占星术合理吗？各个星座最喜欢用的表情是什么？

缺乏、安全感 2022-12-30 13:52 82阅读 0赞

![format_png][]

全文共**2122**字，预计学习时长**6**分钟

![format_png 1][]

图源：unsplash

通过分析数千条推文，我们找到了热门的星座推特账号，利用机器学习Bertmoticon包来分析预测每个星座的表情。结果让我们大吃一惊！

首先，我们在推特上进行搜索，通过粉丝的数量和最近推文的热度（点赞数）找到每个星座的最热推特账号，然后从每个推特账号中检索最近的推文。为过滤掉垃圾信息，我们找的这些推文至少要有100个赞。

![format_png 2][]

占星在推特上的点击量接近400万次，每个星座的潜在点击量平均达到11万次，可见占星学在推特上有相当多的粉丝。

我们对推文文本进行了预处理和清理，筛去了杂项信息，删除了标签、URL、用户名、停止词。这样，当我们把关于各星座的推文输入到Bertmoticon库中时，结果将更加准确。它推断出一本表情字典，我们将其转换为概率。

以一条来自@VirgoTerms且经过清理的推文为例：“处女座的人喜欢把工作中的收获带到家里的餐桌上，他们喜欢和家人分享这些事情。”

以下是Bertmoticon根据这条推文推断出的相关表情的前四名（已删去停止词）：????概率为26.2%，????概率为18.0%，????概率为10.3%，????概率为5.7%。

为了帮助理解如何在Python中清理推文，我们导入了上一步的CSV文件，并编写了几个不同的函数应用到CSV中的文本列。实现的功能如下：

·        去掉停止词：停止词指的是那些不能增加信息价值的常见词，如“the”、“and”。这就减少了估计误差，尤其是在数据点较少的情况下。

stop_words =set(stopwords.words("english"))   
    text = tokenization(text) # breaks up text into a list of words
    filtered_tweet = [w for w in text if not w in stop_words]

·        使用SnowballStemmer进行词根处理：将单词还原为词根（例如“loves” “loved” “loving”都还原为 “love”）。虽然要以增加贝叶斯误差作为代价，但这大大降低了估计误差。

sb = SnowballStemmer("english")  
    # assumes text has already been tokenized
    for word in text:        
       print(word, " : ",sb.stem(word))

·        从提取的推文中删除不必要的文本：链接、话题标签、@用户名、转发标志(“RT”)、数字，这些都与文本整体信息无关。

import re
    # removes urls or image links with http
    pattern = r"httpS+"    
    text = re.sub(pattern, "",text)

清理完文本后，我们运行Bertmoticon，以给定的概率推断出每条推文相关表情的前四名。我们从CSV文件中生成一个推文列表，并对列表中的每个字符串运行Bertmoticon。

import bertmoticon
    from csv import DictReader
    with open( gemini.csv , newline=  ) as f:   
        ls_of_strings =[row["text"] for row in DictReader(f)]
    emojis = bertmoticon.infer(ls_of_strings, 4)

·        风象星座

![format_png 3][]

y轴上的概率表示表情符号被列入与推文相关表情符号前四名的次数。

·        水象星座

![format_png 4][]

·        火象星座

![format_png 5][]

火象星座与其他象星座的共通模式相差最大。

·        土象星座

![format_png 6][]

结果

![format_png 7][]

尽管按土象、气象、风象、火象进行了分组，除了一些异常值，检测到的各星座表情符号总体模式非常相似。

虽然我们不能根据表情符号的使用和选择来判断人们的性格特征，但各星座常用表情的大致趋势能帮助我们推断出，不同星座的性格特征比我们想象的更为相近。

例如，按照互联网上讨论的星座刻板印象内容来说，会是白羊座和双子座最常用的表情，因为他们被称为最情绪化和最有态度的星座。然而，最终结果告诉我们，表情符号对于处女座、射手座、双鱼座和天蝎座来说最为常见，而这些星座是不该有无礼或情绪化的特点的。

当根据不同星座的性格特征分析表情符号的类型时，可以发现很多方面都存在这种偏差。每个星座和表情的使用频率比其他4种表情的使用频率都要高。

尽管人们对不同星座有着相应的刻板印象，但从我们从代表各星座的推文中发现，这些星座特征比我们想象的更为相近。如上文的折线图所示，同一表情符号在不同的星座里出现的概率大致相同。快去看看自己星座的折线图吧！

![format_png 8][]

**推荐阅读专题**

[![format_png 9][]][format_png 9 1]

[![format_png 10][]][format_png 10 1]

[![format_png 11][]][format_png 11 1]

[![format_png 12][]][format_png 12 1]

![format_png 13][]

**留言点赞发个朋友圈**

**我们一起分享AI学习与发展的干货**

编译组：吴子珺、张泊玉

相关链接：

https://towardsdatascience.com/is-astrology-real-we-used-data-science-to-find-out-a0edcd28cf93

如转载，请后台留言，遵守转载规范

**推荐文章阅读**

[ACL2018论文集50篇解读][ACL2018_50]

[EMNLP2017论文集28篇论文解读][EMNLP2017_28]

[2018年AI三大顶会中国学术成果全链接][2018_AI]

[ACL2017论文集：34篇解读干货全在这里][ACL2017_34]

[10篇AAAI2017经典论文回顾][10_AAAI2017]

**长按识别二维码可添加关注**

**读芯君爱你**

![format_png 14][]

[format_png]: /images/20221120/7c00dc5e23834a6ea8f5f7dbbd2d7eaf.png
[format_png 1]: /images/20221120/8d0f6b1676e54bb38e8d73a5a94b3583.png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9yTHhHQTg0QlV4a3JwdWp2cDBOYWVaTDh0SGlheFR5Q1owcEVzVFRCTk5wc3hZbzltWGVTRDJDazhmMGRUdzhCOUhmRWZmUnVtYTZtSWVSMGpqWGtNYVEvNjQw?x-oss-process=image/format,png
[format_png 3]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9yTHhHQTg0QlV4a3JwdWp2cDBOYWVaTDh0SGlheFR5Q1psdGhoMTE2dFhjRGY3d0Y4SVM2TWxpYU8wWHd1MjJHcFRYVnVHbjB1N2E2WEJFdDZhQ2lhaWFONFEvNjQw?x-oss-process=image/format,png
[format_png 4]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9yTHhHQTg0QlV4a3JwdWp2cDBOYWVaTDh0SGlheFR5Q1pvMVBrbDFhZlppY1RtOWFMQzlxMm9zR3BnYUxqM3A3eHpwZ0U2TUhpY1VXVHN2ZUZidDAxcWU2dy82NDA?x-oss-process=image/format,png
[format_png 5]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9yTHhHQTg0QlV4a3JwdWp2cDBOYWVaTDh0SGlheFR5Q1ppYWlid0E3Z3dwU2dvRmljeGNsWTlpY0ZpYnh5Z0xYTGdBQU55dm5md2x5SG5IanVCd0VTUXJTRE43QS82NDA?x-oss-process=image/format,png
[format_png 6]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9yTHhHQTg0QlV4a3JwdWp2cDBOYWVaTDh0SGlheFR5Q1pySXRlOW1vaWFGTXlPYW5TQkdTRkF0WDlpY1hpYk9WY0J1MjIxUkpZSk96ZnhnZTM5bTZQaFFhRFEvNjQw?x-oss-process=image/format,png
[format_png 7]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9yTHhHQTg0QlV4a3JwdWp2cDBOYWVaTDh0SGlheFR5Q1pGSDViQTJ4RUw4bW9QMzdWSEZsMmYyRkpaNGZpYU9FS0d3c2huZGhpYVdxRHNnN0p6NXRIN2xSQS82NDA?x-oss-process=image/format,png
[format_png 8]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9qTmIwbXlnYjh4Q2RpY21XYTlpY3kwczZ0Mkd5aWJVdDhZRWZnSGx2ekM4eTA5VlhQVVNIMWIwOGdnbW1oczVBNVlPMm5SY1ZpY2I4bU1GMjNnRG9XV1I4Z1EvNjQw?x-oss-process=image/format,png
[format_png 9]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9QTFNBaHVFbEZ4a0czZ0ExUVNleW1zeGduNVdpYmJSeHNOSGdVbmhOWkZDU3ZZdm4wM0s3TXRnV2xoYUJXU214Y29mamxNbmljZ1Bud2p0R0QwbGFiZGxnLzY0MA?x-oss-process=image/format,png
[format_png 9 1]: http://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea841ec4ddf397d2bb194670056d7ed973cf4349656e20d98bd139d8a5d99526a799fb243f8d&idx=1&mid=2247493138&scene=21&sn=d2fa895e71260f2576fa952cf2487522#wechat_redirect
[format_png 10]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9QTFNBaHVFbEZ4azV1aWJCSWpWWkR3MGhqY1ZQTVNtQU5Ld1RwOXJ0VzhSSVA5WjNPalpPV0x5cWxiTm1tSWRQdGNETWlhRzlHUzAxSUN6UmVMaWNYTElpYWcvNjQw?x-oss-process=image/format,png
[format_png 10 1]: http://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea841ed9ddf397cf9a7136dfb1352cf9fb1127b3061293cf716f8ee95b4560e694fce20a1e24&idx=2&mid=2247493135&scene=21&sn=5711dc1074411b7e45b40eb34fecc648#wechat_redirect
[format_png 11]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9QTFNBaHVFbEZ4bE9NdXV6UHFKcmlidkNQekNWWVV4VHRSMWljNVBpYnhKaWJXaWNlTm1DZDVNdm1pYzFWcHgzSWdyODFHUmlhbk9pYmFZcUN0N1FkaHl0eWhpYkNSZy82NDA?x-oss-process=image/format,png
[format_png 11 1]: http://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea841ec4ddf397d28ed77a111732be52384c9be414e0aad59c570ada6b29278755d066ae2090&idx=2&mid=2247493138&scene=21&sn=e45fe93b00342ba9eac222f24369d036#wechat_redirect
[format_png 12]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X3BuZy9QTFNBaHVFbEZ4blZ2QTBrSmdXbTVqR1JBbXhSYUw5amx4SmFDQnhvMTdjeDU3OXdWVWNPRUxlNEZrUGt4YXVQRGVCUHdSSWZMM2xLaWFhQ3VwNWZOaWNRLzY0MA?x-oss-process=image/format,png
[format_png 12 1]: http://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea841ed9ddf397cfbc27f47a160ee926a706f1b3151c53f707c8f221fde0ea51446aabe2148d&idx=1&mid=2247493135&scene=21&sn=cce4cc400933c960a3200fd0dfa4d0a7#wechat_redirect
[format_png 13]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9QTFNBaHVFbEZ4bXl1ZjA0ckNGWE8walI5MGNTdnNUaWFsZkNpY3duUGhoRExrajJKdmFNVHEzRHNaN25ZZ1gyNWxueGd2THh5WWhDMktMNmlheUJjUHpsdy82NDA?x-oss-process=image/format,png
[ACL2018_50]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea87ee2addf0673cae27c598a097f5addad5d81b2ed766e570f20fc0fb12b77c5cf34098022e&idx=1&lang=zh_CN&mid=2247489276&scene=21&sn=98e22e2b69478303f1f1a0a51e712570&token=192322725#wechat_redirect
[EMNLP2017_28]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea87eaadddf063bb3ab4ec5af616612a45f8d4fe9a5ad558f66278478296060253c1564bd05c&idx=1&lang=zh_CN&mid=2247488123&scene=21&sn=a55185f3a693f7a5d85b1abe3dd36177&token=140500370#wechat_redirect
[2018_AI]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea87f6ebddf07ffd8e84bcc18d7122f894b6cf5dc967daad9c2e122edb22968fd6f589d6852f&idx=1&mid=2247487037&scene=21&sn=37cd38b305aa874c29d764361c88a202#wechat_redirect
[ACL2017_34]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&chksm=ea87f59addf07c8c2480dd46784a431612d099d3d0531449aa8e64f68b3ba340363578d95659&idx=1&mid=2247486796&scene=21&sn=a8ae95efbf16985a259c4cd66bf919f2#wechat_redirect
[10_AAAI2017]: https://mp.weixin.qq.com/s?__biz=MzI2NjkyNDQ3Mw%3D%3D&idx=1&lang=zh_CN&mid=2247487100&scene=21&sn=3bd640ec4f00c5104664687194dd9a51&token=77118319#wechat_redirect
[format_png 14]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2dpZi9RR2o3V0YzbFIwUnhhOU42aEo4eFFwdnNaR2ljR09LSXBpYWtCOXlQQjl3RlFvMWliYVB3ZU9qcDFkYndpYWUzdXg4OERXRWg1dExFcHo2S0pqemNVSDVwOWcvNjQw?x-oss-process=image/format,png