維基共享資源（https://commons.wikimedia.org/wiki/File:Orson-Welles-Studio-1938.jpg） 1938年，水星劇院在奧森·威爾斯（Orson Welles）的指導下，進行了HG著名的（世界著名的）戲劇化的“世界戰爭”戲劇 威爾斯（沒有關係，儘管他們見過一次）。 人們普遍認為，廣播新聞的效果被誇大了，因為它是印刷新聞，試圖抹黑廣播作為可靠新聞來源（詳細這裡和這裡）。 但是，廣播已成為美國萬聖節的最愛。全國各地的許多廣播電台都在“萬聖節前夜”上重播這首歌，以紀念經典的Americana以及構思和實現了這一才華的故事講述者。
對我來說，廣播在我的萬聖節傳統中佔有特殊的位置。 小時候，我錯過了一年的搗蛋，因為我們的家人在萬聖節那天搬進了我們的第一所房子。 我當地的廣播電台是轉播該節目的廣播電台之一。 我不知道他們是否仍然這樣做。 但是我記得那天晚上坐在我新房間裡的床上，聽聽那段出色的廣播劇的例子。 從那時起，我一直在嘗試繼續收聽廣播的傳統（它是在公共領域，您可以在這裡收聽：世界大戰）。
有趣的是，1968年翻拍，是在紐約州羅切斯特市製作的（說真的，紐約這裡的人呢？）做了引起小恐慌。 廣播電台試圖通過發布免責聲明來減輕任何潛在的恐慌。 在驚慌失措的電話開始湧入後，該電台甚至增加了免責聲明的頻率！ 但是損害已經造成。 甚至導致報紙報導入侵確實發生了。
無論如何，我在幾週前就想到了：為什麼不使用Text Explorer分析原始記錄？ 誠然，這是一個相當隨機的想法。 我的想法是探索數據，看看是否可以梳理故事中的不同情節和主題。 原來有一個成績單按演員劃分線。 一點導入工作和以後的微調，我就準備好了！ 讓我們看看我發現了什麼。
分析'世界大戰
可能最簡單的方法是從詞云開始。 嚴格來說，詞云並不是可視化文本信息的最佳方法。 例如，它們傾向於扭曲術語的含義。 但是我們只是在四處閒逛JMP ，那為什麼不呢！
由於寫作風格的原因，說話或說話的人的名字（開始時是新聞廣播，記住）在數據集中具有很高的代表性。 在第一個詞云中，我們可以看到敘事者和主要角色Pierson教授（我們不能真正稱他為主角）就是這樣。 這是因為我沒有對停用詞進行任何操作，儘管在這一點上，我已經在詞條列表中添加了短語（例如，Grovers Mill）。
通過對JMP進行一些修改（在本文結尾處提供了有關如何進行著色的過程），我們可以開始剝離一些圖層並獲得一些其他信息（如下）。 現在我們可以看到Pierson教授與普林斯頓大學有聯繫。 他還與那裡的天文台有聯繫，在那裡他擔任天文學家。 這些協會來自CBS現場記者卡爾·菲利普斯（Carl Phillips），經常告訴我們誰是皮爾森教授故事的早期人物。 我們還可以看到他突然出現在新澤西州的格羅弗斯米爾（第一個火星墜毀地點）以及紐約市附近的其他地方。 總而言之，在廣播事件中，很好地描繪了好教授的旅行。
讓我們多做一些。 從那時起，我將Pierson教授用作停用詞，以使雲中的其他主題更容易理解。 接下來，讓我們去看看哥倫比亞廣播公司注定要失敗的現場記者卡爾·菲利普斯。
他的故事部分主要圍繞Grovers Mill，但他採訪了Pierson教授（普林斯頓大學和天文學參考）。 作為常規CBS廣播的一部分，他的所有台詞都是通過特殊公告發布的。 它有點隱蔽，但您也可以看到他是如何死的-火星人用來保護其著陸點的黑煙。
如果我們看“汽缸”，我們可以看到它們包含火星人的標誌性入侵機，其中第一台登陸新澤西州。
接下來讓我們看看機器本身。 我注意到的第一件事是，它們與其他很多東西一起出現。 這是有道理的，因為在敘述中，機器是主要的繪圖設備（幾乎是角色）。 您可以看到它們來自圓柱體。 他們有熱射線（底部中央）。 也有跡象表明他們受到了陸軍的攻擊，這引發了人們首次使用黑煙攻擊士兵。
我可以繼續，看看詞云中一起出現的術語有很多樂趣。 由於腳本位於公共領域，因此我在本文中發布了我的數據集。 如果您想玩，只需運行單詞云腳本，然後右鍵單擊要瀏覽的單詞云中的術語。 從菜單中，單擊“選擇文本”，這些詞將在詞云中突出顯示。
JMP Pro中的主題分析
好吧，讓我們發威。 主題分析JMP專業版會使人有些緊張，但這很有用。 為了進行此分析，我將所有字符名稱都放回了（我用停用詞代替了詞云內容將它們取出）。 現在，主題分析在術語列表中獲取術語，並查看術語在數據集的每一行中出現的頻率（如果您想知道的話，它稱為“文檔術語矩陣”），同時考慮到術語顯示的頻率在整個文檔中排名最高（在文本分析中稱為TF / IDF比率）。 它對其執行一些多元轉換，以生成趨向於一起出現的術語集合。 解釋最多的信息的組稱為主題1。 表現次佳的集合是主題2，依此類推，這意味著“主題”在這種情況下有點用詞不當。 但是所提供的信息（無論您要調用什麼）仍然非常有用。 讓我們看一下前三個主題。 為了使您不會被數字淹沒，我將在這裡使用JMP為每個主題生成的詞云。 請注意，每個術語的大小基於這些詞云中的主題加載，而不是它們在數據集中出現的頻率！ 很大的區別。
主題1具有您所期望的重要內容：皮爾森教授，火星人及其戰機，黑煙和攻擊的全球性質（這不是我們從雲這個詞中得到的東西）。
主題2是與陸軍防禦汽缸的嘗試有關的術語摘要。 您會看到熱射線，並參考了陸軍關於其防禦措施的公告。
主題3只是Pierson教授和Carl Phillips的講話，主要來自教授天文台播出的早期採訪中。
主題4與第一個登陸站點有關。 您可以看到描述火山口，曾在那裡的人等術語。
主題5包含CBS的最後一次正式廣播，警告人們火星機器正在從新澤西州遷移到紐約市。 這也是軍隊受到火星熱射線襲擊的時刻。
現在，讓我們回到一些更數字化的話題。 我可以根據腳本與每個主題的接近程度對腳本的每一行進行評分。 請注意，這裡的比例有些奇怪，但是我們只對相對幅度感興趣。 通過為腳本的每一行以及誰說的分數添加文檔分數，我可以在Graph Builder中建立一個平行圖。 我將此文件上傳到JMP Public，以便您可以使用本地數據過濾器。
縱觀我們的一些主要角色，皮爾森教授通常會和其他所有人呆在一起，但是偶爾會有幾行在主題1和主題3上得分很高。 播音員（實際上有3個）在主題3和5上得分很高。 在這兩種情況下（皮爾森教授和播音員），這都是有道理的，因為播音員會打斷廣播，說他們正在切換到皮爾森教授和卡爾·菲利普斯教授進行更新，這也解釋了為什麼菲利普斯的傾向趨向於與那些播音員。 無論如何，玩弄它，看看還有什麼可以逗弄的！
整理東西
就是這樣。 萬聖節有趣的小分析。 沒什麼大不了的，但是在JMP和JMP Pro中進行文本分析仍然有些有趣的事情。 因此，向船長本人借錢：
這是邁克·安德森（Mike Anderson），女士們，先生們，與眾不同，是為了向您保證，對“世界大戰”的這種分析沒有什麼比打算提供的假期更有意義的了。 JMP博客自己的版本，打扮起來，跳出灌木叢，說：“噓！”
從現在開始，我們不能肥皂所有你的窗戶偷所有明天晚上到您的花園大門，所以我們做了最好的下一件事。 我們分析了奧森·威爾斯（Orson Welles）在您耳邊殲滅世界並徹底摧毀CBS的夜晚。
我希望您會放心，得知我們不是故意的，而且兩家機構仍在營業。
因此，再見大家，並記住您今晚學到的可怕教訓。 客廳裡那咧著嘴，發亮，球形的入侵者就是南瓜的居民，如果門鈴響了，沒有人在那裡，那就不是火星人了。今天是萬聖節。
祝大家萬聖節快樂安全！
關於詞云著色的思考
當我在發表文章之前散發這篇文章時，有人問我如何對“雲”一詞進行著色。 我以為我會花一點時間分享一個視頻，向您展示如何完成此操作的步驟。 很簡單 您只需要使用selected（）命令在數據表的列中。 這是我的操作方法（在最後的視頻中顯示了步驟）：
- 從具有文本的數據表開始，創建一個新列。
- 在該新列中以“ Selected（）”作為公式創建一個公式。 您需要輸入它，因為它不是“公式編輯器”目錄中的標準公式之一。
- 在公式編輯器中單擊“確定”。
- 創建一個文本瀏覽器（“分析”>“文本瀏覽器”）並使用您的文本進行設置。 （可以找到有關文本資源管理器的教程這裡）
- 打開詞云（紅色三角形菜單>顯示選項>顯示詞云）。
- 在詞云中選擇要用於突出顯示的術語（右鍵單擊該術語>選擇行）。
- 在詞云紅色三角形菜單下，選擇著色>按列值…，然後選擇在步驟1中創建的列。
- 根據您的喜好調整詞云的梯度。
