introduction

J'ai créé un script Python qui analyse Line Talk, donc je vais le partager. Il existe de nombreux articles qui traitent Twitter en langage naturel avec janome et l'analysent, mais je pensais que personne ne ciblait Line.

code: https://github.com/nashimo/LineAnalyzer

Exemple d'utilisation

Ce qui suit est le résultat d'une analyse basée sur l'historique des conversations entre moi (pythonien) et Rinna. Les fichiers et images suivants seront générés. Rinna parle bien, donc il y a beaucoup de bruit (mots dérangeants, etc.), mais ceci est un exemple d'image. Il est très intéressant d'analyser la conversation du groupe. Puisque la première personne et les mots utilisés diffèrent d'une personne à l'autre, la personnalité de cette personne apparaît.

Statistiques

`statistics.txt`


===Statistiques===
membre:Pythonien Rinna
période: 2016/05/23～2020/09/20
Statistiques de conversation
Rinna:244 lignes 9445 caractères
 pythonian:226 lignes 1310 caractères
Temps de téléphone: 00:00:00
timbre:5 fois
Transmission d'image:66 fois

Volume de conversation L'augmentation du nombre de caractères au fil du temps est affichée quotidiennement et de manière cumulative (incl_chars.png).

Fréquence de réponse Rinna répond immédiatement, donc je suis bloqué à 0 (interval.png).

Pictogrammes utilisés Ceci est un pictogramme fréquemment utilisé (emoji_freq.png).

Nuage de mots (uniquement pour Rinna) wc_りんな.png

Comment utiliser

Environnement d'exécution

Si cela ne fonctionne pas, veuillez installer le package comme il convient. Je crée un environnement avec anaconda @ Windows10.

Python 3.7
janome 0.4.0
matplotlib 3.3.1
emoji 0.6.0
wordcloud 1.8.0

Méthode d'exécution

--Export Line parle (ou groupes) de votre PC ou smartphone vers un fichier La méthode d'exportation est la suivante, par exemple. https://www.appbank.net/2020/06/15/iphone-application/1911418.php --Donnez le fichier exporté à line_analysis.py Plus précisément, transmettez le nom de fichier à fname dans le processus principal de line_analysis.py.

`line_analysis.py`


if __name__ == "__main__":
    fname = "[LINE]Parlez avec Rinna"
    lta, nlp = file2process(fname, media="Phone")

Exécutez le programme Je l'ai écrit pour que Jupyter puisse être exécuté avec VScode, mais cela fonctionne tel quel même s'il est exécuté directement. > Python line_analysis.py

Attention / option

PC ou smartphone Le format de fichier changera légèrement en fonction du support utilisé pour enregistrer la conversation. Veuillez spécifier l'argument * media * de * file2process () * du processus principal ci-dessus. "PC" ou "Téléphone".
Caractères exclus (non-désiré_word.txt) ? Et! Sont également inclus dans l'analyse. Si vous écrivez le mot que vous souhaitez supprimer dans un fichier non désiré_word.txt, il sera ignoré lorsqu'il sera affiché dans le nuage de mots. --Combinaison de caractères (l.522 * _sanitize_noun () *) Il existe une option correspondant au mot déchiffré dans l'option janome, et il existe un moyen de l'utiliser, mais la précision n'est pas bonne, alors j'essaie de ne pas la combiner. Au lieu de cela, j'écris un processus pour combiner ce que je veux combiner manuellement. Les noms des personnes sont souvent séparés, il est donc préférable de les combiner manuellement. --Ajouter une police (l.388) Il y a des pictogrammes qui ressemblent à Win10 standard Segoe. Dans un tel cas, symbolola est bon, et si vous donnez un chemin à FONT2 au besoin, il sera également écrit dans cette police par analyse de pictogramme. --Fréquence minimale d'analyse des pictogrammes (l.562) Actuellement, nous analysons les pictogrammes qui ont été utilisés plus d'une fois ( nlp.show_emoji_freq (min_freq = 1) ). Veuillez modifier le nombre en conséquence. --Nombre maximum de caractères dans Word Cloud (l.383) Maintenant, c'est 130 caractères. ( `` wc_max_words = 130 ''). Si vous l'augmentez, ce sera désordonné, et si vous le diminuez, ce sera rafraîchissant.

Points techniques

Il s'agit essentiellement d'une combinaison des informations contenues dans les références. Cependant, rien ne pouvait être utilisé tel quel pour l'analyse Line, donc je pense que cela pourrait être utile pour quelqu'un dans cette partie. Cela dit, c'est juste une tâche fastidieuse.

--Utilisation de pictogrammes japonais avec matplotlib L'émoji de couleur n'a pas pu être affiché.

Décomposer la conversation en ligne en éléments (dates séparées, orateurs, messages, etc. avec des expressions régulières) --Analyser le discours décomposé en éléments avec janome

Les références

[1] J'ai créé un graphique à barres empilées avec matplotlib de Python et ajouté une étiquette de données. https://qiita.com/s_fukuzawa/items/6f9c1a3d4c4f98ae6eb1 [2] Matplotlib peut désormais afficher le japonais sur un PC sans installer de polices supplémentaires https://qiita.com/yniji/items/2f0fbe0a52e3e067c23c [3] L'analyseur de Python janome est pratique https://ohke.hateblo.jp/entry/2017/11/02/230000 [4] J'ai essayé de visualiser des tweets avec Word Cloud (python) https://qiita.com/turmericN/items/04cd0b40f91076f0ef42 [5] J'ai analysé les paroles de B'z avec Python et l'apprentissage automatique ~ Acquisition de données ~ https://pira-nino.hatenablog.com/entry/2018/07/27/B%27z%E3%81%AE%E6%AD%8C%E8%A9%9E%E3%82%92Python%E3%81%A8%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92%E3%81%A7%E5%88%86%E6%9E%90%E3%81%97%E3%81%A6%E3%81%BF%E3%81%9F_%E3%80%9C%E3%83%87%E3%83%BC%E3%82%BF

[PYTHON] Analyse des conversations en ligne avec Janome (OSS publié)