當我們展示 Sinfonier 並且我提到它的好處時,
人們總是會提出同樣的簡單問題
麼,我們可以用它來做任何事情嗎?簡單的答案是肯定的,如果您知道您想要監控的來源、您正在尋找什麼以及是否有必要的 API 來使用 Sinfonier 提供的現有模組或建立您需要的新模組。
這次,我不想展示安全範例,而是建議在這個技術社群中監控Twitter 中關於1916 年12 月第一次世界大戰凡爾登發生的事件的情緒,當時大約70 萬法國和德國士兵在十個月的戰鬥中喪生。
為了完成這項任務,我遵循了以下步驟:
存取資料:Twitter。我在這個社交媒體網路中創建了一個帳戶,該帳戶提供半 巴西電子郵件地址 結構化資料的即時串流(字段內格式鬆散的字符,但其中幾乎沒有結構)。該資訊以JSON 格式傳遞,這是我需要處理的。例如,在推文中搜尋的字詞:Verdun。
準備和清理資料:過濾
我只想保留這些推文以特定語言編寫,
在本例中是英語
在屬於每條推文的「lang」欄位中,我搜尋那些用「en」寫的推文。
應用高級分析
現在,我將名為“ AlyClassApi ”的模組添加到我的拓撲中,該模組 愛沙尼亞 電話 圖書館列表 將英文文本並提及Verdun 一詞發送到名為Aylien 的情感分析雲服務(創建免費用戶帳戶後-每天2000 個查詢)它將根據一些預先定義的類別對推文中的文字進行分類。
由於此模組提供 JSON 數組
因此我需要使用名為「EmitItemList」的模組,該模組將 回波數據 為數組中存在的元素建立簡單的 JSON(在本例中,數組稱為類別)。
有了簡單的 JSON
我使用第二個過濾器模組來保留那些我認為提到凡爾登戰役的推文,因此我搜尋包含「歷史」、「戰爭」和「文化」一詞的類別。然後,第二個 Aylien 情緒模組會對結果進行分析,該模組簡單地將過濾後的文字分類為「正面或負面」(另一個未考慮的類別是「中性」類別)。
輸出結果最終的
推文被發送到兩個 MongoDB(創建免費用戶帳戶後),我最終可以在其中閱讀那些已完成所有步驟的推文。最終的拓樸如下圖所示:
邏輯結果表明,凡爾登戰役仍然暗示著負面情緒,而那些被歸類為正面情緒的人主要是那些想了解第一次世界大戰期間發生的事情的人。