维基共享资源（https://commons.wikimedia.org/wiki/File:Orson-Welles-Studio-1938.jpg） 1938年，水星剧院在奥森·威尔斯（Orson Welles）的指导下，进行了HG著名的（世界闻名的）戏剧化戏剧化的“世界大战” 威尔斯（没有关系，尽管他们见过一次）。 人们普遍认为，广播新闻的效果被夸大了，因为它是印刷新闻，试图抹黑广播作为可靠的新闻来源（详细信息这里和这里）。 但是，广播已成为美国万圣节的最爱。全国各地的许多广播电台都在“万圣节前夜”上重播这首歌，以纪念经典的Americana以及构思和实现了这一才华的故事讲述者。
对我来说，广播在我的万圣节传统中占有特殊的位置。 小时候，我错过了一年的捣蛋，因为我们的家人在万圣节那天搬进了我们的第一所房子。 我当地的广播电台是转播该节目的广播电台之一。 我不知道他们是否仍然这样做。 但是我记得那天晚上坐在我新房间里的床上，听听那段出色的广播剧的例子。 从那时起，我一直在尝试继续收听广播的传统（它是在公共领域，您可以在这里收听：世界大战）。
有趣的是，1968年翻拍，是在纽约州罗切斯特市制作的（说真的，纽约这里的人呢？）做了引起小恐慌。 广播电台试图通过发布免责声明来减轻任何潜在的恐慌。 在惊慌失措的电话开始涌入后，该电台甚至增加了免责声明的频率！ 但是损害已经造成。 甚至导致报纸报道入侵确实发生了。
无论如何，我在几周前就想到了：为什么不使用Text Explorer分析原始记录？ 诚然，这是一个相当随机的想法。 我的想法是探索数据，看看是否可以梳理故事中的不同情节和主题。 原来有一个成绩单按演员划分线。 一点导入工作和以后的微调，我就准备好了！ 让我们看看我发现了什么。
分析'世界大战
可能最简单的方法是从词云开始。 严格来说，词云并不是可视化文本信息的最佳方法。 例如，它们倾向于扭曲术语的含义。 但是我们只是在四处闲逛JMP ，那为什么不呢！
由于写作风格的原因，说话或说话的人的名字（开始时是新闻广播，记住）在数据集中具有很高的代表性。 在第一个词云中，我们可以看到叙事者和主要角色Pierson教授（我们不能真正称他为主角）就是这样。 这是因为我没有对停用词进行任何操作，尽管在这一点上，我已经在词条列表中添加了短语（例如，Grovers Mill）。
通过对JMP进行一些修改（在本文结尾处提供了有关如何进行着色的过程），我们可以开始剥离一些图层并获得一些其他信息（如下）。 现在我们可以看到Pierson教授与普林斯顿大学有联系。 他还与那里的天文台有联系，在那里他担任天文学家。 这些协会来自CBS现场记者卡尔·菲利普斯（Carl Phillips），经常告诉我们谁是皮尔森教授故事的早期人物。 我们还可以看到他突然出现在新泽西州的格罗弗斯米尔（第一个火星坠毁地点）以及纽约市附近的其他地方。 总而言之，在广播事件中，很好地描绘了好教授的旅行。
让我们多做一些。 从那时起，我将Pierson教授用作停用词，以使云中的其他主题更容易理解。 接下来，让我们去看看哥伦比亚广播公司注定要失败的现场记者卡尔·菲利普斯。
他的故事部分主要围绕Grovers Mill，但他采访了Pierson教授（普林斯顿大学和天文学参考）。 作为常规CBS广播的一部分，他的所有台词都是通过特殊公告发布的。 它有点隐蔽，但您也可以看到他是如何死的-火星人用来保护其着陆点的黑烟。
如果我们看“汽缸”，我们可以看到它们包含火星人的标志性入侵机器，其中第一架登陆新泽西州。
接下来让我们看看机器本身。 我注意到的第一件事是，它们与其他很多东西一起出现。 这是有道理的，因为在叙述中，机器是主要的绘图设备（几乎是角色）。 您可以看到它们来自圆柱体。 他们有热射线（底部中央）。 也有迹象表明他们受到了陆军的攻击，这引发了人们首次使用黑烟攻击士兵。
我可以继续，看看词云中一起出现的术语有很多乐趣。 由于脚本位于公共领域，因此我在本文中发布了我的数据集。 如果您想玩，只需运行单词云脚本，然后右键单击要浏览的单词云中的术语。 从菜单中，单击“选择文本”，这些词将在词云中突出显示。
JMP Pro中的主题分析
好吧，让我们发威。 主题分析JMP专业版会使人有些紧张，但这很有用。 为了进行此分析，我将所有字符名称都放回了（我用停用词代替了词云内容将它们取出）。 现在，主题分析在术语列表中获取术语，并查看术语在数据集的每一行中出现的频率（如果您想知道的话，它称为“文档术语矩阵”），同时考虑到术语显示的频率在整个文档中排名最高（在文本分析中称为TF / IDF比率）。 它对其执行一些多元转换，以生成趋向于一起出现的术语集合。 解释最多的信息的组称为主题1。 表现次佳的集合是主题2，依此类推，这意味着“主题”在这种情况下有点用词不当。 但是所提供的信息（无论您要调用什么）仍然非常有用。 让我们看一下前三个主题。 为了使您不会被数字淹没，我将在这里使用JMP为每个主题生成的词云。 请注意，每个术语的大小基于这些词云中的主题加载，而不是它们在数据集中出现的频率！ 巨大差距。
主题1具有您所期望的重要内容：皮尔森教授，火星人及其战机，黑烟和攻击的全球性质（这不是我们从云这个词中得到的东西）。
主题2是与陆军防御汽缸的尝试有关的术语摘要。 您会看到热射线，并参考了陆军关于其防御措施的公告。
主题3只是Pierson教授和Carl Phillips的讲话，主要来自教授天文台播出的早期采访中。
主题4与第一个登陆站点有关。 您可以看到描述火山口，曾在那里的人等术语。
主题5包含CBS的最后一次正式广播，警告人们火星机器正在从新泽西州迁移到纽约市。 这也是军队受到火星热射线袭击的时刻。
现在，让我们回到一些更数字化的话题。 我可以根据脚本与每个主题的接近程度对脚本的每一行进行评分。 请注意，这里的比例有些奇怪，但是我们只对相对幅度感兴趣。 通过为脚本的每一行以及谁说的分数添加文档分数，我可以在Graph Builder中建立一个平行图。 我将此文件上传到JMP Public，以便您可以使用本地数据过滤器。
纵观我们的一些主要角色，皮尔森教授通常会和其他所有人呆在一起，但是偶尔会有几行在主题1和主题3上得分很高。 播音员（实际上有3个）在主题3和5上得分很高。 在这两种情况下（皮尔森教授和播音员），这都是有道理的，因为播音员会打断广播，说他们正在切换到皮尔森教授和卡尔·菲利普斯教授进行更新，这也解释了为什么菲利普斯的倾向趋向于与那些播音员。 无论如何，玩弄它，看看还有什么可以逗弄的！
整理东西
就是这样。 万圣节有趣的小分析。 没什么大不了的，但是在JMP和JMP Pro中进行文本分析仍然有些有趣的事情。 因此，向船长本人借钱：
这是迈克·安德森（Mike Anderson），女士们，先生们，与众不同，是为了向您保证，对“世界大战”的这种分析没有什么比打算提供的假期更有意义的了。 JMP博客自己的版本，打扮起来，跳出灌木丛，说：“嘘！”
从现在开始，我们不能肥皂所有你的窗户偷所有明天晚上到您的花园大门，所以我们做了最好的下一件事。 我们分析了奥森·威尔斯（Orson Welles）在您耳边歼灭世界并彻底摧毁CBS的夜晚。
我希望您会放心，得知我们不是故意的，而且两家机构仍在营业。
因此，再见大家，并记住您今晚学到的可怕教训。 客厅里那咧着嘴，发亮，球形的入侵者就是南瓜的居民，如果门铃响了，没有人在那里，那就不是火星人了。今天是万圣节。
祝大家万圣节快乐安全！
关于词云着色的思考
当我在发表文章之前散发这篇文章时，有人问我如何对“云”一词进行着色。 我以为我会花一点时间分享一个视频，向您展示如何完成此操作的步骤。 很简单 您只需要使用selected（）命令在数据表的列中。 这是我的操作方法（在最后的视频中显示了步骤）：
- 从具有文本的数据表开始，创建一个新列。
- 在该新列中以“ Selected（）”作为公式创建一个公式。 您需要输入它，因为它不是“公式编辑器”目录中的标准公式之一。
- 在公式编辑器中单击“确定”。
- 创建一个文本浏览器（“分析”>“文本浏览器”）并使用您的文本进行设置。 （可以找到有关文本资源管理器的教程这里）
- 打开词云（红色三角形菜单>显示选项>显示词云）。
- 在词云中选择要用于突出显示的术语（右键单击该术语>选择行）。
- 在词云红色三角形菜单下，选择着色>按列值…，然后选择在步骤1中创建的列。
- 根据您的喜好调整词云的梯度。
