ANEW词典可以用于quanteda中的情感分析吗？

Question

我正在尝试寻找一种方法来实现英语单词的情感规范（荷兰语），以便使用 Quanteda 进行纵向情感分析。我最终想要的是每年 "mean sentiment" 以显示任何纵向趋势。

在数据集中，所有单词 a 由 64 名编码员在四个类别上以 7 分李克特量表评分，这为每个单词提供了一个平均值。我想做的是采用其中一个维度，并用它来分析情绪随时间的变化。我知道 Quanteda 有实现 LIWC 词典的功能，但如果可能的话，我更喜欢使用开源的 ANEW 数据。

基本上，我需要实施方面的帮助，因为我是编码和 R

的新手

ANEW 文件看起来像这样（在 .csv 中）：

WORD/SCORE：癌症：1.01，土豆：3.56，爱情：6.56

Answer 1

还没有，直接，但是... ANEW 与其他词典不同，因为它不使用键：值对格式，而是为每个术语分配一个数字分数。这意味着您不是计算值与键的匹配，而是选择特征，然后使用加权计数对它们进行评分。

这可以通过以下方式在 quanteda 中完成：

将 ANEW 特征放入字符向量中。
使用 dfm(yourtext, select = ANEWfeatures) 创建仅具有 ANEW 功能的 dfm。
将每个计数值乘以每个 ANEW 值的效价，按列循环，以便每个特征计数乘以其 ANEW 值。
在加权矩阵上使用 rowSums() 以获得文档级效价分数。

或者，

提交 issue，我们会将此功能添加到 quanteda。

另请注意 tidytext 使用 ANEW 进行情绪评分，如果您想将 dfm 转换为他们的对象并使用该方法（这基本上是我的版本上面已经建议了）。

已更新：

事实证明，我已经将此功能内置到您需要的 quanteda 中，只是我没有意识到！

这行得通。首先，加载 ANEW 词典。（您必须自己提供 ANEW 文件。）

# read in the ANEW data
df_anew <- read.delim("ANEW2010All.txt", stringsAsFactors = FALSE)
# construct a vector of weights with the term as the name
vector_anew <- df_anew$ValMn
names(vector_anew) <- df_anew$Word

现在我们有了一个命名的权重向量，我们可以使用 dfm_weight() 来应用它。下面，我首先通过相对频率对 dfm 进行了归一化，以便文档总分不依赖于文档的标记长度。如果您不想这样，只需删除下面指示的行。

library("quanteda")
dfm_anew <- dfm(data_corpus_inaugural, select = df_anew$Word)

# weight by the ANEW weights
dfm_anew_weighted <- dfm_anew %>%
    dfm_weight(scheme = "prop") %>%   # remove if you don't want normalized scores
    dfm_weight(weights = vector_anew)
## Warning message:
## dfm_weight(): ignoring 1,427 unmatched weight features 

tail(dfm_anew_weighted)[, c("life", "day", "time")]
## Document-feature matrix of: 6 documents, 3 features (5.56% sparse).
## 6 x 3 sparse Matrix of class "dfm"
##               features
## docs                 life        day       time
##   1997-Clinton 0.07393220 0.06772881 0.21600000
##   2001-Bush    0.10004587 0.06110092 0.09743119
##   2005-Bush    0.09380645 0.12890323 0.11990323
##   2009-Obama   0.06669725 0.10183486 0.09743119
##   2013-Obama   0.08047970 0          0.19594096
##   2017-Trump   0.06826291 0.12507042 0.04985915

# total scores
tail(rowSums(dfm_anew_weighted))
## 1997-Clinton    2001-Bush    2005-Bush   2009-Obama   2013-Obama   2017-Trump 
##     5.942169     6.071918     6.300318     5.827410     6.050216     6.223944

ANEW词典可以用于quanteda中的情感分析吗？

Can the ANEW dictionary be used for sentiment analysis in quanteda?

r

nlp

sentiment-analysis

quanteda

已更新：