---
dataset_info:
  features:
  - name: sentence
    dtype: string
  - name: words
    sequence: string
  - name: bigrams
    sequence:
      sequence: string
  splits:
  - name: train
    num_bytes: 2524442
    num_examples: 5206
  download_size: 99275
  dataset_size: 2524442
configs:
- config_name: default
  data_files:
  - split: train
    path: data/train-*
---

В данной работе представлен результат комплексного статистического анализа текста, включающего несколько ключевых этапов обработки и анализа данных. Основные этапы включают:
1. На этапе предварительной обработки текста данные были сегментированы на предложения, слова и n-граммы, а также удалены знаки препинания для получения более точной картины.
2. Расчет коэффициента уникальности слов.
3. Определение наиболее частотных би- и триграмм. 
4. Расчет значения TF-IDF для слов, чтобы определить важные термины в тексте.

Кроме того, в работе приведены визуальные материалы, включая диаграмму частоты двадцати наиболее употребительных слов и облако слов, позволяющие наглядно представить ключевые элементы текста.

Основной целью данного анализа является исследование лингвистической структуры текста посредством количественных и статистических методов. 

**Результаты**:
Коэффициент уникальности слов составил 0.00289. Это значение показывает, что лишь около 0.29% всех слов в тексте являются уникальными.

**Анализ биграмм и триграмм**
Наиболее частыми биграммами оказались: ("how", "to"), ("if", "you"), ("in", "your"), ("this", "article") и ("your", "projects").
Наиболее частыми триграммами стали: ("in", "your", "projects"), ("the", "additional", "resources"), ("additional", "resources", "we"), ("the", "end", "of") и ("a", "practical", "example").
Частые биграммы и триграммы указывают на наличие шаблонных конструкций в тексте, особенно связанных с инструкциями ("how to"), обращениями к читателю ("if you", "in your projects") и примерами ("a practical example").
Повторяющиеся триграммы, такие, как "the additional resources we", также свидетельствуют о наличии однотипных формулировок, возможно, технического характера.

**TF-IDF анализ**
Первые десять слов с наибольшим весом TF-IDF: ["10", "addition", "additional", "advanced", "aim", "also", "and", "any", "api", "applications"]. 
Слова с высоким значением TF-IDF часто отражают ключевые темы документа. Например, такие термины, как "api", "applications", могут указывать на техническую направленность текста, связанного с разработкой программного обеспечения.

**Тренды, выявленные в результате анализа**
Часто встречающиеся биграммы и триграммы показывают, что текст содержит инструкции или рекомендации, ориентированные на читателя (например, "how to", "if you").
Слова с высокими показателями TF-IDF, такие, как "api", "applications", указывают на возможную связь текста с техническими аспектами программирования или разработки ПО.
Высокая частота определённых триграмм, таких, как ("the additional resources"), может говорить о наличии стандартизированной структуры текста, используемого для описания ресурсов или методов работы.

**Гистограмма 20 самых частотных слов до удаления стоп-слов**
![image/png](https://cdn-uploads.huggingface.co/production/uploads/670f8fd94fa8ba5b245339f8/NSQhJKUeNbhI_woR86_1s.png)

**Гистограмма 20 самых частотных слов после удаления стоп-слов**
![image/png](https://cdn-uploads.huggingface.co/production/uploads/670f8fd94fa8ba5b245339f8/QVmvb_d1v5caiFJK_ainz.png)

**Облако слов до удаления стоп-слов**
![image/png](https://cdn-uploads.huggingface.co/production/uploads/670f8fd94fa8ba5b245339f8/HM_gTIE7Tp1qcUWfU_-8y.png)

**Облако слов после удаления стоп-слов**
![image/png](https://cdn-uploads.huggingface.co/production/uploads/670f8fd94fa8ba5b245339f8/5625-5PSbbkV3YcQllpNY.png)