B. Data CleaningWe downloaded the t

B. Data Cleaning
We downloaded the tweets as raw text files and
cleaned them by performing the following steps:
• Removed the word “RT” (denotes re-tweet)
• Removed usernames, written as “@username”
• Removed all URLs
• Removed the following punctuation marks:, " ' ? ! ; : #
$ % & ( ) * + - / < > = [ ] ^ _ { } | ~
• Removed all dates and timestamps of tweets from the
tweet content but stored it in a separate record against
the tweet.
• Replaced double and triple spaces between words
with single space.
• Removed stop words, but later when constructing the
attribute matrix (detailed in next section), this effort
seemed unnecessary.
After executing the aforementioned steps, we got a normalized
version of most tweets. For instance, the tweet “RT
@NadeemfParacha: A defiant press conference in Karachi by
ANP, MQM and PPP. Tue Apr 30 19:39:16 +0000 2013” was
transformed to “A defiant press conference in Karachi by ANP
MQM and PPP” after cleaning.
IV. EXPERIMENTAL METHODOLOGY
As mentioned in Section I, our goal is to predict the
winning political party of the Pakistan 2013 elections. For
this, we train predictive models for each party and test them to
predict the winning party. Our prediction (classification)
labels are Pro and Anti; Pro represents a positive sentiment
favoring the party and Anti represents a negative one. We
constructed three separate attribute matrices for each political
party, and use them to construct predictive models using
tweets from 1st January, 2013 till 7th May, 2013. Specifically,
we manually visualized and extracted those tweets for each
party which contained those attributes that represent either a
Pro or Anti opinion. We rejected tweets with a neutral

ผลลัพธ์ (ไทย) 1:

B. ข้อมูลซัก
เราดาวน์โหลดเข้ามาเป็นแฟ้มข้อความดิบ และ
ทำความสะอาด โดยดำเนินการตามขั้นตอนต่อไปนี้:
•เอาคำ "RT" (หมายถึงกำลังดูใหม่)
•ชื่อเล่น Removed เขียนเป็น "@username"
•เอา Url ทั้งหมด
•เอาวรรคต่อไปนี้:, " ' !;: #
$%&() * - / < > = []
{}_ | ~
•ลบวันและประทับเวลาของเข้ามาจากทั้งหมด
tweet เนื้อหาแต่จัดเก็บมันในบันทึกกับ
tweet
•แทนสอง และสามช่องว่างระหว่างคำ
กับพื้นที่เดียวกัน
• Removed หยุดคำ แต่ภายหลังเมื่อสร้าง
เมทริกซ์แอททริบิวต์ (รายละเอียดในส่วนถัดไป) พยายาม
ดูเหมือนไม่จำเป็น.
หลังจากดำเนินการตามขั้นตอนดังกล่าว เรามีแบบมาตรฐาน
รุ่นเข้ามามากที่สุด ตัวอย่าง tweet " RT
@NadeemfParacha: แถลง defiant ในการาจีโดย
ANP, MQM และ PPP Tue 30 apr 19:39:16 0000 2013" ถูก
เปลี่ยนไป" แถลง defiant ในการาจีโดย ANP
MQM และ PPP "หลังจากทำความสะอาด
IV วิธีทดลอง
ดังกล่าวในส่วนของฉัน เป้าหมายของเราคือการ คาดการณ์
ชนะพรรคการเมืองของการเลือกตั้ง 2013 ปากีสถาน สำหรับ
นี้ เราฝึกแบบจำลองการคาดการณ์สำหรับแต่ละฝ่าย และทดสอบให้
ทำนายว่า พรรคชนะ เราคาดเดา (จัดประเภท)
ป้ายมี Pro และป้องกัน โปรแทนความเชื่อมั่นบวก
นความพรรคและป้องกันแทนหนึ่งลบ เรา
สร้างเมทริกซ์แอตทริบิวต์ที่แยกต่างหากสามสำหรับแต่ละเมือง
ปาร์ตี้ และใช้ในการสร้างแบบจำลองการคาดการณ์ใช้
ฟีดจาก 1 มกราคม 2013 จนถึง 7 พฤษภาคม 2013 โดยเฉพาะ,
เรา visualized ด้วยตนเอง และดึงข้อมูลเหล่านั้นเข้ามาในแต่ละ
บุคคลซึ่งคุณลักษณะเหล่านั้นที่แสดงถึงการมีอยู่การ
Pro หรือต่อ ต้านความคิด เราปฏิเสธการเข้ามา มีความเป็นกลาง

ผลลัพธ์ (ไทย) 2:

B. การทำความสะอาดข้อมูล
เราดาวน์โหลดทวีตข้อความเป็นไฟล์ดิบและ
ทำความสะอาดพวกเขาโดยการทำตามขั้นตอนต่อไปนี้:
•ลบคำว่า "RT" (หมายถึงอีกทวีต)
•ชื่อเล่นลบเขียนว่า "@username"
•ลบ URL ทั้งหมด
•ลบ ? เครื่องหมายวรรคตอนต่อไปนี้ :, "';: #
$% & () * - / <> = [] ^ _ {} | ~
•ลบทุกวันและบันทึกเวลาของทวีตจาก
เนื้อหาทวีต แต่เก็บไว้ใน บันทึกแยกกับ
ทวีต
•แทนที่ช่องว่างที่สองและสามระหว่างคำ
ที่มีพื้นที่เดียว
•ลบคำหยุด แต่ต่อมาเมื่อสร้าง
เมทริกซ์คุณลักษณะ (รายละเอียดในหัวข้อถัดไป), ความพยายามนี้
ดูเหมือนไม่จำเป็น
หลังจากที่ดำเนินการตามขั้นตอนดังกล่าวข้างต้นที่เรา ได้ปกติ
รุ่นของทวิตเตอร์มากที่สุดเช่นทวีต ". RT
@NadeemfParacha: แถลงข่าวท้าทายในการาจีโดย
. ANP, เอ็มและ PPP อังคารที่ 30 เมษายน 2013 19:39:16 +0000 "ถูก
เปลี่ยนเป็น "กดท้าทาย การประชุมในการาจีโดย ANP
และเอ็มพีพี "หลังจากทำความสะอาด
IV. วิธีการทดลอง
เป็นที่กล่าวถึงในส่วนที่ผมเป้าหมายของเราคือการทำนาย
พรรคการเมืองชนะปากีสถานเลือกตั้ง 2013 สำหรับ
นี้เราฝึกอบรมรูปแบบการพยากรณ์สำหรับแต่ละฝ่ายและทดสอบพวกเขาในการ
คาดการณ์ของบุคคลที่ได้รับรางวัล ทำนาย (การจัดหมวดหมู่) ของเรา
ป้ายมี Pro และต่อต้าน; โปรหมายถึงความเชื่อมั่นในเชิงบวกที่
นิยมพรรคและป้องกันการเป็นหนึ่งในเชิงลบ เรา
สร้างสามการฝึกอบรมแอตทริบิวต์แยกต่างหากสำหรับแต่ละทางการเมือง
พรรคและใช้พวกเขาในการสร้างรูปแบบการพยากรณ์การใช้
ทวิตเตอร์จาก 1 มกราคม 2013 ถึงวันที่ 7 พฤษภาคม 2013 โดยเฉพาะ
ที่เรามองเห็นได้ด้วยตนเองและสกัดทวีตเหล่านั้นสำหรับแต่ละ
บุคคลที่มีคุณลักษณะเหล่านั้นที่เป็นตัวแทนของทั้ง
ความเห็น Pro หรือต่อต้าน เราปฏิเสธทวีตที่มีความเป็นกลาง

ผลลัพธ์ (ไทย) 3:

B . การทำความสะอาดข้อมูล
เราดาวน์โหลด Tweets เป็นแฟ้มข้อความดิบและ
สะอาดได้โดยการดำเนินการขั้นตอนต่อไป :
- ลบคำว่า " RT " ( หมายถึง Re Tweet )
- ลบชื่อผู้ใช้ เขียนว่า " ชื่อผู้ใช้ @ "
-
เอา URL ทั้งหมดบวกลบเครื่องหมายวรรคตอนต่อไปนี้ : " ' ' ! ; : #
$ % & ( ) * / < > = [ ]
{ }
- ~ _ | ลบวันที่ทั้งหมดและ timestamps ของทวีตจาก
Tweet เนื้อหา แต่เก็บไว้ในบันทึกต่างหากกับ
Tweet .
- แทนที่สองและสามช่องว่างระหว่างคำกับพื้นที่เดียว
.
- ลบคำหยุด แต่ต่อมาเมื่อสร้าง
Attribute เมทริกซ์ ( รายละเอียดในส่วนถัดไป ) , ความพยายามนี้

ดูเหมือนไม่จำเป็น หลังจากดำเนินการขั้นตอนดังกล่าว เราได้ ปกติ
รุ่นของทวิตเตอร์มากที่สุด ตัวอย่างเช่น tweet RT
"@ nadeemfparacha : ท้าทายการแถลงข่าวในการาจีโดย
ANP , มคิวเ ม และพรรคพลังประชาชน . วันอังคารที่ 30 เม.ย. 19:39:16 0000 2013 "
เปลี่ยน " ท้าทาย แถลงข่าวในการาจี โดยพรรคพลังประชาชน " และคุมคิวเ ม

4 . หลังทำความสะอาด ทดลองวิธีการ
ตามที่กล่าวไว้ในมาตราที่ผม เป้าหมายของเราคือการ ทำนาย
ชนะพรรคการเมืองของปากีสถาน 2013 ครั้ง สำหรับ
นี้เราฝึกแบบพยากรณ์สำหรับแต่ละบุคคลและทดสอบพวกเขา
ทำนายพรรคที่ชนะ การทำนายของเรา ( หมวดหมู่ )
ฉลาก Pro และต่อต้าน ; Pro เป็นบวกความเชื่อมั่น
3 พรรคและต่อต้านเป็นทางลบ เราสร้างเมทริกซ์เพื่อแยกคุณลักษณะสาม

การเมืองแต่ละพรรค และใช้พวกเขาเพื่อสร้างสมการทำนายโดยใช้
ทวีตจาก 1 มกราคม2013 จนถึง 7 พฤษภาคม 2013 โดย
เราด้วยตนเองมองเห็นและสกัด tweets ที่แต่ละพรรค ซึ่งมีคุณลักษณะเหล่านั้น

ที่เป็นตัวแทนทั้งโปรหรือต่อต้านความคิดเห็น เราปฏิเสธทวีตด้วยความเป็นกลาง