文件名称：言语和身份
文件大小：7.04MB
文件格式：ZIP
更新时间：2024-03-01 10:31:23
JupyterNotebook
我们的话怎么说 注意：我用来获取旧推文（greptweet）的服务已淘汰。 这不再起作用。 考虑一下不同类别的人在其Twitter上最常用的词： 从左到右：科学家，作家，音乐家，演艺人员，运动员和政治家。 数据是结论性的：科学家思考多，爱少。 作者平等地思考和爱护； 音乐家和运动员只爱，不认为； 政客们显然都不做。 他们所有人都非常感谢并分享新事物，因此我从词云中删除了这两个词，以便看到更多有趣的词。 我们的话告诉别人我们是谁。 因此，我们可以接受一个人的书面文字，并有一个模型来预测他们的身份。 这个小项目是朝这个方向的尝试，训练数据来自twitter。 最终的模型当然可以与任何类型的文本一起使用，但是在诸如研究论文或Wikipedia之类的非正常语音环境中，效果并不理想。 数据 对于运动员，音乐家和演艺人员，我从获得了一百个关注最多的用户。 我从流行科学家和从，最受欢迎的作家，并