دیتاست توییت‌های فارسی عادل فردوسی‎‌پور

عادل فردوسی پور:

گزارشگر، تهیه کننده، مدرس دانشگاه و مجری موفق تلویزیونی عادل فردوسی پور متولد 1353 و اهل یزد است. عمده شهرت او به واسطه برنامه تلویزیونی نود است که از شبکه 3 صداوسیما پخش میشد. عادل سبک خاص خود را در گزارشگری دارد و به همین دلیل به تعبیر بسیاری محبوب‌ترین گزارشگر ورزشی است. او دکتری مدیریت رسانه دارد و در دانشگاه شریف مدرس زبان انگلیسی است. عادل در فرهنگ حضور پر رنگی دارد و تاکنون چندین کتاب مانند ” هنر شفاف اندیشیدن ” را ترجمه کرده است.

جوایز:

بهترین مجری و گزارشگر فوتبال ایران: فصل ۸۸–۱۳۸۷
بهترین مجری ورزشی از سومین جشنواره تلویزیونی جام جم: ۱۳۹۲
بهترین برنامهٔ ورزشی از سومین جشنواره تلویزیونی جام جم برای برنامه ۹۰: ۱۳۹۲
بهترین مجری تلویزیونی مرد از ویژه برنامه سه ستاره: ۱۳۹۴
تندیس بهترین چهره تلویزیونی از پانزدهمین جشن سینمایی حافظ: ۱۳۹۴
بهترین گزارشگر ورزشی لیگ برتر ایران: فصل ۹۵–۱۳۹۴
بهترین مجری ورزشی از دهمین جشنواره بین‌المللی فیلم‌های ورزشی: ۱۳۹۵
بهترین تهیه‌کننده برنامه ترکیبی از پنجمین جشنواره تلویزیونی جام جم: ۱۳۹۷
تندیس بهترین چهره تلویزیونی از نوزدهمین جشن سینمایی حافظ: ۱۳۹۸
جایزه ویژه ناصر حجازی (اولین جایزه ناصر حجازی): ۱۳۹۸
جایزه «دستاورد فارغ‌التحصیلان» از انجمن دانشگاه صنعتی شریف (سوتا): ۱۳۹۹

این دیتاست چه کاربردی دارد؟

قدم اول در یادگیری ماشین تهیه یک دیتاست عالی است. ما در اینجا تمام توییت‌های فارسی درباره عادل فردوسی‌پور را از زمان تاسیس توییتر برای شما گردآوری کرده‌ایم. فایل شامل متن توییت، تاریخ نوشته شدن توییت، تعداد لایک ها، تعداد ری توییت ها، لینک خود توییت و اطلاعات دیگر است. جامعه شناسان، اهالی قلم و رسانه به همراهی متخصص هوش مصنوعی می‌توانند سلیقه مردم درباره عادل فردوسی پور را بین 65 هزار ریکورد واکاوی کنند. بسته به خلاقیت و نیاز صاحبین کسب‌وکارها می‌توانند به اینسایت‌های جذابی برسند.

نکات مهم در پردازش متن:

واژه‌هایی مانند ” که ” از ” و “، ” در “، تقریبا هیچ معنایی برای ما ندارند. ما این کلمات بی‌فایده را “حرف ربط ” (Stop Words) می‌نامیم، باید از گنجاندن آن‌ها در تحلیل خودمان پرهیز کنیم.
کتابخانه‌های پردازش متن باید دارای توابعی باشند که به نحوی حروف ربط را تشخیص دهد. این حروف عملا تفاوت معنایی برای ماشین ایجاد نخواهد کرد.  برای مثال جمله ” عادل فردوسی پور پس از اتمام برنامه نود تهیه کنندگی فوتبال 120 را ادامه داد. ” به عبارت ” عادل فردوسی پور، برنامه نود، تهیه کنندگی، فوتبال 120، ادامه داد ” تبدیل خواهد شد.

با زبان برنامه‌نویسی پایتون، چندین گزینه برای استفاده در جهت حذف حروف ربط از متن دارید. شما می‌توانید از یکی از چندین کتابخانه پردازش زبان طبیعی مانندNLTK ،spacy ،Gensim ، TextBlob و غیره استفاده کنید، یا اگر نیاز به کنترل کامل بر روی کلماتی که می‌خواهید حذف کنید، می‌توانید کداختصاصی خود را بنویسید.