Telegram-бот для интерактивной практики с применением

Telegram-бот для интерактивной практики с применением

лингвистического анализа и LDA

испанского

/start

github

Богданова Елизавета Петровна ВШЭ ДПО "Компьютерная лингвистика" 2025

/back

Предварительная работа

1. Выбор видео: сериал Extr@ Español
2. Whisper AI для распознавания речи из видео
3. Выделение удобных фрагментов вручную и составление базы данных .xlsx
4. Moviepy для нарезки видео на фрагменты
5. Сбор обязательных слов для уровня А1-А2 (из учебных материалов) для дальнейшего сравнительного анализа

/next

/back

Тематическое моделирование LDA (латентное размещение Дирихле) подтвердило соответствие выделенных тем уровням А1-А2

1. Романтика и дружба (24.8% токенов): любить, нравиться, свадьба, очаровывать, идеальность, ночь, сказать, хороший, хорошо, Барселона, думать и т.д.
2. Работа и дела (23.8% токенов): доктор, репортер, квартира, работа, мама, прийти, где, здесь, сегодня, знать, разговаривать, сделать, провести и т.д.
3. Покупки и шоппинг (22.6% токенов): чек, покупка, яйца, одежда, стоить, хотеть, интернет, номер, машина, потом, хорошо, пожалуйста и т.д.
4. Спорт и развлечения (15.8% токенов): гол, мир, кубок, английский, выиграть, картошка фри, нуждаться, нравиться, смотреть, матч, Англия, стоить и т.д.
5. Знакомство и рассказ о себе (13% токенов): деньги, духовка, музей, встретиться, собака, официант, сейчас, работа, хотеть, быть, спасибо звать, платье, нравиться и т.д.

/next

/back

Тематическое моделирование LDA позволило расширить словарь для маскирования слов в упражнениях с пропусками

Визуализация с библиотекой pyLDAvis

/next

/back

Тематическое моделирование LDA позволило расширить словарь для маскирования слов в упражнениях с пропусками

Визуализация с библиотекой pyLDAvis

/next

/back

Тематическое моделирование LDA позволило расширить словарь для маскирования слов в упражнениях с пропусками

Визуализация с библиотекой pyLDAvis

/next

/back

Тематическое моделирование LDA позволило расширить словарь для маскирования слов в упражнениях с пропусками

Визуализация с библиотекой pyLDAvis

/next

/back

Тематическое моделирование LDA позволило расширить словарь для маскирования слов в упражнениях с пропусками

Визуализация с библиотекой pyLDAvis

/next

/back

Частотные биграммы без фильтрации POS (обычный Counter)

TF-IDF и фильтрация POS для ключевых слов (spacy, sklearn)

Топ слов, полученных после тематического моделирования LDA

Генерация пропусков

/next

/back

Сравнительный анализ со списком основных слов А1-А2

TF-IDF и фильтрация POS для ключевых слов (spacy, sklearn)

Топ слов, полученных после тематического моделирования LDA

32.05%

21.27%

/next

/back

Функционал бота

• Отправка видеофрагментов пользователю
• Генерация заданий с пропущенными словами и их оценка

/next

/back

Функционал бота

• Приём голосовых ответов от пользователя
• Оценка произношения (Levenshtein)

/next

/back

Оценка произношения через расстояние Левенштейна

/next

/back

Функционал бота

• Выбор фрагмента в навигационном меню
• Возврат, повтор или продолжение в зависимости от результата и пожелания пользователя
• Прощание с пользователем при завершении работы

/next

/back

Спасибо! ¡Gracias!

github