Исходный размер 1140x1600

Кейт и Лила Мосс: анализ речи в видео от Vogue

Проект основан на сравнительном анализе двух видео на канале Vogue в Youtube. Героинями стати две известные модели — Кейт и Лила Мосс, являющиеся матерью и дочерью, соответственно. Интересным показалось рассмотреть видео родственных друг другу людей, к тому же, работающих в одной сфере, чтобы на основе их речи заметить преемственность поколений или, наоборот, подсветить различия между ними.

Оба видео-ролика представляют собой монологи девушек в непринужденной обстановке, ретроспектирующие моменты из жизни. В первом Кейт Мосс просматривает публикации своих модельных работ в различных изданиях, подкрепляя личными и карьерными историями. Во втором — ее дочь гуляет по Парижу, рассказывая о значимых для нее локациях.

Используемые виды графиков: круговая диаграмма, столбчатый и линейные графики.

Выбор сделан в зависимости от того, что именно анализируется.

Исходный размер 2941x461

Используемый шрифт и цветовое решение

Основные этапы работы:

  1. Написание кода для расшифровки субтитров с двух видео
  2. Создание и вывод графиков в Google Colab
  3. Дополнительное оформление графиков в Illustrator
  4. Написание вывода, основанное на показателях графиков

Начало работы: написание кода для расшифровки субтитров

Исходный размер 2120x616
Исходный размер 2122x140
Исходный размер 2124x142

Какие слова наиболее часто употребляют Мосс?

В качестве данных использовались субтитры. В первую очередь, я отобрала наиболее часто используемые слова и визуализировала их с помощью диаграммы.

Исходный размер 2126x1006
Исходный размер 2941x1482

Какие слова наиболее часто использует и Кэйт, и Лила?

Затем я выбрала слова (где больше 3-х букв, чтобы избежать слишком коротких слов), которые использует как Кейт Мосс, так и ее дочь, и отобразила это на столбчатом графике.

Исходный размер 2128x254
Исходный размер 2134x338
Исходный размер 2941x1482

Какие позитивные слова наиболее часто встречаются у них в речи?

Воспользовавшись готовым словарем позитивных слов, я определила какие из них предпочитает использовать Кейт, а какие Лила. Аналогично и со словарем негативных слов.

Исходный размер 2138x1176
Исходный размер 2941x1482

Какие негативные слова наиболее часто встречаются у них в речи?

Исходный размер 2114x1160
Исходный размер 2941x1482

Выводы

Исходя из полученной информации, можно сделать вывод, что в речи Кейт и Лилы Мосс есть слова, которые наиболее часто употребляют обе из них. Несмотря на то, что эти слова не являются специфичными и присутствуют в поведенной речи практически всех англоговорящих людей, все равно можно выделить именно те, что часто встречались и в монологе Кейт, и в видео Лилы. Проанализировав два последних графика, можно сказать, что Кейт чаще использует позитивно окрашенные слова, нежели Лила, а также, что в ее речи присутствует большее разнообразие негативных по смыслу слов, по сравнению с ее дочерью. При этом, чаще выражала негативные эмоции в своей речи Лила.

Кейт и Лила Мосс: анализ речи в видео от Vogue
София Кладова провела анализ речи Кейт и Лилы Мосс в видео от Vogue, сравнивая их лексику и эмоциональную окраску слов. Проект включает визуализацию частотности слов и эмоциональных категорий с использованием круговых и столбчатых диаграмм.
Описание проекта сделано с помощью ИИ
Проект создан 25.09.2024
Другие проекты c тегом искусственный интеллект
Валерия Бурлаченко провела анализ датасета о Тейлор Свифт, используя данные с Kaggle для создания визуализаций и извлечения музыкальных характеристик. Проект включает интерактивные графики, созданные с помощью библиотеки plotly.express, и стилизованную визуализацию в пастельных тонах.
Павел Андриянов провёл анализ данных из датасета Mushroom Dataset, чтобы определить различия между съедобными и ядовитыми грибами. Проект включает визуализацию с использованием библиотек matplotlib, seaborn и plotly, а также разведочный анализ с применением Pandas.
Николь Аристархова провела анализ дата-базы фильмов из TMDB с помощью Python и библиотеки Pandas, чтобы изучить ключевые метрики и распределения данных. Проект включает визуализацию рейтингов, жанров и бюджетов фильмов, а также выявление наиболее популярных и наименее оценённых работ.
Анастасия Драчева провела анализ датасета «World Happiness Report» 2019 года и создала визуализации для отображения уровня счастья в разных странах. В проекте использовалась генеративная модель DALL-E для создания инфографики и шаблонов визуализаций, включая бар-плоты и scatter-графики.
dafes
DAFES — платформа, объединяющая лучшие проекты и продукты экосистемы по направлениям design, art, fashion, education и startup. Внутри неё действует сообщество Deziiign, которое объединяет дизайнеров, художников, иллюстраторов и фотографов — профессионалов всех творческих направлений. Это пространство для демонстрации работ, обмена идеями и неординарными подходами, а также встреч с потенциальными заказчиками, исполнителями и па... Показать больше
design
art
fashion
education
startups
Мы используем файлы cookies для улучшения работы сайта и большего удобства его использования. Более подробную информац...
Показать больше