Обсуждение участника:Алёна Зайцева - История изменений

Patarakin: /* Запрос в Песочницу API */

2026-06-16T07:47:34Z

Запрос в Песочницу API

← Предыдущая версия		Версия от 10:47, 16 июня 2026
Строка 316:		Строка 316:
	\|}		\|}

	==== Replit ====		==== [[Replit]] ====

	{\| class="wikitable"		{\| class="wikitable"
Строка 340:		Строка 340:
	\|}		\|}

	==== CodeSandbox ====		==== [[CodeSandbox]] ====

	{\| class="wikitable"		{\| class="wikitable"
Строка 364:		Строка 364:
	\|}		\|}

	==== GitPod ====		==== [[GitPod]] ====

	{\| class="wikitable"		{\| class="wikitable"

Patarakin: /* GitHub Codespaces */

2026-06-16T07:45:24Z

GitHub Codespaces

← Предыдущая версия		Версия от 10:45, 16 июня 2026
Строка 292:		Строка 292:
	=== Карточки инструментов ===		=== Карточки инструментов ===

	==== GitHub Codespaces ====		==== [[GitHub Codespaces]] ====

	{\| class="wikitable"		{\| class="wikitable"

Алёна Зайцева: /* Результаты анализа: */

2026-06-15T19:10:24Z

Результаты анализа:

← Предыдущая версия		Версия от 22:10, 15 июня 2026
Строка 504:		Строка 504:
	== Описательная статистика в R ==		== Описательная статистика в R ==

	=== Результаты анализа: ===		=== Результаты анализа ===

	[[Файл:(A8549B95-E8B7-48C2-9920-1AF468B6F995).png\|мини\|400px\|left\|15 самых частых слов в описаниях продуктов]]		[[Файл:(A8549B95-E8B7-48C2-9920-1AF468B6F995).png\|мини\|400px\|left\|15 самых частых слов в описаниях продуктов]]

Алёна Зайцева: /* Столбчатые диаграммы: */

2026-06-15T19:10:11Z

Столбчатые диаграммы:

← Предыдущая версия		Версия от 22:10, 15 июня 2026
Строка 505:		Строка 505:

	=== Результаты анализа: ===		=== Результаты анализа: ===

	~~==== Столбчатые диаграммы: ====~~

	[[Файл:(A8549B95-E8B7-48C2-9920-1AF468B6F995).png\|мини\|400px\|left\|15 самых частых слов в описаниях продуктов]]		[[Файл:(A8549B95-E8B7-48C2-9920-1AF468B6F995).png\|мини\|400px\|left\|15 самых частых слов в описаниях продуктов]]

Алёна Зайцева в 19:09, 15 июня 2026

2026-06-15T19:09:51Z

← Предыдущая версия		Версия от 22:09, 15 июня 2026
Строка 501:		Строка 501:

	У меня получился корпус из 50 статей. Осталось 37 столбцов с метаданными — год, авторы, название, журнал, DOI и прочее. Единственная проблема - смешанные языки, статьи на русском и английском, что немного усложнило работу.		У меня получился корпус из 50 статей. Осталось 37 столбцов с метаданными — год, авторы, название, журнал, DOI и прочее. Единственная проблема - смешанные языки, статьи на русском и английском, что немного усложнило работу.

			== Описательная статистика в R ==

			=== Результаты анализа: ===

			==== Столбчатые диаграммы: ====

			[[Файл:(A8549B95-E8B7-48C2-9920-1AF468B6F995).png\|мини\|400px\|left\|15 самых частых слов в описаниях продуктов]]

			[[Файл:(4C4F1CC0-DDB2-435F-BEE0-07B30316EFCD).png\|мини\|400px\|right\|Топ-10 самых частых биграмм (без стоп-слов)]]

			[[Файл:(2DF4FE5E-A282-4ACB-9AEC-6C702A771146).png\|мини\|400px\|center\|Тепловая карта]]

			[[Файл:(231E5601-5BB3-4E1B-B158-31D0F823CBD3).png\|мини\|400px\|left\|Лексическое разнообразие (TTR) по категориям]]

			[[Файл:(473330E9-54F7-47D1-88AD-95555C410DAF).png\|мини\|400px\|right\|Сравнение топ-10 слов в категориях: Infant formula vs Rice]]

	[[Категория:CompLing Works]]		[[Категория:CompLing Works]]

Алёна Зайцева в 18:17, 15 июня 2026

2026-06-15T18:17:08Z

← Предыдущая версия		Версия от 21:17, 15 июня 2026
Строка 479:		Строка 479:
	</syntaxhighlight>		</syntaxhighlight>

			== Очистка и разметка в OpenRefine ==

			Датасет был взят с [[:Психологические школы России (датасет)]]

			МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv
			=== Шаги очистки в OpenRefine ===
			[[Файл:Изображение 2026-06-15 204410324.png\|мини\|400px\|thumb\|center\|Как выглядит датасет в OpenRefine]]

			1. Было 56 колонок, после использования сплита ";" стало 134.

			2. Текстовый фасет.
			[[Файл:Изображение 2026-06-15 205130480.png\|мини\|200px\|center\|2. Текстовый фасет]]

			3. Привела ФИО к одному виду в столбце "Author/s" как "Фамилия И.О.". Авторов без И.О. удалила.

			4. Проверил дубликаты. Использовала поле Lens ID — уникальные идентификаторы статьи. Нашла Facet по этому столбцу, дубликатов не оказалось.

			5. Кластеризовала типы публикаций. В столбце Publication Type через Edit cells -> Cluster and edit объединила journal-article и journal article в один вариант — оставила journal article.

			=== Результаты ===

			У меня получился корпус из 50 статей. Осталось 37 столбцов с метаданными — год, авторы, название, журнал, DOI и прочее. Единственная проблема - смешанные языки, статьи на русском и английском, что немного усложнило работу.

	[[Категория:CompLing Works]]		[[Категория:CompLing Works]]

Алёна Зайцева в 17:13, 15 июня 2026

2026-06-15T17:13:01Z

Внесённые изменения

Алёна Зайцева в 15:54, 15 июня 2026

2026-06-15T15:54:32Z

← Предыдущая версия		Версия от 18:54, 15 июня 2026
Строка 287:		Строка 287:

	== OpenRefine ==		== OpenRefine ==
	Датасет был взят с [[:~~Категория~~:~~Dataset~~]]		Датасет был взят с [[:Психологические школы России (датасет)]]

			МГПУ - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv
			[[Файл:Изображение 2026-06-15 183610579.png\|мини\|400px\|thumb\|center\|Как выглядит датасет в OpenRefine]]

	Датасет Food содержит данные по различным видам продуктов питания, включая количество различных витаминов и минералов, содержащихся в продуктах, а также процентное содержание макроэлементов.: https://corgis-edu.github.io/corgis/datasets/csv/food/food.csv

	[[Категория:CompLing Works]]		[[Категория:CompLing Works]]

Алёна Зайцева в 20:51, 14 июня 2026

2026-06-14T20:51:14Z

← Предыдущая версия		Версия от 23:51, 14 июня 2026
Строка 213:		Строка 213:
	Наиболее частотные биграммы — «low fat», «fat free», «ready to», «skim milk», «whole milk» — акцентируют внимание на жирности и консистенции продуктов. Таким образом, корпус представляет собой специализированный словарь пищевых ингредиентов с сильным уклоном в молочную группу и её диетические вариации.		Наиболее частотные биграммы — «low fat», «fat free», «ready to», «skim milk», «whole milk» — акцентируют внимание на жирности и консистенции продуктов. Таким образом, корпус представляет собой специализированный словарь пищевых ингредиентов с сильным уклоном в молочную группу и её диетические вариации.

	=== Voyant Tools ===		== Voyant Tools ==
			=== Введение ===
			Для анализа была выбрана статья: Exploring the Role of Information
			Technology in Aesthetic Education
			Within College Second Classrooms
			https://www.researchgate.net/publication/334665242_Application_of_Computer_Technology_in_Aesthetic_Education_and_Feature_Analysis

	==== Облако слов (Cirrus) ====		=== Облако слов (Cirrus) ===
	{{#widget:iframe		{{#widget:iframe
	\|url=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=Cirrus		\|url=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=Cirrus
Строка 222:		Строка 227:
	}}		}}

	==== График трендов (Trends) ====		=== График трендов (Trends) ===
	{{#widget:iframe		{{#widget:iframe
	\|url=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=Trends		\|url=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=Trends
Строка 229:		Строка 234:
	}}		}}

	==== Таблица частот (CorpusTerms) ====		=== Таблица частот (CorpusTerms) ===
	{{#widget:iframe		{{#widget:iframe
	\|url=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=CorpusTerms		\|url=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=CorpusTerms
Строка 236:		Строка 241:
	}}		}}

	==== Сеть терминов (TermsBerry) ====		=== Сеть терминов (TermsBerry) ===
	{{#widget:iframe		{{#widget:iframe
	\|url=https://voyant-tools.org/?corpus=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=TermsBerry		\|url=https://voyant-tools.org/?corpus=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=TermsBerry
Строка 243:		Строка 248:
	}}		}}

	==== Сводная статистика корпуса ====		=== Сводная статистика корпуса ===

	{\| class="wikitable"		{\| class="wikitable"
Строка 266:		Строка 271:
	* platform- 78 раз		* platform- 78 раз

	==== Ленточные диаграммы (Bubblelines) ====		=== Ленточные диаграммы (Bubblelines) ===
	{{#widget:iframe		{{#widget:iframe
	\|url=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=Bubblelines		\|url=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=Bubblelines
Строка 273:		Строка 278:
	}}		}}

	==== Выводы ====		=== Выводы ===

	Анализ текста в Voyant Tools показал, что общий объём корпуса составляет 1666 слов, из которых 1875 уникальных. Лексическая плотность (TTR) равна 0.211, что говорит о среднем лексическом разнообразии.		Анализ текста в Voyant Tools показал, что общий объём корпуса составляет 1666 слов, из которых 1875 уникальных. Лексическая плотность (TTR) равна 0.211, что говорит о среднем лексическом разнообразии.
Строка 280:		Строка 285:

	График трендов позволяет увидеть распределение ключевых слов по тексту. Сеть терминов показывает связи между основными понятиями. Инструмент Voyant Tools оказался полезным для быстрого первичного анализа учебных текстов.		График трендов позволяет увидеть распределение ключевых слов по тексту. Сеть терминов показывает связи между основными понятиями. Инструмент Voyant Tools оказался полезным для быстрого первичного анализа учебных текстов.

			== OpenRefine ==
			Датасет был взят с [[:Категория:Dataset]]

			Датасет Food содержит данные по различным видам продуктов питания, включая количество различных витаминов и минералов, содержащихся в продуктах, а также процентное содержание макроэлементов.: https://corgis-edu.github.io/corgis/datasets/csv/food/food.csv

	[[Категория:CompLing Works]]		[[Категория:CompLing Works]]

Алёна Зайцева в 19:23, 14 июня 2026

2026-06-14T19:23:30Z

← Предыдущая версия		Версия от 22:23, 14 июня 2026
Строка 212:		Строка 212:

	Наиболее частотные биграммы — «low fat», «fat free», «ready to», «skim milk», «whole milk» — акцентируют внимание на жирности и консистенции продуктов. Таким образом, корпус представляет собой специализированный словарь пищевых ингредиентов с сильным уклоном в молочную группу и её диетические вариации.		Наиболее частотные биграммы — «low fat», «fat free», «ready to», «skim milk», «whole milk» — акцентируют внимание на жирности и консистенции продуктов. Таким образом, корпус представляет собой специализированный словарь пищевых ингредиентов с сильным уклоном в молочную группу и её диетические вариации.

			=== Voyant Tools ===

			==== Облако слов (Cirrus) ====
			{{#widget:iframe
			\|url=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=Cirrus
			\|width=1200
			\|height=600
			}}

			==== График трендов (Trends) ====
			{{#widget:iframe
			\|url=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=Trends
			\|width=1200
			\|height=600
			}}

			==== Таблица частот (CorpusTerms) ====
			{{#widget:iframe
			\|url=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=CorpusTerms
			\|width=1200
			\|height=600
			}}

			==== Сеть терминов (TermsBerry) ====
			{{#widget:iframe
			\|url=https://voyant-tools.org/?corpus=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=TermsBerry
			\|width=1200
			\|height=600
			}}

			==== Сводная статистика корпуса ====

			{\| class="wikitable"
			! Показатель !! Значение
			\|-
			\| Всего слов (токенов) \|\| 1666
			\|-
			\| Уникальных слов (типов) \|\| 1875
			\|-
			\| Лексическая плотность (TTR) \|\| 0.211
			\|-
			\| Средняя длина предложения \|\| 22.7 слов
			\|-
			\| Индекс удобочитаемости (Readability) \|\| 18.278
			\|}

			'''Самые частые слова в корпусе:'''
			* learning - 174 раза
			* students- 154 раза
			* education - 97 раз
			* technology- 84 раза
			* platform- 78 раз

			==== Ленточные диаграммы (Bubblelines) ====
			{{#widget:iframe
			\|url=https://voyant-tools.org/?corpus=b285dca45ac01d1e0d439c8f4a1a2046&view=Bubblelines
			\|width=1200
			\|height=400
			}}

			==== Выводы ====

			Анализ текста в Voyant Tools показал, что общий объём корпуса составляет 1666 слов, из которых 1875 уникальных. Лексическая плотность (TTR) равна 0.211, что говорит о среднем лексическом разнообразии.

			Самые частотные слова: ключевые термины темы статьи: «learning», «students», «education». Облако слов наглядно демонстрирует, что основная лексика связана с образованием.

			График трендов позволяет увидеть распределение ключевых слов по тексту. Сеть терминов показывает связи между основными понятиями. Инструмент Voyant Tools оказался полезным для быстрого первичного анализа учебных текстов.

	[[Категория:CompLing Works]]		[[Категория:CompLing Works]]