Пряжа: это соревнование ругательств
Давайте немного обработаем язык вокруг всех пряж в нашей системе.
Вот новая метрика, с которой мы столкнулись: нецензурные слова в минуту (SWPM). Это, вероятно, то, что MPAA уже использует при оценке фильмов. Вы можете подумать, что я любитель ругательств, но это не так. Я просто использую фильтр непристойности и ненормативной лексики, чтобы улучшить статистику. Давайте начнем с девиантной стороны, а затем мы сможем перейти к более банальной и традиционной статистике НЛП.
Для каждой категории ниже я выбираю 3 лучших видео для размещения в нашем собственном трофейном футляре Yarn. Если вы считаете, что у вас есть лучшие кандидаты, дайте мне знать в комментариях ниже. Я скажу вам, где они стоят; или если они есть в нашей системе; так как мы не оценили каждый фильм…пока.
У каких фильмов самый высокий показатель SWPM?
1-е место, это конец: 5,49 SWPM, почти одна непристойность каждые 10 секунд.
2-е место, насколько высоко: 4,55 SWPM
3-е место, Goon: 4,19 SWPM
Больше всего нецензурных слов
Это конец: 586 ругательств, снова возглавляющих список.
Криминальное чтиво: 465 ругательств, классика, которая, по мнению многих, будет на вершине.
Насколько высоко: 422 нецензурных слова.
Наибольшее количество уникальных нецензурных слов
Это конец: 39. Было ли это… Я не уверен, что смогу придумать даже 39 разных ругательств.
Криминальное чтиво, Гун, Тропический гром, Отправьте его к греку: все делят 2-е место с 36 уникальными матерные слова.
Как высоко: всего 35…
Процент слов нецензурной лексики
Гун: 4,23 % всех произнесенных слов — ругательства.
Это конец: 4,11 %, разочаровывающее второе место.
Насколько высоко: 3,34%
Ладно, хватит ковыряться в канаве. Давайте посмотрим на более традиционную языковую статистику.
Награда Болтливой Кэти за наибольшее количество слов в минуту
Это интересная категория, потому что фильмы и телешоу искажаются очень по-разному. В своих 20- или 40-минутных эпизодах ТВ упаковывает гораздо больше диалогов.
Кино
Стив Джобс: 147,57 слов в минуту
Социальная сеть: 143,20 слов в минуту.
Нагрев: 141,32 слов в минуту
Телешоу
Юные титаны, вперед (S01E01): 193,50 балла, или примерно на 31 % больше, чем у лучшего фильма.
Бобс Бургерс (S06E01): 178,68.
Вице-президент (S01E03): 178,57
Награда за многословие за наибольшее количество слов в фильме
Унесённые ветром: 23 148 слов (бла-бла-бла, это очень долго, 13 979 секунд).
Стив Джобс: 18 038
40-летняя девственница: 17 261
Награда за лексическое умение, наибольшее количество уникальных слов
Линкольн: 3045 уникальных слов, что интересно, учитывая, что две его величайшие речи (IRL) относительно короткие, его вторая инаугурационная речь и Геттисбергская речь содержат менее 700 слов.
Уолл-Стрит: 2661, много инвестиций говорит об этом.
Стив Джобс: 2576, сколько фильмов говорят о Motorola 68k!
Такие общие слова
Другим распространенным методом обработки естественного языка является фильтрация стоп-слов или общих слов, таких как the, this, to и т. д. После их фильтрации общее количество слов уменьшается. Вот фильмы с самым высоким процентом непрерывных слов.
Непобедимый: 56,55 % непрерывных слов.
Годзилла: 55,73%, вероятно, из-за таких классных терминов, как эхолокация, паразитическая коммуникация и биоакустика.
Потерянные мальчики: 55,54%
Премия немого кино: Наименьшее количество слов в фильме
Конан-варвар: 2808
Ледихок: 2971
Безумный Макс за пределами Громового купола: 3047
Повторение — ключевая награда, чаще всего используется одно слово
Цельнометаллическая оболочка: «Сэр» 5,32 % всех слов — «сэр». Легко понять, почему.
Фарго: «Да» 5,26%
Кловерфилд: «Хорошо» 4,23%
Плотность популярных слов (10 первых слов)
Кловерфилд:всего 10 слов составляют 12,57% всех произведений, произносимых в Кловерфилде. Вот эти слова: «хорошо», которое произносится 182 раза, наряду с «о», «иди», «знай», «правильно», «да», «Роб», «Боже», «просто» и « получить".
ВАЛЛ-И 11,90 % слов из первой десятки… это имеет смысл, так как в основном это «ВАЛЛ-И» и «Ева» 🤖.
Сводные братья: 10,88%
Спасибо
Закончим на позитивной ноте. Какие фильмы самые "вежливые"? Поиск слов «спасибо» и «пожалуйста».
Красотка: "Спасибо" сказано 49 раз. О Красотке написано много: от неправильно понятой феминистской классики до одного из самых женоненавистнических, патриархальных, классовых, потребительских и лукавых фильмов, когда-либо выходивших в Голливуде… теперь вы можете добавить благодарный к списку. .
Она вне моей лиги: 43 раза
Дневники принцессы: 41 раз.
Пожалуйста
Титаник: «Пожалуйста» произносится 41 раз. Иногда стоит быть вежливым, когда спрашиваешь, садишься ли ты на спасательный плот.
Бразилия: 38 раз.
Выпускник: 34 раза.
Некоторыми из этих предметов легко увлечься, я убрал несколько наградных категорий. Наверное, это похоже на Научно-технический Оскар. Дайте мне знать, если у вас есть предложения о том, какие анализы вам понравились.