WebScraper_PolAds

政治广告网络剪接情感分析

该项目分析了一个数据集，该数据集包含自2018年5月以来在美国的Google平台上运行的所有政治广告。目标是使用GPT-3.5 Turbo作为我们的情感分析仪探索特朗普和拜登广告之间的情感差异。

指示

要运行此项目，请执行以下步骤：

1. 通过在此处按照说明来设置Docker。
2. 使用此命令运行rselenium docker映像：

docker run -d -p 4445:4444 -p 5901:5900 --shm-size= " 2g " selenium/standalone-firefox:4.8.3-20230403

此命令以selenium/standalone-firefox:4.8.3-20230403图像在分离模式下运行Docker容器。容器（硒端口）中的端口4444映射到主机机器上的端口4445。容器中的端口5900映射到主机机上的端口5901，允许使用VNC查看器远程访问。容器的共享存储器大小设置为2GB。

3. 按以下顺序运行脚本：

   • 01_prepare_dataset_4_url_scrape.R ：此脚本准备用于URL刮擦的数据集。
   • 02_scrape_automation_video_links.R ：此脚本使用rselenium从动态网站上刮擦YouTube URL。
   • 03_trump_biden_subset.R ：此脚本从具有“王牌”或“拜登”的广告商中选择广告，并随机从每个组中选择25个广告。
   • 04_download_and_transcribe.ipynb ：此脚本使用Google Colab和软件包YT-DLP仅下载每个YouTube视频的音频，并使用OpenAI的Whisper Transcripts模型转录它。
   • 05_gpt_sentiment_analysis.ipynb ：此脚本使用GPT-3.5 Turbo对抄录文本进行情感分析。

4. 对于脚本04_download_and_transcribe.ipynb和05_gpt_sentiment_analysis.ipynb ，您将需要创建一个称为Google_Pol_Ads的Google驱动器文件夹。之后，文件夹结构应与此项目相同，并具有data/data_processed和data/data_raw文件夹。