In [66]:
import matplotlib.pyplot as plt
%matplotlib inline

In [67]:
from gensim.models.word2vec import Word2Vec

In [68]:
from collections import OrderedDict

models = OrderedDict([
    (year, Word2Vec.load('/home/odysseus/Téléchargements/hist-vec-master/crit/LemCorpCrit_models/{}.bin'.format(year)))
    for year in range(1840, 1940, 20)
])

In [69]:
def cosine_series(anchor, query):
    
    series = OrderedDict()
    
    for year, model in models.items():
        
        series[year] = (
            model.similarity(anchor, query)
            if query in model else 0
        )

    return series

In [70]:
import numpy as np
import statsmodels.api as sm

def lin_reg(series):

    x = np.array(list(series.keys()))
    y = np.array(list(series.values()))

    x = sm.add_constant(x)

    return sm.OLS(y, x).fit()

In [71]:
def plot_cosine_series(anchor, query, w=8, h=4):
    
    series = cosine_series(anchor, query)
    
    fit = lin_reg(series)

    x1 = list(series.keys())[0]
    x2 = list(series.keys())[-1]

    y1 = fit.predict()[0]
    y2 = fit.predict()[-1]
    
    print(query)
    
    plt.figure(figsize=(w, h))
    plt.ylim(0, 1)
    plt.title(query)
    plt.xlabel('Year')
    plt.ylabel('Similarity')
    plt.plot(list(series.keys()), list(series.values()))
    plt.plot([x1, x2], [y1, y2], color='gray', linewidth=0.5)
    plt.show()

Similarity of a list of key terms to "littérature"


In [72]:
testList = ('littérature','poésie', 'science', 'savoir', 'histoire', 'philosophie', 'lettre', 'critique', 
            'roman', 'théâtre', 'drame', 'esprit', 'langue', 'diplomatie', 'politique', 'morale', 'société', 
            'pouvoir', 'théologie', 'droit', 'loi', 'méthode', 'génie', 'romantisme', 'réalisme', 'symbolisme', 
            'naturalisme')

for idx, val in enumerate(testList):
    if idx>0:
        plot_cosine_series('littérature', val)


poésie
science
savoir
histoire
philosophie
lettre
critique
roman
théâtre
drame
esprit
langue
diplomatie
politique
morale
société
pouvoir
théologie
droit
loi
méthode
génie
romantisme
réalisme
symbolisme
naturalisme

The two next cells get the 200 most similar terms to a specific term, from the training models, here "littérature".


In [73]:
def union_neighbor_vocab(anchor, topn=200):
    
    vocab = set()
    
    for year, model in models.items():
        similar = model.most_similar(anchor, topn=topn)
        vocab.update([s[0] for s in similar])
        
    return vocab

At this point, we'll do the same thing as above, and calculate, for each token in the 200 nearest terms to the main entry, the proximity of this term and its significance. The significance is calculated with the p value, that is to say that, below a certain threshold (0.05) we have a strong likelyhood that the result is sure and significant.


In [74]:
testList = ('littérature','poésie', 'science', 'savoir', 'histoire', 'philosophie', 'lettre', 'critique', 
            'roman', 'théâtre', 'drame', 'esprit', 'langue', 'diplomatie', 'politique', 'morale', 'société', 
            'pouvoir', 'théologie', 'droit', 'loi', 'méthode', 'génie', 'romantisme', 'réalisme', 'symbolisme', 
            'naturalisme')
entries={}

for word in testList:
    data = []
    for token in union_neighbor_vocab(word):
    
        series = cosine_series(word, token)
        fit = lin_reg(series)
    
        if fit.pvalues[1] < 0.05:
            data.append((token, fit.params[1], fit.pvalues[1]))
    entries[word]=data

Increasing


In [75]:
import pandas as pd
from IPython.display import Markdown, display
pd.set_option('display.max_rows', 1000)

for word in testList :
    display(Markdown("### <i><b>"+word+"</i></b>"))
    df1 = pd.DataFrame(entries[word], columns=('token', 'slope', 'p'))
    print(df1.sort_values('slope', ascending=False).head(10))
    print('\n\n')
    
    for i, row in df1.sort_values('slope', ascending=False).head(10).iterrows():
        plot_cosine_series(word, row['token'], 8, 4)


littérature</b>

            token     slope         p
35      humanisme  0.010302  0.019004
8   professionnel  0.008294  0.001361
15        éthique  0.007957  0.003634
23     symboliste  0.007367  0.022680
6     orientation  0.007313  0.047529
19     adaptation  0.006944  0.049543
2          apport  0.006558  0.032944
10         manuel  0.006177  0.015870
36     catholique  0.005987  0.007488
31       réaliste  0.005107  0.033174



humanisme
professionnel
éthique
symboliste
orientation
adaptation
apport
manuel
catholique
réaliste

poésie</b>

            token     slope         p
31      humanisme  0.009166  0.013652
18        éthique  0.007888  0.006259
7     orientation  0.007747  0.024581
10  professionnel  0.007081  0.039541
42     sociologie  0.006947  0.019920
32        concept  0.006696  0.010612
23     symboliste  0.006564  0.049029
13      conscient  0.006447  0.005222
24        lyrisme  0.004999  0.025161
41    psychologie  0.004763  0.002939



humanisme
éthique
orientation
professionnel
sociologie
concept
symboliste
conscient
lyrisme
psychologie

science</b>

            token     slope         p
15      humanisme  0.010324  0.015803
6         éthique  0.009705  0.003954
16        concept  0.007712  0.032518
4   professionnel  0.007474  0.001775
12         verbal  0.007292  0.045695
9      adaptation  0.007090  0.041557
1          apport  0.006653  0.015005
5          manuel  0.004922  0.026045
13    réalisation  0.004023  0.008931
10     artistique  0.003804  0.002656



humanisme
éthique
concept
professionnel
verbal
adaptation
apport
manuel
réalisation
artistique

savoir</b>

      token     slope         p
9  pâtisser  0.006054  0.028294
4     viser  0.004455  0.019309
5    risque  0.004404  0.043395
8  détester  0.002874  0.016979
0     gêner  0.002809  0.002437
2   railler  0.002230  0.022109
6     gâter  0.002218  0.028621
3    métier  0.001241  0.002480
7    vanter -0.001712  0.049584
1     seoir -0.004003  0.008388



pâtisser
viser
risque
détester
gêner
railler
gâter
métier
vanter
seoir

histoire</b>

          token     slope         p
24    humanisme  0.009313  0.007254
30   sociologie  0.008232  0.027857
17  welschinger  0.007957  0.026897
29    mentalité  0.007956  0.044890
26    réédition  0.007857  0.007885
9   orientation  0.007588  0.025802
14    référence  0.007373  0.006875
15    evolution  0.007348  0.015108
20   adaptation  0.006832  0.013572
1     vauquelin  0.006252  0.020016



humanisme
sociologie
welschinger
mentalité
réédition
orientation
référence
evolution
adaptation
vauquelin

philosophie</b>

             token     slope         p
23       humanisme  0.011137  0.017477
14         éthique  0.009203  0.002645
7      orientation  0.008874  0.032780
16      relativité  0.008523  0.004917
26         concept  0.007430  0.031548
0   inconnaissable  0.007134  0.046298
15         facteur  0.007120  0.020241
9    professionnel  0.006998  0.016379
4           apport  0.006054  0.033386
3        doctrinal  0.005609  0.033767



humanisme
éthique
orientation
relativité
concept
inconnaissable
facteur
professionnel
apport
doctrinal

lettre</b>

        token     slope         p
20  boulenger  0.006318  0.033882
9     rostand  0.006239  0.033194
2    goncourt  0.006113  0.007593
8        huis  0.005111  0.044397
0       meyer  0.005109  0.031397
10    enquête  0.004546  0.031753
21      renan  0.003846  0.006126
23     cahier  0.003013  0.038350
7      manuel  0.002998  0.046705
18   aubignac  0.002865  0.009442



boulenger
rostand
goncourt
huis
meyer
enquête
renan
cahier
manuel
aubignac

critique</b>

            token     slope         p
9   professionnel  0.007992  0.001677
27     brunetière  0.007584  0.019840
34      mentalité  0.007276  0.041012
8     spécialiste  0.006832  0.026375
22       flaubert  0.006129  0.038399
21       stendhal  0.005859  0.012322
10         manuel  0.005489  0.001237
18          taine  0.005356  0.028558
1          apport  0.005130  0.002134
23       réaliste  0.004924  0.028495



professionnel
brunetière
mentalité
spécialiste
flaubert
stendhal
manuel
taine
apport
réaliste

roman</b>

               token     slope         p
25         réédition  0.008054  0.017591
23        brunetière  0.006853  0.009692
4             ecrits  0.006385  0.008796
19          flaubert  0.005985  0.032393
16         fascicule  0.005962  0.010966
0   autobiographique  0.005752  0.021953
28       psychologie  0.005001  0.024115
3             manuel  0.004821  0.016735
17          stendhal  0.003796  0.032441
5      psychologique  0.003643  0.046890



réédition
brunetière
ecrits
flaubert
fascicule
autobiographique
psychologie
manuel
stendhal
psychologique

théâtre</b>

          token     slope         p
1    arlésienne  0.007858  0.018918
20         fail  0.006452  0.043836
15  classicisme  0.006441  0.038381
14   plébiscite  0.006274  0.003488
6        bartas  0.005827  0.044500
7       cénacle  0.003865  0.011995
13     parnasse  0.002804  0.028749
18  shakespeare  0.002791  0.003469
5          type  0.002581  0.047111
17     dialogue  0.002164  0.005454



arlésienne
fail
classicisme
plébiscite
bartas
cénacle
parnasse
shakespeare
type
dialogue

drame</b>

           token     slope         p
0     arlésienne  0.008230  0.022633
10     pacifisme  0.007402  0.049431
5   déséquilibre  0.007115  0.017128
22       concept  0.006891  0.014500
19         recul  0.006337  0.029939
4         cliché  0.006004  0.019917
9        facteur  0.004261  0.008167
1        symbole  0.003538  0.011245
26   psychologie  0.003240  0.017406
8     romantique  0.002358  0.005027



arlésienne
pacifisme
déséquilibre
concept
recul
cliché
facteur
symbole
psychologie
romantique

esprit</b>

             token     slope         p
6        conscient  0.008319  0.000038
5      inconscient  0.007676  0.002770
15  individualisme  0.006321  0.022916
2         hérédité  0.005464  0.029999
11       incapable  0.004584  0.024917
25      discipline  0.004183  0.038798
16          vision  0.004068  0.025569
23   compréhension  0.003943  0.043196
19    personnalité  0.003904  0.001634
3        intuition  0.003895  0.015316



conscient
inconscient
individualisme
hérédité
incapable
discipline
vision
compréhension
personnalité
intuition

langue</b>

            token     slope         p
22      humanisme  0.009380  0.010400
29      mentalité  0.008766  0.044714
3   professionnel  0.008668  0.008152
31     sociologie  0.006649  0.036656
10     adaptation  0.006539  0.022217
9      romantique  0.004254  0.009023
23     catholique  0.004068  0.032273
13       majorité  0.004041  0.032740
20     théoricien  0.003533  0.006794
1          france  0.003433  0.038887



humanisme
mentalité
professionnel
sociologie
adaptation
romantique
catholique
majorité
théoricien
france

diplomatie</b>

              token     slope         p
71     accoutumance  0.012401  0.018452
72          édicter  0.012000  0.017030
43           libido  0.011935  0.043128
49   évolutionniste  0.011805  0.019631
14         médiéval  0.011489  0.033102
4   automatiquement  0.011313  0.013109
36        ancestral  0.011276  0.024314
26       machinerie  0.011262  0.012191
39     pornographie  0.011246  0.007880
20       frondaison  0.011242  0.006671



accoutumance
édicter
libido
évolutionniste
médiéval
automatiquement
ancestral
machinerie
pornographie
frondaison

politique</b>

            token     slope         p
29     sociologie  0.009202  0.032623
22      humanisme  0.009007  0.020162
24        évoluer  0.008123  0.007157
11        éthique  0.008014  0.000936
7    sociologique  0.007912  0.024952
18     symboliste  0.007876  0.016387
14       ethnique  0.006631  0.027557
13   linguistique  0.006483  0.038141
25        concept  0.006414  0.028780
5   vulgarisation  0.006250  0.017014



sociologie
humanisme
évoluer
éthique
sociologique
symboliste
ethnique
linguistique
concept
vulgarisation

morale</b>

             token     slope         p
16         éthique  0.009229  0.003567
31      sociologie  0.008759  0.044621
9        conscient  0.008699  0.012856
23       humanisme  0.008354  0.039487
6      inconscient  0.008275  0.008551
0   inconnaissable  0.007942  0.038572
25         concept  0.007938  0.030949
7      objectivité  0.007583  0.010090
5    professionnel  0.006264  0.019443
22           total  0.005670  0.001354



éthique
sociologie
conscient
humanisme
inconscient
inconnaissable
concept
objectivité
professionnel
total

société</b>

         token     slope         p
19           s  0.010440  0.048208
28   humanisme  0.009360  0.012021
32  révocation  0.009260  0.001978
42         mém  0.008870  0.026577
43  sociologie  0.008341  0.015438
17  symboliste  0.007721  0.026858
0     toulouse  0.007333  0.044755
10     facteur  0.007258  0.042185
11  adaptation  0.007153  0.004541
12     mémoire  0.007135  0.016869



s
humanisme
révocation
mém
sociologie
symboliste
toulouse
facteur
adaptation
mémoire

pouvoir</b>

            token     slope         p
8          cosmos  0.006506  0.033525
10         risque  0.004583  0.023295
16     discipline  0.003366  0.026525
7        réaliser  0.003244  0.047176
15     réellement  0.003212  0.027874
17      percevoir  0.003005  0.000270
6         formule  0.002461  0.019813
19    précisément  0.002380  0.025222
5     originalité  0.002370  0.047944
3   naturellement  0.002314  0.016528



cosmos
risque
discipline
réaliser
réellement
percevoir
formule
précisément
originalité
naturellement

théologie</b>

              token     slope         p
38        humanisme  0.011796  0.025058
4                sc  0.010558  0.002768
27       symboliste  0.010449  0.009760
12     sociologique  0.010388  0.027225
1       fédéralisme  0.010293  0.020457
10      orientation  0.010264  0.036678
44  instrumentation  0.010202  0.018235
18         economie  0.010124  0.005620
26          corrèze  0.010103  0.012128
31          maugras  0.010060  0.011387



humanisme
sc
symboliste
sociologique
fédéralisme
orientation
instrumentation
economie
corrèze
maugras

droit</b>

           token     slope         p
15   castagnette  0.005653  0.038444
14  reproduction  0.005270  0.026960
21         pacte  0.004535  0.041624
6        salaire  0.004500  0.023091
8       majorité  0.003360  0.047964
1      règlement  0.001205  0.049223
13       libéral  0.001009  0.030495
7           code -0.000877  0.012986
9     obéissance -0.001873  0.020389
5       garantie -0.001939  0.004626



castagnette
reproduction
pacte
salaire
majorité
règlement
libéral
code
obéissance
garantie

loi</b>

          token     slope         p
11      facteur  0.008098  0.047704
8     conscient  0.007278  0.021705
7   inconscient  0.007228  0.003676
1        apport  0.005466  0.040811
2     intuition  0.004876  0.032810
12   divergence  0.004417  0.026987
18  réalisation  0.004195  0.033085
10   séparation  0.004173  0.019730
5       conflit  0.003994  0.020739
14     majorité  0.003969  0.008353



facteur
conscient
inconscient
apport
intuition
divergence
réalisation
séparation
conflit
majorité

méthode</b>

             token     slope         p
15         éthique  0.009695  0.011454
6      orientation  0.009458  0.042818
9      objectivité  0.008452  0.017898
10       conscient  0.008203  0.007583
8    professionnel  0.007688  0.016970
3           apport  0.005434  0.003098
21  individualisme  0.005328  0.040407
22     réalisation  0.004716  0.045058
30       idéalisme  0.003802  0.048683
4       esthétique  0.002216  0.040282



éthique
orientation
objectivité
conscient
professionnel
apport
individualisme
réalisation
idéalisme
esthétique

génie</b>

            token     slope         p
8       conscient  0.007859  0.000248
6   professionnel  0.007078  0.016404
24        concept  0.006486  0.018487
20   déterminisme  0.006152  0.048914
3      pessimisme  0.005603  0.019686
1          apport  0.005474  0.033953
17    détachement  0.005224  0.020071
19        lyrisme  0.004757  0.023723
14     dramaturge  0.004176  0.015516
11     romantique  0.004173  0.001099



conscient
professionnel
concept
déterminisme
pessimisme
apport
détachement
lyrisme
dramaturge
romantique

romantisme</b>

            token     slope         p
55      humanisme  0.009400  0.029588
46      pacifisme  0.008884  0.046662
41   nationalisme  0.008766  0.012548
44     symboliste  0.007830  0.039538
4    subconscient  0.007579  0.040010
27    parnassiens  0.006914  0.047643
48    déformation  0.006341  0.019789
12  professionnel  0.005866  0.019548
39        surtout  0.004544  0.013432
56     catholique  0.004253  0.007133



humanisme
pacifisme
nationalisme
symboliste
subconscient
parnassiens
déformation
professionnel
surtout
catholique

réalisme</b>

              token     slope         p
50  traditionalisme  0.011994  0.048885
32     nationalisme  0.011300  0.037242
5      subconscient  0.011163  0.035843
13     sociologique  0.010926  0.012673
14         médiéval  0.010896  0.005821
63    subjectivisme  0.010882  0.006278
51  instrumentation  0.010867  0.006843
46   évolutionniste  0.010796  0.005640
39        moralisme  0.010773  0.004823
29         ethnique  0.010766  0.008599



traditionalisme
nationalisme
subconscient
sociologique
médiéval
subjectivisme
instrumentation
évolutionniste
moralisme
ethnique

symbolisme</b>

              token     slope         p
58             fail  0.010605  0.006520
48  traditionalisme  0.010440  0.046668
29     nationalisme  0.010225  0.032394
32        pacifisme  0.010215  0.045741
15     sociologique  0.010174  0.018754
2       positivisme  0.009913  0.029861
8      subconscient  0.009634  0.049815
46           vêture  0.009557  0.013902
7        qualitatif  0.009490  0.035942
24      parnassiens  0.009296  0.021654



fail
traditionalisme
nationalisme
pacifisme
sociologique
positivisme
subconscient
vêture
qualitatif
parnassiens

naturalisme</b>

              token     slope         p
33  traditionalisme  0.011469  0.041427
5      subconscient  0.011179  0.020818
16     nationalisme  0.011042  0.031501
11      parnassiens  0.011031  0.006847
39          sénégal  0.011029  0.028776
30   évolutionniste  0.010822  0.010046
27     cléricalisme  0.010686  0.035960
8      sociologique  0.010600  0.019431
42    subjectivisme  0.010499  0.007542
13     déclassement  0.010493  0.035596



traditionalisme
subconscient
nationalisme
parnassiens
sénégal
évolutionniste
cléricalisme
sociologique
subjectivisme
déclassement

Decreasing


In [76]:
for word in testList :
    display(Markdown("### <i><b>"+word+"</i></b>"))
    df2 = pd.DataFrame(entries[word], columns=('token', 'slope', 'p'))
    print(df2.sort_values('slope', ascending=True).head(10))
    print('\n\n')
    
    for i, row in df2.sort_values('slope', ascending=True).head(10).iterrows():
        plot_cosine_series(word, row['token'], 8, 4)


littérature</b>

          token     slope         p
41   naturalisé -0.004513  0.042377
34  théologique -0.003168  0.017397
39     barbarie -0.003002  0.020017
7      monument -0.002199  0.010337
26  comparaison -0.002012  0.041023
11         goût -0.001436  0.022249
38      domaine  0.001052  0.005780
27      utilité  0.001188  0.040852
32   prétention  0.001296  0.034148
40        revue  0.001511  0.012991



naturalisé
théologique
barbarie
monument
comparaison
goût
domaine
utilité
prétention
revue

poésie</b>

       token     slope         p
16  enjambée -0.007023  0.037809
2      haydn -0.005180  0.046533
34      lied -0.004957  0.039804
40    sonnet -0.003953  0.044455
17  héroïque -0.003859  0.027892
11      naïf -0.003788  0.031220
37    homère -0.003463  0.019579
35       ode -0.003238  0.018120
39  dialecte -0.003125  0.003727
25     grèce -0.002943  0.016600



enjambée
haydn
lied
sonnet
héroïque
naïf
homère
ode
dialecte
grèce

science</b>

            token     slope         p
11    comparaison -0.003810  0.036434
14    physiologie -0.002929  0.035389
0   investigation -0.002852  0.025221
8      obligation  0.001207  0.031690
2      esthétique  0.001881  0.014456
18     hiérarchie  0.002097  0.038372
7      convention  0.002538  0.008362
3           thèse  0.003069  0.018877
17     démocratie  0.003162  0.007856
10     artistique  0.003804  0.002656



comparaison
physiologie
investigation
obligation
esthétique
hiérarchie
convention
thèse
démocratie
artistique

savoir</b>

      token     slope         p
1     seoir -0.004003  0.008388
7    vanter -0.001712  0.049584
3    métier  0.001241  0.002480
6     gâter  0.002218  0.028621
2   railler  0.002230  0.022109
0     gêner  0.002809  0.002437
8  détester  0.002874  0.016979
5    risque  0.004404  0.043395
4     viser  0.004455  0.019309
9  pâtisser  0.006054  0.028294



seoir
vanter
métier
gâter
railler
gêner
détester
risque
viser
pâtisser

histoire</b>

               token     slope         p
18     métempsychose -0.007343  0.016137
8   particulièrement -0.003846  0.026504
13     physiologique -0.003507  0.039481
23       théologique -0.002930  0.045661
6           zoologie -0.002909  0.034656
22          religion  0.001345  0.038461
2            légende  0.001947  0.013143
10           culture  0.002186  0.011003
5             france  0.002220  0.035565
21        artistique  0.002455  0.043558



métempsychose
particulièrement
physiologique
théologique
zoologie
religion
légende
culture
france
artistique

philosophie</b>

            token     slope         p
28   morcellement -0.004171  0.040000
19    comparaison -0.003513  0.028931
11  physiologique -0.003233  0.036825
21         nature -0.002983  0.024753
2   investigation -0.002964  0.010167
25   souveraineté -0.002846  0.001365
29      tolérance -0.001984  0.017291
22         vérité -0.001719  0.047640
8       rationnel -0.001695  0.023396
5      esthétique  0.001531  0.031395



morcellement
comparaison
physiologique
nature
investigation
souveraineté
tolérance
vérité
rationnel
esthétique

lettre</b>

          token     slope         p
22      épernon -0.007224  0.004996
17     argental -0.005124  0.044331
13      bouhier -0.004859  0.026782
16       denise -0.004003  0.044633
24   compliment -0.002762  0.005779
5   ambassadeur -0.001978  0.006100
1       insérer -0.001806  0.008851
4    confession  0.001169  0.044680
3         texte  0.001204  0.031444
19       notice  0.001274  0.010345



épernon
argental
bouhier
denise
compliment
ambassadeur
insérer
confession
texte
notice

critique</b>

            token     slope         p
12  physiologique -0.005056  0.013300
24    théologique -0.004009  0.024551
7       induction -0.003832  0.001674
13    spéculation -0.003820  0.023682
26    physiologie -0.003745  0.028975
33      recherche -0.003251  0.043106
25         examen -0.003033  0.009406
29    commentaire -0.002482  0.039274
2         sérieux -0.002361  0.003426
16        positif -0.002151  0.045553



physiologique
théologique
induction
spéculation
physiologie
recherche
examen
commentaire
sérieux
positif

roman</b>

          token     slope         p
10     llorente -0.007121  0.037640
20         ixer -0.007012  0.025114
22   shakspeare -0.005352  0.002550
1      hérodote -0.005334  0.024334
26     exceller -0.004134  0.024997
12      chanson -0.003520  0.045067
18   traducteur -0.003412  0.004734
8       musique -0.003026  0.032464
24  commentaire -0.002987  0.018158
13        bible -0.002926  0.043043



llorente
ixer
shakspeare
hérodote
exceller
chanson
traducteur
musique
commentaire
bible

théâtre</b>

         token     slope         p
11     collége -0.008214  0.007756
12      collet -0.007140  0.012926
21        cuba -0.005920  0.039880
8     aspirant -0.005050  0.031587
19     recette -0.004788  0.019365
16      crédit -0.003879  0.025941
9       ballet -0.002711  0.024230
4      tribune -0.002194  0.044575
0   conférence -0.001302  0.010824
22     lecteur  0.000856  0.043444



collége
collet
cuba
aspirant
recette
crédit
ballet
tribune
conférence
lecteur

drame</b>

          token     slope         p
23         lied -0.007286  0.020742
14       élégie -0.005012  0.049936
21    appendice -0.004994  0.027739
13       idylle -0.004842  0.021330
12   traducteur -0.004648  0.048630
16   shakspeare -0.004188  0.012386
25       sonnet -0.004004  0.044520
11     pamphlet -0.003996  0.030701
17  commentaire -0.003675  0.022205
6        iliade -0.003211  0.034849



lied
élégie
appendice
idylle
traducteur
shakspeare
sonnet
pamphlet
commentaire
iliade

esprit</b>

            token     slope         p
10        société -0.002887  0.042811
24           tact -0.002631  0.028925
4       sceptique -0.001554  0.046144
18    scepticisme  0.001207  0.049742
12         ironie  0.001597  0.017912
21     démocratie  0.001761  0.001990
22     compétence  0.001803  0.021943
17  individualité  0.002130  0.036093
20        égoïsme  0.002371  0.007172
1    désintéressé  0.002454  0.049360



société
tact
sceptique
scepticisme
ironie
démocratie
compétence
individualité
égoïsme
désintéressé

langue</b>

            token     slope         p
19         nature -0.004499  0.045199
24       locution -0.004399  0.004450
26      sémitique -0.004227  0.001251
27       barbarie -0.003829  0.012912
5        primitif -0.003528  0.002180
14    comparaison -0.003310  0.047108
15      structure -0.003252  0.013439
0   investigation -0.003225  0.040426
6        celtique -0.003082  0.001002
7      étymologie -0.002977  0.018637



nature
locution
sémitique
barbarie
primitif
comparaison
structure
investigation
celtique
étymologie

diplomatie</b>

            token     slope         p
35     euphonique -0.010949  0.012709
40      décoction -0.010695  0.024864
28       cauchois -0.010668  0.020090
60        magenta -0.010473  0.036346
18    convocation -0.005982  0.028801
42     université -0.004525  0.006103
62          ecole -0.002843  0.002717
10    corporation -0.002401  0.035002
33  prépondérance -0.002369  0.045473
69       alphabet -0.002246  0.031227



euphonique
décoction
cauchois
magenta
convocation
université
ecole
corporation
prépondérance
alphabet

politique</b>

               token     slope         p
4            scinder -0.006702  0.034417
9       théocratique -0.006369  0.021497
23      souveraineté -0.003989  0.006947
27         tolérance -0.002956  0.030583
15      intervention -0.002660  0.036789
0         profession -0.002536  0.003759
3            préjugé -0.002426  0.022423
16  affranchissement -0.002301  0.036648
6        association -0.001799  0.011172
26           royauté -0.001454  0.027625



scinder
théocratique
souveraineté
tolérance
intervention
profession
préjugé
affranchissement
association
royauté

morale</b>

             token     slope         p
10         sagesse -0.003272  0.038909
19         charité -0.002719  0.039520
26   incontestable -0.002202  0.039580
24         justice -0.001908  0.012815
12      convenance -0.001494  0.040175
17       salutaire -0.001213  0.028232
30       organique  0.001339  0.032544
2   responsabilité  0.001769  0.001574
4         créateur  0.002044  0.008297
18      instinctif  0.002417  0.008284



sagesse
charité
incontestable
justice
convenance
salutaire
organique
responsabilité
créateur
instinctif

société</b>

           token     slope         p
15  intervention -0.004681  0.014647
25  intelligence -0.004606  0.015924
30     ressource -0.004526  0.046953
7     changement -0.004105  0.030084
21       liberté -0.003683  0.037483
14   distinction -0.003538  0.024050
40  indépendance -0.003238  0.036903
3       temporel -0.003221  0.046549
9        opinion -0.003094  0.048666
31      problème -0.003088  0.014810



intervention
intelligence
ressource
changement
liberté
distinction
indépendance
temporel
opinion
problème

pouvoir</b>

        token     slope         p
14       gêne -0.002712  0.032815
4   puissance -0.000715  0.007101
13      souci  0.001033  0.002932
2     plaisir  0.001196  0.003250
0     élément  0.001365  0.036478
1    illusion  0.001667  0.047936
12   ensemble  0.001955  0.047651
11   scrupule  0.002074  0.045866
18  ressentir  0.002109  0.044700
9   incapable  0.002225  0.011977



gêne
puissance
souci
plaisir
élément
illusion
ensemble
scrupule
ressentir
incapable

théologie</b>

            token     slope         p
46   horticulture -0.010277  0.016380
35            ies -0.009501  0.012734
29          arius -0.008727  0.032420
8        zoologie -0.005821  0.024298
20      condillac -0.005692  0.000362
21  prépondérance -0.003993  0.038249
23       leibnitz -0.003970  0.009301
41         direct -0.003575  0.049256
16    gravitation -0.003459  0.040417
28     arbitraire -0.003340  0.032033



horticulture
ies
arius
zoologie
condillac
prépondérance
leibnitz
direct
gravitation
arbitraire

droit</b>

         token     slope         p
10     pontife -0.004559  0.016650
16    sévérité -0.004464  0.046331
11    prudence -0.004300  0.028690
18     serment -0.003411  0.000667
22     arbitre -0.003347  0.049370
19     royauté -0.003068  0.012321
4        punir -0.003037  0.037515
2   prospérité -0.003022  0.031167
17   fondement -0.002338  0.029615
0      égalité -0.002199  0.021421



pontife
sévérité
prudence
serment
arbitre
royauté
punir
prospérité
fondement
égalité

loi</b>

             token     slope         p
6            secte -0.003892  0.004383
21       tolérance -0.003713  0.002127
19     physiologie -0.003054  0.001441
20         royauté -0.002682  0.000093
9         division -0.001808  0.023149
4            dogme -0.000636  0.022129
17        résultat  0.000268  0.048662
15       organisme  0.001844  0.022557
13  interprétation  0.001935  0.036729
0        confusion  0.002020  0.036930



secte
tolérance
physiologie
royauté
division
dogme
résultat
organisme
interprétation
confusion

méthode</b>

              token     slope         p
2       destination -0.006971  0.041629
27  expérimentation -0.005585  0.042847
7         induction -0.004343  0.001183
11    physiologique -0.003989  0.030632
17    inconséquence -0.003875  0.035950
29        constater -0.003841  0.008991
23      théologique -0.003768  0.045011
24      physiologie -0.003685  0.000002
32       altération -0.003411  0.000116
14      spéculation -0.003256  0.027957



destination
expérimentation
induction
physiologique
inconséquence
constater
théologique
physiologie
altération
spéculation

génie</b>

           token     slope         p
9   rationalisme -0.002460  0.024630
0      splendeur -0.002352  0.022090
4      éloquence -0.002250  0.035832
5        naïveté -0.001744  0.039775
12         verve -0.001407  0.013582
23     élévation -0.001358  0.003738
18     mécanisme  0.001036  0.002393
16      novateur  0.001769  0.009065
2        symbole  0.001860  0.046456
10      prestige  0.001862  0.045766



rationalisme
splendeur
éloquence
naïveté
verve
élévation
mécanisme
novateur
symbole
prestige

romantisme</b>

            token     slope         p
29        orifice -0.010563  0.021800
45        collége -0.010443  0.011771
23       cauchois -0.010373  0.022835
16      églantier -0.010002  0.047177
36            nil -0.009575  0.014172
35        laocoon -0.008904  0.005292
30  métempsychose -0.008807  0.012657
11    monothéisme -0.008778  0.032311
14          gange -0.008731  0.011670
42       consulte -0.008681  0.039142



orifice
collége
cauchois
églantier
nil
laocoon
métempsychose
monothéisme
gange
consulte

réalisme</b>

          token     slope         p
42          ies -0.011859  0.034810
55       alcali -0.010581  0.012537
65       tybalt -0.010574  0.011188
22       warton -0.010418  0.016614
66       affidé -0.009905  0.013209
19           dl -0.009842  0.015520
58     gervinus -0.009773  0.028660
59       xxxvii -0.009688  0.026852
70  déperdition -0.009518  0.038718
12       ramsay -0.009479  0.043967



ies
alcali
tybalt
warton
affidé
dl
gervinus
xxxvii
déperdition
ramsay

symbolisme</b>

            token     slope         p
38            ies -0.012636  0.020278
36  disciplinaire -0.011168  0.014376
37      idiotisme -0.010919  0.015602
27      accusatif -0.010302  0.012184
44     polyglotte -0.009726  0.032411
12         comète -0.009287  0.034764
1       tombereau -0.009046  0.020553
30       consulte -0.009014  0.040250
33            rig -0.008786  0.042013
25     mansuétude -0.008760  0.019281



ies
disciplinaire
idiotisme
accusatif
polyglotte
comète
tombereau
consulte
rig
mansuétude

naturalisme</b>

          token     slope         p
24          ies -0.012906  0.026193
4          nala -0.011806  0.041429
26       pousse -0.011738  0.025406
10     cauchois -0.011624  0.015109
38      krishna -0.011490  0.040601
17      étrurie -0.011203  0.012720
19     brancard -0.010614  0.009121
43   macpherson -0.010143  0.026606
14  hiérophante -0.009827  0.010908
41     paraclet -0.009545  0.041696



ies
nala
pousse
cauchois
krishna
étrurie
brancard
macpherson
hiérophante
paraclet

Intersected neighbors


In [77]:
def intersect_neighbor_vocab(anchor, topn=2000):
    
    vocabs = []
    
    for year, model in models.items():
        similar = model.most_similar(anchor, topn=topn)
        vocabs.append(set([s[0] for s in similar]))
        
    return set.intersection(*vocabs)

In [78]:
entries={}

for word in testList:
    data = []
    for token in intersect_neighbor_vocab(word):
    
        series = cosine_series(word, token)
        fit = lin_reg(series)
    
        if fit.pvalues[1] < 0.05:
            data.append((token, fit.params[1], fit.pvalues[1]))
    entries[word]=data

In [79]:
import pandas as pd

In [80]:
from IPython.display import Markdown, display

for word in testList :
    display(Markdown("### <i><b>"+word+"</i></b>"))
    df3 = pd.DataFrame(entries[word], columns=('token', 'slope', 'p'))
    print(df3.sort_values('slope', ascending=False).head(10))
    print('\n\n')
    
    for i, row in df3.sort_values('slope', ascending=False).head(10).iterrows():
        plot_cosine_series(word, row['token'], 8, 4)


littérature</b>

          token     slope         p
5         thèse  0.003912  0.001754
12   romantique  0.003671  0.032306
17   romantisme  0.003334  0.016078
8       culture  0.003254  0.020990
10     métrique  0.003019  0.045490
19   artistique  0.002972  0.001659
11    grammaire  0.002686  0.019628
13  renaissance  0.002579  0.005921
22      pléiade  0.002291  0.037112
1    conception  0.002287  0.026294



thèse
romantique
romantisme
culture
métrique
artistique
grammaire
renaissance
pléiade
conception

poésie</b>

           token     slope         p
3         rythme  0.004651  0.020520
7       synthèse  0.002874  0.036696
0     équivalent  0.002494  0.037037
8     romantisme  0.002410  0.034118
15        fusion  0.002184  0.003970
10         rimer  0.002009  0.019301
5      plénitude  0.001941  0.023868
11  personnalité  0.001926  0.047113
17    expression  0.001686  0.049338
12     sincérité  0.001608  0.045959



rythme
synthèse
équivalent
romantisme
fusion
rimer
plénitude
personnalité
expression
sincérité

science</b>

         token     slope         p
7   démocratie  0.003162  0.007856
1        thèse  0.003069  0.018877
3   convention  0.002538  0.008362
8   hiérarchie  0.002097  0.038372
0   esthétique  0.001881  0.014456
6   rénovation  0.001737  0.043417
4   obligation  0.001207  0.031690
2     aristote  0.000980  0.014305
5  physiologie -0.002929  0.035389



démocratie
thèse
convention
hiérarchie
esthétique
rénovation
obligation
aristote
physiologie

savoir</b>

          token     slope         p
0       railler  0.002230  0.022109
1  raisonnement  0.001821  0.014397
2        métier  0.001241  0.002480
3        vanter -0.001712  0.049584



railler
raisonnement
métier
vanter

histoire</b>

        token     slope         p
3     enquête  0.003175  0.031832
0  conception  0.002630  0.011807
4  artistique  0.002455  0.043558
2     culture  0.002186  0.011003
1     légende  0.001947  0.013143



enquête
conception
artistique
culture
légende

philosophie</b>

              token     slope         p
6        artistique  0.003774  0.006573
2             thèse  0.003032  0.014355
5        continuité  0.002271  0.016898
9        démocratie  0.002195  0.038124
7       préparation  0.001720  0.006041
0        esthétique  0.001531  0.031395
1         théorique  0.001482  0.028746
3  particulièrement -0.000782  0.019721
4         rationnel -0.001695  0.023396
8            vérité -0.001719  0.047640



artistique
thèse
continuité
démocratie
préparation
esthétique
théorique
particulièrement
rationnel
vérité

lettre</b>

        token     slope         p
2   testament  0.002327  0.017519
1      notice  0.001274  0.010345
3       texte  0.001204  0.031444
4  confession  0.001169  0.044680
0     insérer -0.001806  0.008851



testament
notice
texte
confession
insérer

critique</b>

               token     slope         p
6              thèse  0.003204  0.048813
11            métier  0.002313  0.011663
0         théologien  0.000840  0.018878
18             poète -0.001149  0.028307
1          moraliste -0.001437  0.009910
4            faculté -0.001525  0.019641
7   particulièrement -0.001540  0.020493
14        difficulté -0.001690  0.035934
17      authenticité -0.001699  0.032399
5         historique -0.001771  0.014587



thèse
métier
théologien
poète
moraliste
faculté
particulièrement
difficulté
authenticité
historique

roman</b>

            token     slope         p
5      romantique  0.003502  0.003419
8          balzac  0.002149  0.035907
11          drame -0.001557  0.018205
0         strophe -0.001968  0.022391
4   avertissement -0.002043  0.024936
1      confession -0.002177  0.033259
2          épître -0.002572  0.004202
3           fable -0.002868  0.035509
7           bible -0.002926  0.043043
10    commentaire -0.002987  0.018158



romantique
balzac
drame
strophe
avertissement
confession
épître
fable
bible
commentaire

théâtre</b>

        token     slope         p
4    parnasse  0.002804  0.028749
2        type  0.002581  0.047111
1       genre  0.000884  0.002693
5     lecteur  0.000856  0.043444
3       russe  0.000389  0.029975
0  conférence -0.001302  0.010824



parnasse
type
genre
lecteur
russe
conférence

drame</b>

        token     slope         p
3  romantique  0.002358  0.005027
0    dialogue -0.001534  0.042454
4       roman -0.001557  0.018205
6   narration -0.001669  0.045025
2    moralité -0.002147  0.031294
5       opéra -0.002164  0.021772
1      iliade -0.003211  0.034849



romantique
dialogue
roman
narration
moralité
opéra
iliade

esprit</b>

           token     slope         p
18    discipline  0.004183  0.038798
14  personnalité  0.003904  0.001634
2      intuition  0.003895  0.015316
5     exaltation  0.003682  0.028642
4      plénitude  0.003603  0.020031
6          élite  0.003585  0.024961
12   réalisation  0.003302  0.039114
10      fatalité  0.003231  0.023646
9      organisme  0.003137  0.019535
0      équilibre  0.002653  0.017933



discipline
personnalité
intuition
exaltation
plénitude
élite
réalisation
fatalité
organisme
équilibre

langue</b>

         token     slope         p
0      culture  0.003290  0.003976
2     français  0.002441  0.037675
4      pléiade  0.001712  0.047159
7        façon  0.001001  0.011836
5         race -0.000789  0.028910
6       homère -0.002144  0.006797
3  comparaison -0.003310  0.047108
1     primitif -0.003528  0.002180



culture
français
pléiade
façon
race
homère
comparaison
primitif

diplomatie</b>

Empty DataFrame
Columns: [token, slope, p]
Index: []



politique</b>

               token     slope         p
8         économique  0.003478  0.009491
7         artistique  0.003337  0.017079
5              thèse  0.001823  0.047283
10         descartes -0.001241  0.038366
3          moraliste -0.001387  0.045794
1           autorité -0.001450  0.022712
9            royauté -0.001454  0.027625
4        association -0.001799  0.011172
6   affranchissement -0.002301  0.036648
2            préjugé -0.002426  0.022423



économique
artistique
thèse
descartes
moraliste
autorité
royauté
association
affranchissement
préjugé

morale</b>

             token     slope         p
6        impliquer  0.004736  0.019258
0        intuition  0.004198  0.004400
9      pénétration  0.003176  0.042139
10      continuité  0.003038  0.006659
19    conservation  0.002750  0.010712
2       esthétique  0.002433  0.019371
12      instinctif  0.002417  0.008284
4         créateur  0.002044  0.008297
17      uniquement  0.001849  0.019445
1   responsabilité  0.001769  0.001574



impliquer
intuition
pénétration
continuité
conservation
esthétique
instinctif
créateur
uniquement
responsabilité

société</b>

        token     slope         p
3    province  0.002459  0.049296
5        etat  0.002360  0.043084
1  communauté  0.001267  0.043367
4  discipline -0.001668  0.043377
2   permanent -0.001853  0.035834
0    position -0.002022  0.015620



province
etat
communauté
discipline
permanent
position

pouvoir</b>

            token     slope         p
10       réaliser  0.003244  0.047176
9         formule  0.002461  0.019813
8     originalité  0.002370  0.047944
4   naturellement  0.002314  0.016528
19      ignorance  0.002289  0.030744
11      incapable  0.002225  0.011977
21      ressentir  0.002109  0.044700
14       scrupule  0.002074  0.045866
2       extérieur  0.001980  0.045326
16       ensemble  0.001955  0.047651



réaliser
formule
originalité
naturellement
ignorance
incapable
ressentir
scrupule
extérieur
ensemble

théologie</b>

        token     slope         p
0  astronomie -0.001606  0.038401



astronomie

droit</b>

        token     slope         p
1   règlement  0.001205  0.049223
8  initiative -0.000626  0.038902
4        code -0.000877  0.012986
5  obéissance -0.001873  0.020389
3    garantie -0.001939  0.004626
9       agent -0.002010  0.019778
2    tribunal -0.002146  0.010506
0     égalité -0.002199  0.021421
6   fondement -0.002338  0.029615
7     royauté -0.003068  0.012321



règlement
initiative
code
obéissance
garantie
agent
tribunal
égalité
fondement
royauté

loi</b>

             token     slope         p
8        évolution  0.002094  0.001599
1       esthétique  0.002085  0.025247
0        confusion  0.002020  0.036930
6   interprétation  0.001935  0.036729
7        organisme  0.001844  0.022557
11    personnalité  0.001396  0.012065
4         immédiat  0.001125  0.027447
2            issue  0.000958  0.016256
9         résultat  0.000268  0.048662
3            dogme -0.000636  0.022129



évolution
esthétique
confusion
interprétation
organisme
personnalité
immédiat
issue
résultat
dogme

méthode</b>

            token     slope         p
2      esthétique  0.002216  0.040282
3        vocation  0.001587  0.047094
11        système -0.000640  0.006589
10       remarque -0.000658  0.046737
14       résultat -0.000792  0.014443
0   contradiction -0.001228  0.036395
16      diversité -0.001399  0.028149
19      organique -0.001450  0.027391
20      réflexion -0.001470  0.012829
18     discussion -0.001661  0.024859



esthétique
vocation
système
remarque
résultat
contradiction
diversité
organique
réflexion
discussion

génie</b>

           token     slope         p
9        lyrisme  0.004757  0.023723
10  personnalité  0.003815  0.028191
6         métier  0.002994  0.031394
13       cerveau  0.002544  0.015389
7     romantisme  0.002536  0.000300
4       prestige  0.001862  0.045766
0        symbole  0.001860  0.046456
12     confiance  0.001208  0.035667
8      mécanisme  0.001036  0.002393
3    raffinement -0.001324  0.037457



lyrisme
personnalité
métier
cerveau
romantisme
prestige
symbole
confiance
mécanisme
raffinement

romantisme</b>

            token     slope         p
2  protestantisme -0.001922  0.011393
3             cid -0.002213  0.003550
5       paganisme -0.002988  0.013632
1    rationalisme -0.003614  0.013069
0      bouddhisme -0.004106  0.008077
6      directoire -0.004113  0.035481
4       fondateur -0.004289  0.039935



protestantisme
cid
paganisme
rationalisme
bouddhisme
directoire
fondateur

réalisme</b>

Empty DataFrame
Columns: [token, slope, p]
Index: []



symbolisme</b>

Empty DataFrame
Columns: [token, slope, p]
Index: []



naturalisme</b>

Empty DataFrame
Columns: [token, slope, p]
Index: []