Этой заметкой мы начинаем цикл публикаций об исследовании, инициированном Центром военно-политических исследований МГИМО МИД России.
Исследование проводится на площадке лаборатории электронно-вычислительной техники имени Павла Чеповского кафедры математики, эконометрики и информационных технологий МГИМО МИД России.
Цель: Анализ международных отношений на основе открытых источников с использованием методов математической статистики.
Сбор данных происходит с использованием оригинального робота, круглосуточно снимающего главные новости с главных страниц трех новостных агентств мирового уровня и агрегатора новостей Яндекса.
С сайтов, имеющих полный перевод на русский язык, берутся тексты сразу на русском, а с остальных копируются оригиналы и производится их машинный перевод.
На данный момент обрабатывается четыре источника:
country | srcname | url
----------------+---------------------------------+----------------------------
Россия | Яндекс-новости | https://yandex.ru/news/
Великобритания | Агентство Рейтер | https://www.reuters.com/
Китай | Агентство Синьхуа | http://russian.news.cn/
Иран | Иранское национальное агентство | http://ru.irna.ir/archive/
Общее количество собранных данных за период с 05.04.2022 по 05.05.2022 г., т.е. за 1 месяц, составило: 35 627 записей, 545 017 слов.
Количество новостей по странам, источникам, языкам:
country | srcname | langname | num
----------------+---------------------------------+-------------------+-------
Россия | Яндекс-новости | русский | 24403
Великобритания | Агентство Рейтер | английский | 4941
Великобритания | Агентство Рейтер | русский (перевод) | 4874
Китай | Агентство Синьхуа | русский | 951
Иран | Иранское национальное агентство | русский | 458
Среднесуточное количество новостей:
country | srcname | langname | avg
----------------+---------------------------------+-------------------+-----
Россия | Яндекс-новости | русский | 787
Великобритания | Агентство Рейтер | английский | 170
Великобритания | Агентство Рейтер | русский (перевод) | 168
Китай | Агентство Синьхуа | русский | 34
Иран | Иранское национальное агентство | русский | 17
Слово «Украина» встречается всего 3 344 раз, по источникам:
country | srcname | langname | num
----------------+---------------------------------+-------------------+------
Россия | Яндекс-новости | русский | 2761
Великобритания | Агентство Рейтер | русский (перевод) | 533
Китай | Агентство Синьхуа | русский | 45
Иран | Иранское национальное агентство | русский | 5
Слово «Украина» встречается в среднем за сутки всего 111 раз, по источникам:
country | srcname | langname | avg
----------------+---------------------------------+-------------------+-------
Россия | Яндекс-новости | русский | 89.10
Великобритания | Агентство Рейтер | русский (перевод) | 18.38
Китай | Агентство Синьхуа | русский | 2.14
Иран | Иранское национальное агентство | русский | 1.25
А.Немченко