ЖМК-302. МЕТОДИКА МЕДИАИССЛЕДОВАНИЙ. ПРАКТИЧЕСКОЕ ЗАНЯТИЕ №5-6. SENTIMENT-АНАЛИЗ И КЛАСТЕРНЫЙ АНАЛИЗ
На модели мы видим в основном нейтральную окраску, это связано с тем, что в большинстве параграфов и реплик написаны шуточно или с сарказмом (фразы: отыграться можно, экая важность, деньги дело наживное), ко всему этому много раз повторяется слово «торжествуя».
Самые негативно окрашенные абзацы: «Ему и больно и смешно…», где повторяется слово «грозит», а также абзац с кульминацией размышлений главного героя, где он тоскует и окончательно расстраивается.
Второй текст: рассказ Чехова «Устрицы», в нем говорится о мальчике, который впервые попробовал устрицы. Не смотря на всеобщее неодобрение они ему понравились.
Здесь уже текст окрашен более негативно, это связано со словами: сумерки, болезнь, роковое, животное, гадость, мерзко, отвратительно, страшно. Программа считала негативную окраску слов.
Наиболее эмоциональным оказался второй текст, мы это можем увидеть по показателям. В целом я согласна с программой. Обе модели анализа показались мне приемлемыми, так как по эмоциональности выигрывает второй вариант. А по модели MDS программа верно оценила содержание историй, и хоть они обе саркастичные, все же второй текст более негативный и злой по сравнению с первым, в котором сарказм и шутка считываются легче.
Все тексты — это стихи о зиме русских поэтов. Программа разделила их на три группы. В группе C1 стихи, в которых фигурирует буря и описана суровая зима. (Зима недаром злится; буря мглою небо кроет; вьюга с ревом бешенным)
В группе C2 стихотворения, с которых фигурирует много снега или зимних забав связанных со снегом. (Снежною каймой; снег белеет кругом по колено; белый снег, пушистый)
В группе C3 все стихи объединены общим восторженным написанием и восклицательными предложениями. В них больше всего эпитетов, метафоры и выразительности.
Не смотря на это было тяжело определить по каким точно группам программа распределила тексты. Так текст «Зимняя ночь» я бы скорее отнесла в группу C1 или отдельно, так как он меньше всего схож с другими.
Если понимать, что программа делила группы по словам и эмоциональной схожести этих слов, то такое разделение на группы становится понятно.
Комментарии
Отправить комментарий