментов из разных абзацев.  Программа разделила текст на 6 разных групп, в позитивные группы программа отнесла такие слова, как: скульптура, музей, события, людей и население. В негативную группу программа отнесла такие слова, как: рождение, год, миллион, автор, смерть. Что вполне логично.  В тексте присутствует вся палитра цветов от негативных до позитивных. Но больше всего доминирует позитив. 

 Я решила взять для анализа три похожих магазина, с практически одинаковой ценовой категорией. Пятерочка, Ашан и Дикси.  1.  У магазина Пятерочка негативные упоминания отсутствуют, положительных всего два, а нейтральных 300.  2.  Разница между фото и видео значительна. Фото всего 50, а вот видео 183. Ссылок 66.  3. Ключевые слова для эмоционального анализа важны все, но то, что мы там видим не особо удивляет. Поиск скидок и промокодов  Ашан 1.  У магазина Ашан 7 положительных, 2 негативных и 285 упоминания  2. Видео и фото контент здесь практически одинаковый видео 107, а фото 118. Ссылок всего 59 3. Третий столбец больше всего подходит для эмоционального анализа, но опять же везде ищут просто цены на продукты  Магазин Дикси 1. У Дикси больше всего нейтральных упоминаний ( 289) и только 2 положительных. Негативных нет вообще.  2. Видео и фото практически одинаковы по количеству. Фото 107, а видео 112. Ссылок 62 3. Ключевые слова для...