🧑🏾 🏴‍☠️ 👈 आर और पाठ खनन तकनीकों का उपयोग करके रूसी रैप दृश्यों की तुलना। नॉइज़ मैक और कस्ता बनाम फिरौन और मॉर्गेंसहर्टन 🧦 💋 🛒

आर। टेक्स्ट माइनिंग। खटखटाना

कई समकालीन रैप कलाकारों की लोकप्रियता मेरे और "पुराने स्कूल" के अन्य अनुयायियों के लिए एक रहस्य बनी हुई है। लगातार बहस करना कि कौन बेहतर है, किसके गीत अधिक दिलचस्प हैं, जिनके संगीत में अधिक विविधता कई इंटरनेट उपयोगकर्ताओं के दिमाग पर कब्जा करती है। इन विवादों की पुष्टि करने के लिए, न केवल शब्दों के साथ, बल्कि तथ्यों के साथ, मैंने चार रूसी रैप कलाकारों के ग्रंथों का विश्लेषण किया, प्रोग्रामिंग भाषा एम।

उनमें से कुछ 2000 के दशक की शुरुआत में बेहद लोकप्रिय थे। अब वे सभी भी अपने श्रोताओं को आकर्षित करते हैं, लेकिन, दुर्भाग्य से, वे कम और कम होते जा रहे हैं। और दो अब अपनी लोकप्रियता के चरम पर हैं और एक व्यापक और ज्यादातर युवा दर्शकों को आकर्षित करते हैं। और मेरे आगे के विश्लेषण से पता चलेगा कि जिस शब्दावली का वे उपयोग करते हैं, वह इस तथ्य का आनंद नहीं देता है। यह पता लगाने के लिए कि कौन है जो काफी सरल होगा, क्योंकि जिन कलाकारों के गाने मैंने इस्तेमाल किए हैं वे हैं: जाति, शोर-मैक, फिरौन और मॉर्गनस्टर्न। मुझे लगता है कि हर कोई समझता है कि मैं "पुराने स्कूल" के लिए जाति और शोर का उल्लेख करूंगा, और फिरौन और मॉर्गनस्टर्न को "नया"।

विश्लेषण एल्बम

विश्लेषण के लिए, मैंने कलाकारों द्वारा जारी किए गए सभी स्टूडियो आधिकारिक एल्बमों (एल्बम के बारे में जानकारी www.wikipedia.com साइट से ली गई थी , सभी साहित्य अंत में हैं):

कस्ता: "जल की तुलना में अधिक, घास की तुलना में अधिक ऊँचा"; "आंख में एक फ्लैश"; "चार सिर वाली येलिंग"; "यह दोष के बारे में स्पष्ट है" - 74 पटरियों।
शोर मैक: "सबसे बड़ी हिट वॉल्यूम। 1 "; "अंतिम एल्बम"; "नयी एल्बम"; "प्रोविवो गनज़"; "भ्रम की स्थिति"; "हार्ड रिबूट 3.0"; "पहाड़ी के राजा"; "हिपहोपेरा: ऑर्फियस एंड एरीडाइस" - 160 ट्रैक।
फिरौन: "द वागेट"; Phlora "Dolor"; भास्वर "पिंक फ्लोयड"; Phuneral "नियम" - 95 ट्रैक।
मॉर्गनशर्ट: "इससे पहले कि यह जाना जाता है"; "मुस्कुराओ, तुम मूर्ख हो!" "पौराणिक धूल" - 30 ट्रैक।

मैंने विशेष रूप से उपरोक्त कलाकारों का चयन किया है, यहां तक कि जो लोग अपने काम से थोड़ा परिचित हैं, वे इस बात से सहमत होंगे कि ग्रंथ बहुत अलग हैं (कास्टा + नॉइज़ बनाम फिरौन + मॉर्गेनस्टर्न) और उनकी एक-दूसरे से तुलना करना दिलचस्प होगा। एक तार्किक प्रश्न उठता है: जाति के चार एल्बम और फिरौन के आठ एल्बमों की तुलनात्मक रूप से सही और सही तरीके से कैसे की जा सकती है? सब कुछ बहुत सरल है - कुछ जोड़तोड़ के बाद, जिस पर मैं बाद में चर्चा करूंगा, शब्दों की मात्रा कम या ज्यादा तुलनीय हो जाएगी। आखिरकार, जैसा कि सभी जानते हैं, मात्रा गुणवत्ता के बराबर नहीं है।
स्वयं शब्द एकत्र करने के लिए, मैंने genius.com वेबसाइट और उनके एपीआई का उपयोग किया। सौभाग्य से, सेवा के डेवलपर्स एक खुला अनुप्रयोग प्रोग्रामिंग इंटरफ़ेस (एपीआई) प्रदान करते हैं जो बाद के विश्लेषण के लिए डेटाबेस से गीत (कलाकार, एल्बम) निकालने में काफी आसान बनाता है।

आर प्रोग्रामिंग भाषा का उपयोग करते हुए सभी विश्लेषण किए गए थे, इसके अलावा स्टेमिंग के लिए (किसी दिए गए स्रोत शब्द के लिए शब्द आधार खोजने की प्रक्रिया) अजगर का उपयोग किया गया था, क्योंकि यह आर और एन्कोडिंग प्रोग्राम के साथ सामना नहीं कर सका (विंडोज 10 को यूटीएफ -8 के साथ दोस्ती करना पसंद नहीं है और आर, वे कहते हैं कि एक सेब ओएस या लिनक्स का उपयोग करके ऐसी समस्याएं पैदा नहीं होती हैं)।

प्रसंस्करण से पहले। ग्रंथों को ब्राउज़ करें। शब्द गणना

गीत डाउनलोड करने के लिए पुस्तकालय "प्रतिभा" का उपयोग किया। इस पैकेज से कार्य "genius_album" बहुत आसानी से आप एक ही बार में सभी ग्रंथों को एल्बमों पर डाउनलोड करने की अनुमति देता है। सावधान रहें और डबल-चेक करें, क्योंकि सभी कलाकारों के लिए सभी गीत हमेशा उपलब्ध नहीं होते हैं, उनमें से कुछ को मैन्युअल रूप से जोड़ा जाना था। डाउनलोड के बाद, यह दिलचस्प हो गया कि गाने में कुल मिलाकर (सर्वनाम, प्रस्ताव, कण, आदि के साथ) कितने शब्दों का उपयोग किया जाता है। फिर हम पहले से ही संसाधित स्टेमिंग के साथ इन आंकड़ों की तुलना करते हैं और शब्दों के परिणामों को रोकते हैं। एल्बम की संख्या और प्रयुक्त शब्दों की संख्या के अनुपात को समझना आसान बनाने के लिए, मैं इस जानकारी को एक बार फिर से डुप्लिकेट करूंगा:

शोर मैक - 8 एल्बम, 160 ट्रैक।
कास्टा - 4 एल्बम, 74 ट्रैक।
फिरौन - 7 एल्बम, 95 ट्रैक।
Morgenstern - 3 एल्बम, 30 ट्रैक।

दिलचस्प बात यह है कि फिरौन और शोर के पास लगभग समान एल्बम (सात और आठ, क्रमशः) हैं, लेकिन, जैसा कि ग्राफ से देखा जा सकता है, एल्बम की गुणवत्ता गीतों की संख्या और शब्दावली की समृद्धि (57962 बनाम 24184) दोनों में बहुत भिन्न है।

इस अंतर को कम करने और तुलना को अधिक सही और सही बनाने के लिए, यह गणना की गई कि एक कलाकार अपने गीतों में कितने शब्दों का उपयोग करता है:

नॉइज़ मैक - 362 शब्द।
जाति - 388 शब्द।
फिरौन - 254 शब्द।
मॉर्गेनस्टर्न - 273 शब्द

यह स्पष्ट है कि इस तरह की तुलना सशर्त और अनुमानित है, लेकिन आंकड़े खुद के लिए बोलते हैं।

और यह है कि प्रत्येक कलाकार के शीर्ष 10 शब्द कैसे दिखते हैं और इन शब्दों के संदर्भों की संख्या:

जैसा कि कोई भी उम्मीद करता है, बिना "शीर्ष शब्द" के प्रसंस्करण के प्रस्ताव, सर्वनाम और संकेत हैं जो किसी भी परिणाम को प्रतिबिंबित नहीं करते हैं और एक विशेष शब्दार्थ भार नहीं उठाते हैं। इसलिए, इस स्तर पर, दिलचस्प या अप्रत्याशित कुछ भी नहीं हुआ।

अगला कदम विश्लेषण के लिए ग्रंथों की प्रसंस्करण और तैयारी था। पायथन में यैंडेक्स से सिस्टम प्रोग्राम का उपयोग करके स्टेमिंग की प्रक्रिया की गई थी, जो सभी के लिए उपलब्ध है। यह कदम यह समझने के लिए उठाया गया था कि कलाकार कितने अद्वितीय शब्दों का उपयोग करते हैं और वे अपने ग्रंथों में रूसी भाषा का कितना व्यापक रूप से उपयोग करते हैं। आखिरकार, एक ही शब्द को कई बार अलग-अलग मामलों में गिनना एक गलती होगी। यह गायक की परिवर्तनशीलता और उनकी शब्दावली की चौड़ाई के बजाय, राजी करने की क्षमता को दर्शाता है।

इसके अलावा, एक अधिक प्रतिनिधि परिणाम प्राप्त करने के लिए, स्टॉप शब्दों से छुटकारा पाना आवश्यक है जो भावनात्मक और अर्थ लोड (प्रस्ताव, सर्वनाम, कण, आदि) को नहीं ले जाते हैं। दुर्भाग्य से, आर पैकेज में कोई अच्छी लाइब्रेरी नहीं है जिसमें रूसी भाषा के लिए स्टॉप शब्द हैं। मैं इस तथ्य पर आपका ध्यान आकर्षित करना चाहता हूं कि लेखक को स्वयं यह निर्धारित करना चाहिए कि क्या यह या वह शब्द एक स्टॉप शब्द है और क्या इसे हटाया जाना चाहिए। हमेशा इस तरह के शब्दकोशों की सावधानीपूर्वक समीक्षा करें ताकि आपके लिए सही और उपयोगी शब्द का प्रयोग न हो। स्टॉपवॉच पैकेज काफी कुछ भाषाओं का समर्थन करता है, लेकिन मैंने अपने स्वयं के परिशोधन के साथ बाहरी संसाधन से शब्दों का उपयोग करना पसंद किया।

प्रसंस्करण के बाद

जैसा कि आप ग्राफ से देख सकते हैं, स्टॉप शब्दों को हटाने और हटाने के बाद शब्दों की संख्या में काफी कमी आई है। यह आश्चर्य की बात नहीं है कि लगभग सभी मूल सबसे लोकप्रिय शब्द रुक गए हैं।

सामान्य तौर पर, प्रारंभिक शब्दों के प्रतिशत के रूप में स्टॉप शब्दों को हटाने और हटाने के बाद जो शब्द बने रहते हैं, वे सभी के लिए व्यावहारिक रूप से समान होते हैं। यह ध्यान देने योग्य है कि वे समूहों में समान हैं। "पुराने स्कूल" में यह 55-58% है, "नए" 46-50% में।
बहुत महत्वपूर्ण और दिलचस्प जानकारी प्रत्येक कलाकार के पास अद्वितीय शब्दों की संख्या है। Noise के लिए, यह 8891 शब्द है, Caste 5307 के लिए, Pharaoh 3899 के लिए और Morgenstern 1242 के लिए। जो कोई भी अपनी शब्दावली का थोड़ा विस्तार करना चाहता है, लेकिन वह किताबें नहीं पढ़ना चाहता है, वह Noize Mc और Caste सुन सकता है।

बेशक, कई लोग रुचि रखते हैं कि प्रसंस्करण के बाद अब कौन से शब्द अग्रणी हैं। मैं प्रत्येक कलाकार के लिए शीर्ष 10 शब्दों के साथ ग्राफिक्स प्रस्तुत करता हूं:

निश्चित रूप से, कई पाठकों को तारांकन के साथ शब्दों से मारा गया था। फिरौन और मॉर्गेनस्टर्न का वास्तव में ग्रंथों में बहुत अधिक अपवित्रता है, जो कि मेरी व्यक्तिगत राय में, पाठ की पूरी संरचना और इसकी धारणा पर नकारात्मक प्रभाव पड़ता है। इन दोनों कलाकारों के शब्द दूसरी स्थिति में समान हैं। एक ऐसा शब्द जो उनके संगीत की भावना और संस्कृति को पूरी तरह से प्रदर्शित करता है। थोड़ी देर बाद, मैं स्पष्ट रूप से प्रदर्शित करूंगा कि किस तरह के भावनात्मक स्वर कलाकारों के गीतों में अग्रणी हैं।

सामान्य शब्द। शब्द तुलना

जानकारी को अधिक दृश्यमान बनाने के लिए, मैंने इसके लिए "वर्डक्लाउड" पैकेज से "तुलना.क्लाउड" फ़ंक्शन का उपयोग करते हुए सभी चार्ट के सभी शब्दों को एक चार्ट पर रखा, इससे उनकी तुलना करना और अनुभव करना आसान हो गया (और फिर से हम देख सकते हैं कि मैटल कैसे खड़े होते हैं)। बार भूखंडों के साथ शब्द दिखाना काफी समस्याग्रस्त हो सकता है, क्योंकि उनमें से अधिक के साथ, बहुत अधिक स्थान की आवश्यकता होती है। एक ही नाम के पैकेज से एक अच्छा कार्य "वर्डक्लाउड 2" है: जब आप किसी शब्द पर हॉवर करते हैं, तो एक विंडो दिखाई देती है जो इसके उपयोग की आवृत्ति को दर्शाती है।

चूंकि कलाकार अपने गीतों को लिखने के लिए उसी भाषा का उपयोग करते हैं, इसलिए कलाकारों को विभाजित किए बिना, यह देखना दिलचस्प होगा कि वे किन शब्दों का सबसे अधिक उपयोग करते हैं। इस ग्राफ के लिए वर्डक्लाउड पैकेज से सामान्यता.क्लाउड फ़ंक्शन का उपयोग किया गया था। फ़ॉन्ट आकार ग्रंथों में शब्द का उल्लेख करने की आवृत्ति से मेल खाती है।

भावुक पाठ विश्लेषण

प्रत्येक फिल्म, पुस्तक या गीत का अपना एक मिजाज होता है, जो दर्शकों या श्रोताओं को प्रेषित होता है और उन्हें प्रभावित करता है। यह देखना दिलचस्प है कि पुराने और नए स्कूलों के कलाकार अपने छात्रों के लिए किस मूड का प्रसारण करते हैं। आप किस श्रेणी के शब्दों का विश्लेषण करके पता लगा सकते हैं: "नकारात्मक", "सकारात्मक", "तटस्थ" संगीतकारों के गीतों में प्रबल हैं। जैसा कि अपेक्षित था, रूसी भाषा के लिए आर के लिए शब्दों के भावुक विश्लेषण के साथ एक बहुत ही उच्च गुणवत्ता वाला शब्दकोश नहीं है (यदि कोई यह जानता है, तो कृपया साझा करें)। इसलिए, मुझे अपने अपग्रेड के साथ बाहरी का उपयोग करना पड़ा (पाठ के अंत में शब्दकोश में लिंक)।

सभी शब्दों में शब्दकोष में पत्राचार नहीं था, जो कि निश्चित रूप से थोड़ा दुखद है, अंग्रेजी भाषा के साथ ऐसी समस्याएं व्यावहारिक रूप से उत्पन्न नहीं होती हैं। इसलिए, मैंने सबसे अक्सर दोहराए जाने वाले शब्दों के भावनात्मक रंग को दिखाने का फैसला किया। यह वे शब्द हैं जो श्रोता सबसे अधिक बार सुनते हैं, और यह वह है जो उस पर सबसे शक्तिशाली प्रभाव डालते हैं और पूरे गीत की धारणा को निर्धारित करते हैं। सामान्य तौर पर, यदि पाठक सभी लेखकों के काम से थोड़ा परिचित है, तो उसे आश्चर्यचकित होने की संभावना नहीं है। ठीक है, अगर किसी के लिए विश्लेषण किए गए नाम नए हैं, तो कृपया स्वागत करें, अपने काम से परिचित हों। नीचे आप रेखांकन देख सकते हैं। सभी कलाकारों के लिए, सबसे अधिक बार उपयोग किए जाने वाले शब्द दिखाए जाते हैं।

मॉर्गनस्टर्न। एक शब्द की पुनरावृत्ति दर 10 गुना से अधिक है। प्रचुर मात्रा में लाल स्तंभ काफी मजबूती से खड़े होते हैं, और यदि आप यह जानते हैं कि ये शब्द क्या हैं, तो यह दुखी हो जाता है कि यह कलाकार अपने दर्शकों को क्या संदेश देता है।

फिरौन । लेक्सिकन भी वांछित होने के लिए बहुत कुछ छोड़ देता है। 20 से अधिक बार आवृत्ति।

अगला रूसी रैप दृश्य के पुराने समय का समय है। जिनके लिए यह वास्तव में शर्म की बात नहीं है, और उन्हें सुनने के लिए अनुशंसित किया जा सकता है।

जाति । सकारात्मक अर्थ के साथ शब्दों की उज्ज्वल प्रबलता। और नकारात्मक शब्द उनकी अनैतिकता से चौंकाने वाले नहीं हैं। आवृत्ति> = 25

और अंत में, तुकबंदी मास्टर और शब्द Noize Mc (आवृत्ति> = 30)।

नकारात्मक रूप से रंगीन शब्दावली की बहुतायत, जो मॉर्गेनस्टर्न और फिरौन अपने गीतों में उपयोग करते हैं, उनके गीतों की धारणा और उनके द्वारा प्रसारित मूड को प्रभावित करते हैं। संगीत से सुखद भावनाओं को प्राप्त करना कठिन है जब यह आपको इसके विपरीत करने के लिए मजबूर करने की पूरी कोशिश करता है।
चूंकि भावुक विश्लेषण के साथ इस्तेमाल किए गए शब्दकोश में सभी शब्द नहीं हैं, इसलिए कलाकारों द्वारा गाने के मूड के बारे में 100% और निश्चित निष्कर्ष निकालना मुश्किल है, क्योंकि बहुत कुछ संदर्भ पर भी निर्भर करता है। हालांकि, मैं आपको दिखाऊंगा कि कलाकार कितने और किन शब्दों का उपयोग करते हैं (जो वे संलग्न करने में कामयाब रहे हैं)।

जाहिर है, सभी कलाकारों के अधिकांश शब्दों में एक तटस्थ टिंट होता है, जो व्यावहारिक रूप से श्रोता को प्रभावित नहीं करता है। लेकिन, दिलचस्प बात यह है कि फिरौन और मॉर्गेनस्टर्न एक सकारात्मक के साथ एक नकारात्मक अर्थ के साथ अधिक शब्दों का उपयोग करते हैं। और यह, शब्दकोश की हीनता और अश्लील शब्दों की एक भीड़ की कमी और उनकी विविधताओं के बावजूद (शब्दकोश में 28,248 शब्द हैं और मुझे उनमें से कुछ को मैन्युअल रूप से जोड़ना पड़ा)।

जाति और शोर सुश्री भी तटस्थ शब्दों के नेतृत्व में हैं, लेकिन दूसरे स्थान पर सकारात्मक हैं जो हमें नकारात्मक भावनाओं का कारण नहीं बनाते हैं।

हां, मैं इस प्रकार के विश्लेषण में संदर्भ के प्रभाव का मूल्यांकन नहीं कर सकता हूं और उदाहरण के लिए, "प्रेम" शब्द का उपयोग "नहीं" कण के साथ किया जा सकता है और इसका नकारात्मक अर्थ है। लेकिन आपको स्वीकार करना चाहिए, "मैं तुमसे प्यार नहीं करता" वाक्यांश "मैं तुमसे नफरत करता हूं" वाक्यांश से अधिक सुखद है। और इस वाक्यांश के नकारात्मक को कण "नहीं" द्वारा भी ठीक नहीं किया जाएगा। सभी समान, हम केवल "घृणा" शब्द सुनेंगे।

संगीत का स्वाद एक व्यक्तिगत मामला है और हर कोई तय करता है कि उसे क्या सुनना है। लेकिन चार्ट पर एक और नज़र डालें और सोचें कि आप अपने रोजमर्रा के जीवन को कैसे भरना चाहते हैं। संगीत हर जगह हमारा साथ देता है और अक्सर हमारे मूड को बहुत प्रभावित करता है, इसलिए होशपूर्वक इसे हर दिन बदतर क्यों करें?

सामान्य तौर पर, यह लेख इस तथ्य के बारे में भी है कि प्रोग्रामिंग दिलचस्प हो सकती है और विभिन्न क्षेत्रों में लागू की जा सकती है। यह एक नए कोण से पहले से ही परिचित जानकारी दिखा सकता है, जो आपको लगता है कि स्पष्ट या महत्वहीन लगता है। यह केवल आप पर निर्भर करता है कि कोड की पंक्तियों के पीछे क्या छिपा होगा और वे क्या दिलचस्प बताएंगे।

प्रोग्रामिंग भाषाओं को सीखें, लिखने के लिए गुणवत्ता वाले संगीत को विकसित करें और सुनें जो कि YouTube पर ऑनलाइन सात दिनों से अधिक समय लेता है। जिन लोगों को पता नहीं है, उनके लिए YouTube पर ऑनलाइन प्रसारण के दौरान मॉर्गनस्टर्न का एल्बम "लीजेंडरी डस्ट" 6 दिन रिकॉर्ड किया गया था और परिणामस्वरूप, मॉर्गनस्टर्न के करियर में सबसे सफल हो गया, रिलीज़ के पहले आधे घंटे में VKontakern के एक मिलियन नाटकों और ग्यारह घंटे में पांच मिलियन नाटक हासिल किए। रिलीज़ होने के बाद पहले दो दिनों में, एल्बम को VKontakte द्वारा 21 मिलियन से अधिक बार सुना गया, जो एक सामाजिक नेटवर्क के लिए एक रिकॉर्ड है।

प्रयुक्त साहित्य की सूची:

1. ru.wikipedia.org/wiki/Noize_MC
2. ru.wikipedia.org/wiki/Pharaoh
3. ru.wikipedia.org/wiki/Casta_ (समूह)
4।ru.wikipedia.org/wiki/Morgenstern_ (संगीतकार)
5. github.com/stopwords-iso/stopwords-ru/blob/master/stopwords-ru.txt (स्टॉप शब्द)
6. github.com/dkulagin/kartaslov/ पेड़ / मास्टर / डाटासेट / emo_dict (भावना शब्दकोश)।
लाइसेंस: creativecommons.org/licenses/by-nc-sa/4.0
7. ru.wikipedia.org/wiki/Legendary_Dust