Анализ твитов Дональда Трампа на разных этапах его жизни с помощью НЛП

С момента президентства Трампа роль твиттера изменилась: он стал официальным источником информации, например, через твит получать новости об увольнении Трампа госсекретаря. Дональд Трамп, в отличие от любого другого президента, просыпается в твиттере в начале президентства Трампа. Дональд Трамп твитнул со скоростью 9 твитов в день, но со временем количество твитов утроилось. По данным New York Times, Дональд Трамп написал в Твиттере 11000 раз за 33 месяца. Твиттер всегда был любимой платформой Дональда Трампа для социальных сетей. Итак, давайте проанализируем твиты Трампа в виде облака слов.

Набор данных

Используемый здесь набор данных взят из kaggle. Он содержит содержимое 9 столбцов для текста твита, дату для даты твита, ретвиты для количества ретвитов, избранное для количества избранных, упоминания для упоминаний (если есть), хэштеги для хэштегов (если есть) и гео для местоположения твита (если указано). Для наших целей мы используем два столбца:

контент для получения полного текста твита и
второй - дата, чтобы указать период твита.

Мы будем применять операции по этому поводу.

Предварительная обработка

Мы используем пакет NLTK для операций NLP. Текст, который мы получаем из столбца содержимого, нужно немного очистить, поэтому мы применили следующие методы для предварительной обработки

Использование регулярного выражения для исключения всех символов, кроме алфавита
Стремление найти корневое слово, чтобы устранить двусмысленность
Удаление стоп-слова

Различные периоды жизни Дональда Трампа

Ниже приведены важные даты, которые используются для обнаружения твитов в течение 4 фаз жизни Дональда Трампа.

До президентства
Во время избирательной кампании
Во время президентства
Во время слушания по делу об импичменте

Облако слов

Облако слов или облако тегов - это новый способ представления текстовых данных для создания облака слов. Мы использовали библиотеку wordcloud в Python, и мы использовали matplotlib для построения этого облака слов.