| | --- |
| | dataset_info: |
| | features: |
| | - name: sentence |
| | dtype: string |
| | - name: words |
| | sequence: string |
| | - name: bigrams |
| | sequence: |
| | sequence: string |
| | splits: |
| | - name: train |
| | num_bytes: 2524442 |
| | num_examples: 5206 |
| | download_size: 99275 |
| | dataset_size: 2524442 |
| | configs: |
| | - config_name: default |
| | data_files: |
| | - split: train |
| | path: data/train-* |
| | --- |
| | |
| | В данной работе представлен результат комплексного статистического анализа текста, включающего несколько ключевых этапов обработки и анализа данных. Основные этапы включают: |
| | 1. На этапе предварительной обработки текста данные были сегментированы на предложения, слова и n-граммы, а также удалены знаки препинания для получения более точной картины. |
| | 2. Расчет коэффициента уникальности слов. |
| | 3. Определение наиболее частотных би- и триграмм. |
| | 4. Расчет значения TF-IDF для слов, чтобы определить важные термины в тексте. |
| |
|
| | Кроме того, в работе приведены визуальные материалы, включая диаграмму частоты двадцати наиболее употребительных слов и облако слов, позволяющие наглядно представить ключевые элементы текста. |
| |
|
| | Основной целью данного анализа является исследование лингвистической структуры текста посредством количественных и статистических методов. |
| |
|
| | **Результаты**: |
| | Коэффициент уникальности слов составил 0.00289. Это значение показывает, что лишь около 0.29% всех слов в тексте являются уникальными. |
| |
|
| | **Анализ биграмм и триграмм** |
| | Наиболее частыми биграммами оказались: ("how", "to"), ("if", "you"), ("in", "your"), ("this", "article") и ("your", "projects"). |
| | Наиболее частыми триграммами стали: ("in", "your", "projects"), ("the", "additional", "resources"), ("additional", "resources", "we"), ("the", "end", "of") и ("a", "practical", "example"). |
| | Частые биграммы и триграммы указывают на наличие шаблонных конструкций в тексте, особенно связанных с инструкциями ("how to"), обращениями к читателю ("if you", "in your projects") и примерами ("a practical example"). |
| | Повторяющиеся триграммы, такие, как "the additional resources we", также свидетельствуют о наличии однотипных формулировок, возможно, технического характера. |
| |
|
| | **TF-IDF анализ** |
| | Первые десять слов с наибольшим весом TF-IDF: ["10", "addition", "additional", "advanced", "aim", "also", "and", "any", "api", "applications"]. |
| | Слова с высоким значением TF-IDF часто отражают ключевые темы документа. Например, такие термины, как "api", "applications", могут указывать на техническую направленность текста, связанного с разработкой программного обеспечения. |
| |
|
| | **Тренды, выявленные в результате анализа** |
| | Часто встречающиеся биграммы и триграммы показывают, что текст содержит инструкции или рекомендации, ориентированные на читателя (например, "how to", "if you"). |
| | Слова с высокими показателями TF-IDF, такие, как "api", "applications", указывают на возможную связь текста с техническими аспектами программирования или разработки ПО. |
| | Высокая частота определённых триграмм, таких, как ("the additional resources"), может говорить о наличии стандартизированной структуры текста, используемого для описания ресурсов или методов работы. |
| |
|
| | **Гистограмма 20 самых частотных слов до удаления стоп-слов** |
| |  |
| |
|
| | **Гистограмма 20 самых частотных слов после удаления стоп-слов** |
| |  |
| |
|
| | **Облако слов до удаления стоп-слов** |
| |  |
| |
|
| | **Облако слов после удаления стоп-слов** |
| |  |
| |
|
