Orson Welles' dramatization of "The War of the Worlds" is a Halloween favorite in the US. Photo from Wikimedia Commons (https://commons.wikimedia.org/wiki/File:Orson-Welles-Studio-1938.jpg)Orson Welles' dramatization of "The War of the Worlds" is a Halloween favorite in the US. Photo from Wikimedia Commons (https://commons.wikimedia.org/wiki/File:Orson-Welles-Studio-1938.jpg)Orson Welles' dramatization of "The War of the Worlds" is a Halloween favorite in the US. Photo from Wikimedia Commons (https://commons.wikimedia.org/wiki/File:Orson-Welles-Studio-1938.jpg)Orson Welles' dramatization of "The War of the Worlds" is a Halloween favorite in the US. Photo from Wikimedia Commons (https://commons.wikimedia.org/wiki/File:Orson-Welles-Studio-1938.jpg)Orson Welles' Dramatisierung von „Der Krieg der Welten“ ist in den USA ein Halloween-Favorit. Foto von Wikimedia Commons (https://commons.wikimedia.org/wiki/File:Orson-Welles-Studio-1938.jpg) 1938 führte das Mercury Theatre on the Air unter der Leitung von Orson Welles seine berühmte (berüchtigte?) Dramatisierung von „Der Krieg der Welten“ von HG auf Wells (keine Beziehung, obwohl sie sich einmal getroffen haben). Die Auswirkungen der Sendung werden allgemein als maßlos übertrieben bezeichnet, da Printnachrichten versuchen, das Radio als verlässliche Nachrichtenquelle zu diskreditieren (Details Hier Und Hier ). Allerdings ist die Sendung hier in den USA zu einem Halloween-Favoriten geworden. Viele Radiosender im ganzen Land spielen es an Allerheiligen als Hommage an das klassische Americana und die talentierten Geschichtenerzähler, die es erdacht und zum Leben erweckt haben.
Für mich nimmt die Sendung einen besonderen Platz in meinen Halloween-Traditionen ein. Als Junge habe ich Süßes oder Saures ein Jahr verpasst, weil unsere Familie an Halloween in unser erstes Haus gezogen ist. Mein lokaler Radiosender war einer von denen, die die Produktion erneut ausstrahlten. Ich weiß nicht, ob sie es noch tun oder nicht. Aber ich erinnere mich, dass ich an diesem Abend in meinem neuen Zimmer auf meinem Bett saß und diesem meisterhaften Hörspiel zuhörte. Seitdem habe ich versucht, die Tradition des Hörens der Sendung fortzusetzen (sie ist gemeinfrei, und Sie können sie hier anhören: Der Krieg der Welten ) an Halloween.
Als lustige Randnotiz, das Remake von 1968, produziert in Rochester, NY, (im Ernst, was hat es mit den Leuten hier oben in NY auf sich?) eigentlich tat eine kleine Panik auslösen. Der Radiosender versuchte, eine mögliche Panik zu mildern, indem er einen Haftungsausschluss ausstrahlte. Die Station erhöhte sogar die Häufigkeit von Haftungsausschlüssen, nachdem Panikanrufe eingingen! Aber der Schaden war bereits angerichtet. Es führte sogar dazu, dass eine Zeitung berichtete, dass die Invasion tatsächlich stattgefunden hatte.
Jedenfalls hatte ich vor ein paar Wochen einen Gedanken: Warum nicht die Aufzeichnung des Originals mit dem Text Explorer analysieren? Es war zugegebenermaßen ein ziemlich zufälliger Gedanke. Meine Idee war, die Daten zu untersuchen und zu sehen, ob ich die verschiedenen Handlungspunkte und Themen in der Geschichte herauskitzeln könnte. Es stellt sich heraus, dass es eine gibt Abschrift das gliedert Zeilen nach Akteur auf. Ein bisschen Importarbeit und Feintuning später war ich startklar! Schauen wir uns an, was ich gefunden habe.
Analysieren ' Der Krieg der Welten'
Am einfachsten ist es wahrscheinlich, mit Wortwolken zu beginnen. Genau genommen sind Wortwolken nicht die beste Möglichkeit, Textinformationen zu visualisieren. Sie neigen beispielsweise dazu, die Bedeutung von Begriffen zu verfälschen. Aber wir albern nur herum JMP , also warum nicht!
Aufgrund des Schreibstils sind die Namen der Personen, die sprechen oder mit denen gesprochen wird (es beginnt mit einer Nachrichtensendung, denken Sie daran), im Datensatz stark vertreten. In dieser ersten Wortwolke können wir sehen, dass Prof. Pierson, der Erzähler und Hauptcharakter (wir können ihn nicht wirklich als Protagonisten bezeichnen) stark vertreten ist, und das war es auch schon. Dies liegt daran, dass ich nichts mit Stoppwörtern gemacht habe, obwohl ich an dieser Stelle Phrasen (z. B. Grovers Mill) zur Begriffsliste hinzugefügt habe.
Mit etwas Herumbasteln in JMP (ich gebe am Ende dieses Artikels ein Verfahren dazu an, wie ich die Färbung vorgenommen habe) können wir damit beginnen, einige der Ebenen abzulösen und einige zusätzliche Informationen zu erhalten (unten). Wir können jetzt sehen, dass Prof. Pierson mit der Princeton University verbunden ist. Er ist auch mit dem dortigen Observatorium verbunden, wo er als Astronom arbeitet. Diese Assoziationen stammen vom CBS-Außendienstreporter Carl Phillips, der uns zu Beginn der Geschichte häufig erzählt, wer Prof. Pierson ist. Wir können auch sehen, dass er in Grovers Mill, NJ, (der ersten Mars-Absturzstelle) und an einigen anderen Orten in New York City auftaucht. Alles in allem ein ziemlich klares Bild von den Reisen des guten Professors während der Ereignisse der Sendung.
Lass uns noch ein paar machen. Ich habe Prof. Pierson von diesem Punkt an als Stoppwort gesetzt, um die anderen Themen in der Cloud ein wenig besser sichtbar zu machen. Als nächstes gehen wir zu Carl Phillips, dem dem Untergang geweihten Feldreporter von CBS.
Sein Teil der Geschichte dreht sich hauptsächlich um Grovers Mill, aber er interviewt Prof. Pierson (die Princeton- und Astronomie-Referenzen). Alle seine Zeilen wurden über spezielle Bulletins als Teil der normalen CBS-Sendung geliefert. Es ist etwas versteckt, aber man kann auch sehen, wie er starb – durch den schwarzen Rauch, den die Marsianer benutzten, um ihren Landeplatz zu schützen.
Wenn wir uns „Zylinder“ ansehen, können wir sehen, dass sie die ikonischen Invasionsmaschinen der Marsianer enthielten, von denen die erste in New Jersey landete.
Schauen wir uns als nächstes die Maschinen selbst an. Das erste, was mir auffiel, war, dass sie mit vielen anderen Dingen auftauchten. Dies ist sinnvoll, da die Maschinen ein wichtiges Handlungsinstrument (fast eine Figur) in der Erzählung sind. Sie können sehen, dass sie von Zylindern kamen. Sie hatten Hitzestrahlen (unten Mitte). Es gibt auch Hinweise darauf, dass sie von der Armee angegriffen wurden, was den ersten Einsatz des schwarzen Rauchs zum Angriff auf die Soldaten auslöste.
Ich könnte weitermachen, es macht viel Spaß, sich anzusehen, welche Begriffe zusammen in der Wortwolke auftauchen. Da das Skript gemeinfrei ist, habe ich meinen Datensatz mit diesem Artikel veröffentlicht. Wenn Sie spielen möchten, führen Sie einfach das Wortwolkenskript aus und klicken Sie dann mit der rechten Maustaste auf den Begriff in der Wortwolke, den Sie erkunden möchten. Klicken Sie im Menü auf Text auswählen und die Begriffe werden in der Wortwolke hervorgehoben.
Themenanalyse in JMP Pro
In Ordnung, holen wir die großen Geschütze raus. Themenanalyse in JMP Pro kann die Leute ein wenig nervös machen, aber es ist super nützlich. Für diese Analyse habe ich alle Charakternamen wieder eingefügt (ich habe sie mit Stoppwörtern für das Wortwolken-Zeug entfernt). Jetzt nimmt die Themenanalyse die Begriffe in der Begriffsliste und untersucht, wie oft jeder Begriff in jeder Zeile des Datensatzes vorkommt (es wird als Dokumentbegriffsmatrix bezeichnet, falls Sie sich fragen), wobei berücksichtigt wird, wie oft der Begriff vorkommt im gesamten Dokument auf (dies wird in der Textanalyse als TF/IDF-Verhältnis bezeichnet). Es führt einige multivariate Transformationen durch, um eine Sammlung von Begriffen zu erstellen, die dazu neigen, zusammen zu erscheinen. Die Gruppe, die die meisten Informationen erklärt, heißt Thema 1. Die nächstbeste Sammlung ist Thema 2 usw., was bedeutet, dass „Thema“ in diesem Fall etwas irreführend ist. Aber die bereitgestellten Informationen (wie auch immer Sie es nennen möchten) sind immer noch sehr nützlich. Werfen wir einen Blick auf die ersten drei Themen. Damit ich Sie nicht mit Zahlen überflute, verwende ich hier die Wortwolken, die JMP für jedes Thema generiert hat. Beachten Sie, dass die Größen für jeden Begriff auf der Themenladung in diesen Wortwolken basieren, nicht darauf, wie oft sie im Datensatz vorkommen! Großer Unterschied.
Thema 1 enthält die großen Dinge, die Sie erwarten würden: Prof. Pierson, die Marsianer und ihre Kriegsmaschinen, der schwarze Rauch und die globale Natur des Angriffs (was wir nicht aus der Wortwolke herausbekommen haben).
Thema 2 ist eine Zusammenfassung von Begriffen im Zusammenhang mit den Versuchen der Armee, sich gegen die Zylinder zu verteidigen. Sie sehen den Hitzestrahl und Verweise auf die Bulletins der Armee über ihre Verteidigungsbemühungen.
In Thema 3 sprechen nur Prof. Pierson und Carl Phillips, hauptsächlich aus einem Interview zu Beginn der Sendung aus dem Observatorium des Professors.
In Thema 4 geht es um den ersten Landeplatz. Sie können Begriffe sehen, die den Krater beschreiben, wer dort war usw.
Thema 5 enthält die letzte offizielle Sendung von CBS, in der die Menschen gewarnt wurden, dass die Marsmaschinen von NJ nach New York City verlegt würden. Dies ist auch der Moment, in dem die Armee von der Hitzestrahlung des Mars angegriffen wurde.
Lassen Sie uns nun zu etwas Numerischerem zurückkehren. Ich kann jede Zeile des Skripts danach bewerten, wie eng sie mit jedem der Themen übereinstimmt. Beachten Sie, dass die Skalen hier etwas seltsam sind, aber wir sind nur an relativen Größen interessiert. Indem ich die Dokumentergebnisse für jede Zeile des Skripts und wer sie gesagt hat, einfüge, kann ich in Graph Builder eine parallele Darstellung erstellen. Ich habe dieses auf JMP Public hochgeladen, damit Sie mit dem lokalen Datenfilter spielen können.
Betrachtet man einige unserer Hauptfiguren, bleibt Prof. Pierson im Allgemeinen mit allen anderen im Hauptpaket, hat aber gelegentlich Zeilen, die in den Themen 1 und 3 hoch punkten. Die Ansager (eigentlich sind es drei) schneiden bei den Themen 3 und 5 ziemlich gut ab. In beiden Fällen (Prof. Pierson und die Ansager) ist dies sinnvoll, da die Ansager die Sendung unterbrechen würden, um zu sagen, dass sie für Updates zu Prof. Pierson und Carl Phillips wechseln würden, was auch erklärt, warum Phillips' Zeilen tendenziell mit tendieren die der Ansager. Wie auch immer, spielen Sie damit herum und sehen Sie, was Sie sonst noch herauskitzeln können!
Dinge einpacken
Und das war es auch schon. Eine lustige kleine Analyse für Halloween. Nichts Weltbewegendes, aber trotzdem Spaß beim Herumalbern mit der Textanalyse in JMP und JMP Pro. Und so, um vom Meister selbst zu borgen:
Dies ist Mike Anderson, meine Damen und Herren, um Ihnen untypisch zu versichern, dass diese Analyse von „Der Krieg der Welten“ keine weitere Bedeutung hat als das Feiertagsangebot, das es sein sollte. Die eigene Version des JMP-Blogs, sich zu verkleiden und aus einem Busch zu springen und "Boo!"
Ab jetzt konnten wir nicht mehr einseifen alle deine Fenster und stehlen alle Ihre Gartentore bis morgen Abend, also haben wir das Beste als Nächstes getan. Wir haben die Nacht analysiert, in der Orson Welles die Welt vor Ihren Ohren vernichtete und das CBS vollständig zerstörte.
Ich hoffe, Sie werden erleichtert sein zu erfahren, dass wir es nicht so gemeint haben und dass beide Institutionen weiterhin für den Geschäftsbetrieb geöffnet sind.
Also verabschieden Sie sich alle und erinnern Sie sich an die schreckliche Lektion, die Sie heute Abend gelernt haben. Dieser grinsende, leuchtende, kugelförmige Eindringling Ihres Wohnzimmers ist ein Bewohner des Kürbisfeldes, und wenn es an Ihrer Tür klingelt und niemand da ist, war das kein Marsianer; Es ist Halloween.
Haben Sie ein sicheres und glückliches Halloween!
Nachträgliche Gedanken zum Ausmalen der Wortwolke
Als ich diesen Artikel vor der Veröffentlichung in Umlauf brachte, fragten einige Leute, wie ich die Wortwolken koloriert habe. Ich dachte, ich nehme mir eine Sekunde Zeit, um ein Video zu teilen, um Ihnen die Schritte zu zeigen, wie das gemacht wurde. Es ist ziemlich einfach. Sie müssen nur die verwenden ausgewählt() Befehl in einer Spalte in der Datentabelle. So habe ich es gemacht (mit einem Video am Ende, um die Schritte zu zeigen):
- Erstellen Sie ausgehend von der Datentabelle mit dem Text eine neue Spalte.
- Erstellen Sie in dieser neuen Spalte eine Formel mit „Selected()“ als Formel. Sie müssen es eingeben, da es sich nicht um eine der Standardformeln im Formel-Editor-Katalog handelt.
- Klicken Sie im Formeleditor auf OK.
- Erstellen Sie einen Text-Explorer (Analysieren > Text-Explorer) und richten Sie ihn mit Ihrem Text ein. (Ein Tutorial zum Text Explorer finden Sie Hier .)
- Aktivieren Sie die Wortwolke (Rotes Dreieck-Menü > Anzeigeoptionen > Wortwolke anzeigen).
- Wählen Sie in der Wortwolke einen Begriff aus, den Sie zum Hervorheben verwenden möchten (Rechtsklick auf den Begriff > Zeilen auswählen).
- Wählen Sie im roten Dreiecksmenü der Wortwolke die Option Färbung > Nach Spaltenwerten… und wählen Sie die Spalte aus, die Sie in Schritt 1 erstellt haben.
- Passen Sie den Farbverlauf für die Wortwolke nach Ihren Wünschen an.
